PRÄDIKTIVE ANALYTIK UND INDIVIDUELL ANGEPASSTES LERNEN: Die Hochschulbildung durch Datenanalyse verändern

Welcher Zusammenhang besteht zwischen den Daten, die eine Universität täglich generiert, und der Qualität des Lernens ihrer Studierenden? Dieses Buch beantwortet diese Frage, indem es fundierte Erkenntnisse mit konkreten Fallbeispielen verbindet: Wie die Georgia State University ein Frühwarnsystem einsetzte, um ihre Abschlussquote um mehr als zwanzig Prozentpunkte zu steigern und historische Ungleichheiten zu beseitigen; wie die Arizona State University ganze Kurse mithilfe adaptiven Lernens neu gestaltete und wodurch die Erfolgsquote in einem Algebra-Kurs von 57 % auf 79 % gesteigert wurde; und wie die Open University im Vereinigten Königreich eines der in der akademischen Welt am meisten untersuchten Systeme für prädiktive Analytik aufgebaut hat, um Zehntausende von Studierenden im Fernstudium zu begleiten. Ausgehend von diesen Fallbeispielen identifiziert das Buch drei Säulen, die darüber entscheiden, ob prädiktive Analytik die Personalisierung des Lernens tatsächlich verbessert - die Nutzung von Big Data, die Zufriedenheit mit den digitalen Tools und die Unmittelbarkeit des Feedbacks - und bietet einen praktischen Rahmen, der in der Fachliteratur zu diesem Thema bislang einzigartig ist, zur Umsetzung dieser Strategien in Kombination mit generativer künstlicher Intelligenz.