Digital Literacy for Empirical Research

Open Educational Resource using multimodal competence-oriented content and examination

Projektvorstellung

Ziel von DiLER ist die Schaffung eines Frameworks zur Bereitstellung, Bündelung und Einführung in den Nutzen von kostenfreien, offender Ressourcen zur Förderung forschenden Lernens im Bereich an deutschen Universitäten mit dem Fokus auf der Kernkompetenz der “Digital literacy” (Santos und Serpa 2017; Tang und Chaw 2016) in den empirischen Wissenschaften.

Dies erfolgt mittels multimedialer kompetenzorientierter Inhalte und Prüfungen, die den gesamten empirischen Forschungsprozess am Beispiel verschiedener Anforderungsfelder des Psychologiestudiums abdecken.

Dabei ist zentral die Förderung der Nachhaltigkeit und Übertragbarkeit auf weitere Inhalts- und Anwendungsbereiche, unterstützt durch integrierte Feedbackmöglichkeiten für Studierende und Lehrende, unter Einbindung der notwendigen Hard- und Software-Infrastruktur. Wir folgen weiterhin primär der Idee der FAIR-Prinzipien (Findability, Accessibility, Interoperability, Reuse of digital assets; Clark et al., 2016), um Nutzen und Zugänglichkeit bereitgestellter Materialien zu maximieren.

Abb. 1: Herausforderungen der Lehre

Problemstellung

“Digital literacy” (Santos und Serpa 2017; Tang und Chaw 2016) kann als die Fähigkeit, selbstständig Informationen aus digitalen Medien zu finden, zu evaluieren, zu kommunizieren und handzuhaben grob zusammengefasst werden (Shopova 2014). Diese ist nicht nur relevant, um mit der Komplexität, den begrenzten Zugänglichkeiten und Intransparenzen digitaler Infrastrukturen umgehen zu können, sondern wird auch für das selbstständige Forschen in den empirischen Wissenschaften benötigt. Klassische Lehrkonzepte sind häufig nicht auf den Erwerb von Digital literacy ausgerichtet.

Die Um- bzw. Bereitstellung der Lehre auf digitale Formate führt zwar zu der Entstehung eines breiten Angebot an Ressourcen für Lehrende und Studierende, fördert aber nicht die “Digital literacy”, also die Fähigkeit Studierender tatsächlich mit diesen und anderen Materialen adäquat zu interagieren. Weiterhin sind sind digitale Lehrangebote selten in ein zentrales Framework integriert. Somit wird die Vermittlung von Kursinformation und -inhalten in digitalen Kontexten oft durch Komplexität oder Undurchsichtigkeit erschwert und Studierende sind wiederum auf ein Grundmaß an “Digital literacy” angewiesen. Zusätzlich nehmen die Herausforderungen der Lehre mit der steigenden Komplexität der empirischen Neurowissenschaften und angrenzenden Feldern sukzessive zu, während der Nutzen proprietärer Software wie “SPSS”, “SPM”, “Matlab” etc. nur begrenzt zur Lösung dieser Problematik beiträgt, sondern eine Fülle an neuen Problemen mit sich bringt. Beispielsweise sind Studierende durch diese dazu bewogen auf die begrenzten von der Universität bereitgestellten Ressourcen und (teuren) Lizenzen zurückzugreifen, um praktische Anwendungsbereiche der Wissenschaft zu erlernen, zu üben oder im Rahmen von Bachelor- und Masterarbeiten in die Praxis umzusetzen. Somit stehen Studierende fortwährend in einem Abhängigkeitsverhältnis sollte nicht aufbauend auf eigenständiger Initiative oder Vorerfahrung Programmier oder IT-Fähigkeiten bestehen oder von universitärer Seite zusätzliche Förderangebote geschaffen werden.

Weiter müssen Studierende sich nicht nur spezifische Statistik- oder Programmierfähigkeiten aneignen um später erfolgreich Forschen zu können, da neuartige Forschungsansätze eine Reihe von technischen Notwendigkeiten mit sich bringt (e.g. Cluster-computing, Umgang mit Online-Datensätzen, Versionskontrolle etc.), die nur schwer in Eigenregie erlernbar sind. Das Angebot der meisten Universitäten reicht daher meist nur begrenzt aus, um Studierenden all die notwendigen Fertigkeiten zu vermitteln, welche diese benötigen, um den Anforderungen wissenschaftlichen Arbeitens gerecht zu werden. Eine Auslagerung dieses Fertigkeitserwerbs in nachfolgende universitäre Ausbildungsangebote erscheint ebenso ungenügend, da diese einen deutlichen Vorteil bei der Bewerbung auf Promotions- oder Forschungspositionen darstellen, wenn nicht sogar gefordert werden.

Die Komplexität von Ansätzen Artifizieller Intelligenz oder die Verwendung von “Big-Data” stellt ein weiteres Problem für Studierende dar, da kommerzielle Endgeräte oft nicht ausreichen um die Soft- (Betriebssysteme, Softwarelizenzen) und Hardwareanforderungen (e.g. Rechenleistung, Datenspeicher) dieser Forschungsstrategien zu erfüllen.

Das erklärte Projektziel ist es daher, mit Hilfe von permanent verfügbaren Online-Ressourcen (Kursen, Vorlagen, Anleitungen & Workshops) Studierenden die Möglichkeit zu bieten eigenständig und unabhängig von zeitlichen, finanziellen oder örtlichen Restriktionen notwendige Kompetenzen des modernen, wissenschaftlichen Arbeitens zu erlernen (darunter Digital Literacy, Programmieren, Versionskontrolle und theoretische Grundlagen) um diese möglichst angemessen für ihre Forschungskarriere vorzubereiten.

Das Vorhaben wird dabei in 4 Teilziele aufgeteilt, wobei der Fokus unter der Verwendung und Einbindung von “Open-Source-Tools” des “Jupyter”-Ecosystem (Executable Books Community 2020; Kluyver et al., 2016) liegt:

Abb. 2: Ziele von DiLER

Zielsetzung

Etablierung eines digitalen und interaktiven Frameworks (Jupyter Book) für die Lehre, basierend auf realen, offenen Datensätzen und open-source tools (“Jupyter-Framework”, “MNE”, “Nilearn” etc.), sowie die Bereitstellung des Frameworks als digitale Kursvorlage (“GitHub-Repository”) Aufbau eines zentralen Serversystems via “JupyterHub” für das Hosting von Kursen und Datensätzen, sowie für das automatische Auswerten und Bewerten von Aufgaben (“nbgrader”) Entwicklung eines darauf basierenden interaktiven Kurses für die Förderung der Digital literacy Evaluation und Restrukturierung bestehender Modulen der Psychologie, inklusive Integrierung von adaptivem Testen, sowie der Etablierung eines Qualitätssicherungssytems für die kontinuierliche Weiterentwicklung der Module.

Abb. 3: Umsetzungsprozess