Kategorie: Aktuelles

Kniffelix hat ein neues Rätsel. Pünktlich zum Start der Hamburger Sommerferien ist seit dem 25.06.2020 das Intro zum neuen Flugzeug Rätsel auf Kniffelix online (hier geht es direkt zum Flugzeug Rätsel ). Am 01. Juli folgte bereits Teil 1 der Mission 1. Die weiteren Missionen des Rätsels werden nach und nach veröffentlicht.

Wir freuen uns dieses Mal besonders, bei der Rätselentwicklung mit dem DLR-School Lab in Hamburg und seinem studentischen Mitarbeiter Christian Wermter zusammengearbeitet zu haben! Christian gibt uns einen wunderbaren Einblick in das Fliegen, sowohl am Flugsimulator als auch in der Realität.

Außerdem freuen wir uns auch wieder sehr über Unterstützung aus der Bevölkerung von Sebastian Krebs für die Erstellung von wirklich tollen 3D Animationen.

Wie ist das Rätsel aufgebaut?

Wir kommen von der Alltagsbeobachtung von Flugzeugen zu einer Fragestellung. Gemeinsam mit den Besuchern des Flugzeug Rätsels wollen wir herausfinden, was Flugzeuge eigentlich in der Luft hält. 

Das Rätsel wird in Form von aufeinander aufbauenden Missionen durchlaufen. Das kann im eigenen Tempo geschehen, da man immer wieder dort einsteigen kann, wo man aufgehört hat. In den Missionen gibt es verschiedene Videos, Quizze und Aufgaben. Außerdem gibt es die Möglichkeit seine Ergebnisse in der Community zu zeigen und sich auszutauschen. Man kann also online richtig mitarbeiten. Ebenfalls wird es einen Bereich zur Berufs- & Studienorientierung geben.

Worum geht es im Flugzeug Rätsel?

Im Flugzeug Rätsel geht es darum, dass Flugzeuge sehr groß und schwer sind und man sich daher fragen kann, was sie eigentlich in der Luft hält. Wir werden gemeinsam herauszufinden, was beim Fliegen eine Rolle spielt. Hierzu wird ein Flieger-Modell gebastelt und sein Flugverhalten beobachtet. Nachdem im Rätsel dann herausgefunden wurde, worauf es beim Flugzeug ankommt, wird dieses Modell noch einmal für den perfekten Flug modifiziert.

Für wen eignet sich das Rätsel und der Exkurs?

Wie alle bisherigen Kniffelix-Rätsel ist auch dieses allgemeinverständlich für alle Menschen ab Klasse drei, jedoch lernen auch Jugendliche & Erwachsene jede Menge dazu. In den Exkursen der Rätsel lernt man über Interviews verschiedene Menschen kennen, die über Berufs- und Studienmöglichkeiten aus ihrer persönlichen Erfahrung heraus berichten. Das Flugzeug Rätsel kann sowohl mit einer Klasse im Unterricht als auch alleine Zuhause durchgeführt werden.

Die Bespielung verschiedenster Social-Media-Kanäle ist heute fester Bestandteil der Öffentlichkeitsarbeit. Im Bildungsbereich ist dies nicht anders und so haben wir die Erfahrungen aus unserer Kampagne zu Hacks&Tools meets #OER-Camp genutzt, um daraus ein Lernangebot zu erstellen, das anhand von vielen Original-Beispielen zeigt, wie man dabei vorgehen kann.

Der Rahmen

Vom 21. bis 23. Februar 2020 entwickelten die Teilnehmer*innen von Hacks&Tools meets OER-Camp mit freien und offenen Daten, neusten Tools und der Unterstützung unser Expert*innen ein eigenes Konzept oder schlossen sich einem Team an.

In dieser produktiven Atmosphäre fanden sich Gleichgesinnte, tauschten Ideen aus und feilten an ihren Konzepten. Es entstanden viele Projekte, von denen schließlich 21 ihre Ideen einer Jury vorstellen. Zwölf dieser Projekte haben die Zusage für eine Projektförderung durch die HOOU@HAW bekommen und erarbeiten derzeit ihre Inhalte. Wer mehr zu den einzelnen Projekten wissen möchte, findet hier Informationen.

Die Kampagne

Zur Vorbereitung des Events haben Studierende der Fakultät Design, Medien und Information der HAW Hamburg unter Leitung von Prof. Dr. Hanna Klimpe als Teil eines HOOU-Projekts eine Social Media Kampagne entwickelt.

Ziel des Projekts war es, über soziale Medien Aufmerksamkeit für die OER-Veranstaltung „Hacks&Tools meets #OERcamp“ zu erzeugen und so möglichst viele Menschen aus unterschiedlichen Bereichen anzusprechen. Dabei sind viele tolle Inhalte entstanden, die das Team der HOOU@HAW für seine Arbeit nutzen konnte und gleichzeitig konnten die Studierenden Erfahrungen in einem „echten“ Projekt sammeln. Sie haben dabei selbständig in verschiedenen Teams alle Schritte der Kampagnen vorbereitet, geplant und umgesetzt und sich somit kooperativ und explorativ einem für sie neuen Thema genähert. Die qualitativ hochwertigen Ergebnisse haben zu einer großen Reichweite geführt und damit zum Erfolg der Veranstaltung beigetragen.

Das Lernangebot

Wir legen in diesem Lernangebot die gesamte Konzeption zur Social-Media-Kampagne offen dar. Anhand dieses konkreten Beispiels, welches unter anderem auch auf der Hacks&Tools-Seite nachvollzogen werden kann, erklären wir Prozesse, Methoden und Good-Practices bei der Umsetzung einer solchen Kampagne. Die Übertragbarkeit auf das eigene Projekt wird gefördert, indem wir Vorlagen und einige Tools zur Verfügung stellen.

Wenn du an diesem Lernangebot teilnimmst, kannst du deine eigene Social-Media-Kampagne für ein Bildungsprojekt umsetzen, indem du:

• die besonderen Chancen und Herausforderungen von Social Media im Allgemeinen und für den Bildungsbereich im Speziellen kennenlernst,
• deine Zielgruppe analysierst und daraus Anforderungen für die Kampagne ableitest,
• bestehenden Content auditierst,
• eigene Contentproduktionen planst und umsetzt, und
• die Kampagne mit HIlfe eines Redaktionsplans planst und umsetzt.

Zum Abschluss des Lernangebots werden die „Lessons learned“ der Projektgruppe zusammengetragen und in Form einer Checkliste zusammengestellt.

Wenn du unseren Hacks&Tools meets #OERcamp verpasst hast, schau doch auf unserer Veranstaltungswebseite vorbei oder hör Dir unseren Podcast zum Rückblick auf Hacks&Tools meets #OERcamp an.

Das HOOU-Projekt „Epidemic Disease Detectives Hamburg”

Das Auftreten von Seuchen und Epidemien ist seit jeher Teil unserer Geschichte und wird auch zukünftig eine Bedrohung für unsere Gesundheit darstellen. Akteur:innen des Gesundheitswesens versuchen diesen Bedrohungen zu begegnen und ihren Ursachen, den Infektionserregern, auf die Spur zu kommen. Das HOOU-Projekt „EDDi“ (Epidemic Disease Detective Hamburg) will diese Arbeit in Form eines „Serious Game“ für den Einsatz in der Hochschullehre erfahrbar machen und erzählt dazu die Geschichte eines Krankheitsausbruchs in Hamburg. Zum #AfterwOERk am 18. Juni um 20:00 Uhr warfen wir einen Blick hinter die „EDDi“-Kulissen!

Live und digital – das #AfterwOERk in Zeiten des Corona

Zum ersten Mal fand das #AfterwOERk live und digital statt – dafür machten es sich am Donnerstagabend unser Moderator Christian Friedrich, seine Gäste aus dem Projekt EDDi sowie zahlreiche Interessierte vor dem Computer gemütlich und trafen sich in einem Zoom-Raum.

Das EDDi-Team war durch Juliane Bönecke, Gesundheitswissenschaftlerin und wissenschaftliche Mitarbeiterin im EDDi-Projekt, Maik Helfrich, wissenschaftlicher Mitarbeiter im GamesLab der HAW Hamburg, Eric Massenberg, Master-Studierender Games sowie Prof. Ralf Reintjes, Mediziner, Gesundheitswissenschaftler und Epidemiologe, vertreten und brachte ganz unterschiedliche und spannende Fachexpertisen in die Diskussion ein.

Spannender Austausch zu „Gamebased Learning“, Barrierearmut und „Openess“ beim Game-Design

Diese Runde entwickelt derzeit anhand bestehender Fallszenarien ein „Serious Game“, in dem epidemiologische Grundprinzipien und Praktiken angewandt werden sollen und die Herausforderungen in der Ausbruchsuntersuchung erfahrbar werden. Aufgabe der Spielenden ist es, einen Krankheitsausbruch mithilfe epidemiologischer Methoden zu untersuchen, die Quelle des Ausbruchs zu identifizieren und geeignete Maßnahmen und Kommunikationsstrategien zur Eindämmung der Infektionskrankheit zu verfolgen.

Dem spannenden Austausch zu Inhalten und Ablauf des Projekts, zum Thema „Game-based Learning“ allgemein sowie zu Fragen wie „Openess“ und Barrierearmut beim Game-Design folgte ein reges Gespräch unter allen Beteiligten zu unserem neuen #AfterwOERk Format – live und digital. Konsens war: menschlicher Kontakt ist auch in Coronazeiten zum Glück nicht komplett abgesagt, sondern lässt sich – zumindest teilweise – in den digitalen Raum übertragen.  

Das #AfterwOERk Puzzle: Linksammlung zu Tools, Spielen, Infomaterialien und Comics rund um Epidemien und COVID-19

Wie gewohnt haben wir zum #AfterwOERk ein spannendes Puzzle erstellt – für Coronazeiten komplett digital nutzbar! Es handelt sich um eine interessante Linksammlung zu Tools, Spielen, Infomaterialien und Comics rund um das Thema Epidemien und COVID-19 – teils mit CC Lizenz. Hier ist es zum Download:

Fazit: wir machen gerne erstmal so weiter!

Weiterführende Infos:

https://www.hoou.de/blog/episodes/hamburg-hoert-ein-hoou-eddi-im-spiel-ueber-epidemien-lernen

https://wiki.gamesmaster-hamburg.de/display/EDDI

https://www.hoou.de/blog/eddi-epidemic-disease-detective

Schon lange wollten wir unsere jahrelangen Erfahrungen aus der Prozessbegleitung von HOOU-Projekten in einer Open Educational Resource (OER) zugänglich machen. Jetzt ist sie da, unsere „OER zu OER“, die Produzent*innen von OER und solche, die es noch werden wollen, bei der Gestaltung ihres offenen Lernangebots oder Materials begleitet.

In diesem Angebot kann jede*r an seinem/ihrem individuellen Wissenstand anknüpfen. Egal ob Sie schon öfter eigene OERs erstellt haben und nur auf der Suche nach neuen Impulsen oder hilfreichen Checklisten sind oder ob Sie sich zum ersten Mal mit dem Thema OER auseinandersetzen: Dieses Unterstützungsangebot hält für jeden die passenden Informationen bereit. Und das beste: es wird laufend überarbeitet und ergänzt, so dass Sie immer wieder neue Ideen und Anregungen bekommen werden.

Für Neueinsteiger*innen gibt es grundlegende Informationen zur Hamburg Open Online University (HOOU) und zu Open Educational Resources (OER).

Möchten Sie direkt mit der Erarbeitung Ihres Materials oder Lernangebots beginnen, so werden Sie Schritt-für Schritt durch den gesamten Erstellungsprozess begleitet. Dabei durchlaufen Sie die Handlungsfelder Analyse, Konzeption, Produktion und Veröffentlichung. Mit systematischen Fragen erarbeiten Sie die Rahmenbedingungen für Ihre Inhalte und erhalten unterwegs theoretischen Input und praktische Tipps. Unterfüttert sind alle Teilaspekte mit weiterführenden Links und Literaturhinweisen.

Auf dem Weg zu Ihrer eigenen OER begegnen Sie bereits vielen unterschiedlichen Inhaltstypen, die sich für die Vermittlung verschiedener Themen und die Erarbeitung von Fragestellungen eignen. Lassen Sie sich davon für Ihre eigenen Ausarbeitungen inspirieren!

All diejenigen, die bereits Erfahrung mit der Ausgestaltung von OERs haben und die didaktischen Grundlagen sicher beherrschen, können sich in unserer Toolbox umschauen. Hier finden sich praktische Checklisten, bearbeitbare Vorlagen und hilfreiche Handreichungen.

Ergänzt wird das Angebot durch den Blog „OER-Geflüster“. Hier stellen wir Ihnen unsere Lieblings-OERs vor und zeigen Ihnen in unseren sog. „3-Minuten-Tools“ einfache Anwendungen, mit denen Sie Ihre OER bereichern können.

Ausgedacht hat sich das Ganze Ellen Pflaum, die Teamleitung der HOOU an der HAW Hamburg und langjährige didaktische Beraterin vieler HOOU-Projekte. Wir finden: Ihre Erfahrung spürt man in jeder Zeile unseres neuen Lernangebots.

Schauen Sie vorbei, lassen Sie Kommentare da, treten Sie mit uns in Kontakt. Wir freuen uns über Anmerkungen und Reaktionen! https://www.hoou.de/projects/oer-zu-oer/preview

Wir feiern die 25. Folge von Hamburg hOERt ein HOOU! Die Jubiläumsausgabe hat eine besondere Gesprächspartnerin: Nele Heise spricht mit Christian Friedrich über Podcasts: 

Wie werden sie für Lehren und Lernen eingesetzt? Welche Potenziale haben Podcasts in der Wissenschaftskommunikation? Außerdem geht es um Neles eigene Forschung zur Frage, wie Podcasts Teilhabe befördern – und wie es mit der Diversität des Mediums ausschaut.

Wie kannst Du mitmachen?

Schick uns vor der Aufzeichnung Deine Fragen, Ideen und Kommentare. Hast Du Erfahrungen mit Podcasts in Lehre und Lernen oder in der Wissenschaftskommunikation? Hast Du eine Frage zur Forschung über Podcasts oder einen anderen Themenwunsch? Feedback zu vergangenen Folgen von Hamburg hOERt ein HOOU? Schick uns Deine Fragen und Kommentare per E-Mail, entweder als kurze Sprachnachricht oder als Text.

Kurz zusammengefasst:

• Fragen und Kommentare bis zum 10. Mai an team_hoou@haw-hamburg.de 
• Als Sprachnachricht (max. 20 Sekunden) oder als Text in der E-Mail

Achtung Wenn Du uns Deine Sprachnachrichten schickst, gehen wir davon aus, dass Du mit der Veröffentlichung Deiner Sprachnachricht (O-Ton) im Rahmen des Podcasts unter der Creative-Commons-Lizenz CC BY-SA 4.0, d.h. zur Weiternutzung durch Dritte, einverstanden bist.

Übrigens freuen wir uns zur Jubiläumsfolge ganz besonders über Bewertungen von Hamburg hOERt ein HOOU bei Apple Podcasts, bei panoptikum.io oder wo auch immer Du Podcasts hörst.

Mehr zu Nele Heise: 

Nele Heise ist freie Medienforscherin und Referentin. Nach dem Studium in Erfurt arbeitete sie als Junior Researcher am Hamburger Leibniz-Institut für Medienforschung, später war sie Mitarbeiterin an der Universität Hamburg und im Projekt „ANNA – Das vernetzte Leben“ zu KI und Algorithmen im Verbraucheralltag (iRights e.V.) tätig. Neben Lehraufträgen, Vorträgen und Workshops berät sie Einrichtungen im Medien- und Bildungsbereich zu Themen wie Podcasting, digitaler Mediennutzung und ethischen Fragen der Digitalisierung. Sie ist Mitgründerin des unabhängigen Forschungsnetzwerkes Otherwise Network. neleheise.de / Twitter / LinkedIn 

In diesem Jahr findet das RUVIVAL Online-Planspiel bereits zum 5. Mal statt. Sei dabei, wenn erneut virtuelle Ökodörfer entstehen!

Damit ein Ökodorf geplant werden kann, sind im Planspiel unterschiedliche Teilnehmer*innen-Rollen vorgesehen. Als externe*r Teilenehmer*in spielst du die Rolle der Einwohnerin oder des Einwohners in einem der neu geplanten Dörfer. Damit bist du Teil der Entscheidungsfindungen im Planungsprozess.

Die Planungssprache im Spiel ist Englisch und der Spielzeitraum umfasst 8 Wochen. Das Maß an Engagement und die Zeit, die du im Spiel verbringst, wird durch dein Interesse bestimmt.

Wie kann ich teilnehmen?

Das Planspiel startet am 28. April 2020. Wenn du teilnehmen möchtest, registriere dich hier:

Am 23. April 2020 wirst du eine E-Mail mit der Einladung zu unserer Spielplattform HumHub bekommen. Wir empfehlen dir, von Anfang an dabei zu sein, um den gesamten Planungsprozess mitgestalten können! Verspätete Bewerbungen werden angenommen, wenn noch freie Plätze vorhanden sind.

Weitere Informationen

RUVIVAL Planspiel

TUHH – Pressestelle: Dein Zuhause, dein Hörsaal: TU Hamburg startet digital ins Sommersemester 2020

Mit dem Präsidiumsbeschluss vom 19.03.2020 sind zwölf neue Projekte an der HOOU@HAW gestartet.

Die thematische Bandbreite reicht dabei von einem Makerprojekt, in dem 3D-Drucker in Musikinstrumente verwandelt werden bis zu einer Lernplattform für machtkritische Bildungsarbeit, die sich u.a. mit digitalen Assistenzsystemen zur Bearbeitung von Asylverfahren auseinandersetzt. Neben Themen, die eher im Hochschulkontext verankert sind wie z.B. einem Informationstool, das Forschungsergebnisse zum Thema Energiewende für die interessierte Öffentlichkeit aufbereitet oder einem Tool, das die Umwandlung von Lehr-/Lernmaterialien in OER unterstützt, finden sich auch Projekte aus dem Schulkontext im Portfolio. So wird in einem Projekt ein interaktives Hörspiel entwickelt, das das Hörverstehen im Fremdsprachenunterricht schulen soll. Die Macher des Hörspiels entwickeln es zunächst für die englische Sprache. Es soll aber so zur Verfügung gestellt werden, dass es auch in andere Sprachen übertragbar ist. In einem weiteren Sprachen-Projekt wird eine Plattform für Deutsch als Zweit- und Fremdsprache mit verschiedenen Materialien und interaktiven Übungen entwickelt.

Die Lehrkräftefortbildung steht im Projekt „Don´t Hate! Participate.“ im Zentrum. Hier sollen Lehrer*innen für die Erstellung von OER-Materialien zu den Themen „Hass im Netz“ und Demokratiebildung geschult werden. In weiteren Projekten soll sachliche Auseinandersetzung mit künstlicher Intelligenz angestoßen werden oder über eine Augmented-Reality-Umgebung der CO₂-Gehalt der Luft im Klassenzimmer dargestellt werden. Abseits der gewohnten Pfade in Bezug auf schulisches Lehren und Lernen bewegt sich ein Projekt, das ein Tool für eine selbstbestimmte, individuelle Lernwegsdokumentation entwickeln möchte und damit eine Transformation des eigenen Lehr-/Lernverhaltens anstrebt.

Interessant ist auch das Projekt Domain of One´s Own, das ursprünglich an der University of Mary Washington entwickelt wurde und nun für den deutschsprachigen Kontext nutzbar gemacht werden soll. Die Idee hinter diesem Projekt ist es, allen Studierenden zu Beginn ihres Studiums eine eigene Domain mit Serverspace zur Verfügung zu stellen, die diese sowohl für Lehr-/Lernzwecke als auch für ihren persönlichen Internetauftritt nutzen können.

Mit der Entwicklung eines H5P-AR-Tools soll Augmented Reality Einzug in Lehr-/Lern-Szenarien erhalten und diese einfach anwendbar und umsetzbar machen.

Beworben hatten sich die Projekte beim Hacks&Tools meets #OERcamp vom 21.-23. Februar an der HAW Hamburg. Nach intensiver Arbeit und Unterstützung durch verschiedene Coaches präsentierten sich insgesamt 21 Projekte einer Fachjury. Die Jury war von der Qualität und Vielfalt der Ideen begeistert und wählte unter Berücksichtigung des Markenkerns der HOOU die neuen Projekte aus. Die HOOU@HAW hat damit einen weiteren Schritt im Hinblick auf die Öffnung der Hochschulen vollzogen und sucht aktiv den Austausch mit den Anliegen und Ideen außerhochschulischer Bildungsakteure. Die Ergebnisse dieser Vernetzung werden Ende des Jahres in Form von offenen Bildungsmaterialien auf hoou.de veröffentlicht.

Das HOOU Projekt „Lectures for Future (LFF)“ an der TUHH lädt dazu ein Themenvorschläge für einzelne Vorlesungen einzureichen, die in die digitale Ringvorlesungsreihe des Projektes integriert werden können. Ausgewählte Themen werden in Zusammenarbeit mit dem LFF Projektteam zu digitalen OER (Open Educational Resources) veröffentlicht und verbreitet. Die ausgewählten Beiträge sollen u.a. aufzeigen, welchen Einfluss das Thema auf das Erreichen der Ziele für nachhaltige Entwicklung (Sustainable Development Goals) hat. Da sich die Materialien an eine internationale Gemeinschaft von Lernenden richten, werden diese in englischer Sprache erstellt.

Folgende Themenschwerpunkte werden hier u.a. von besonderem Interesse sein und können aus unterschiedlicher fachlicher Perspektive eingebracht werden:

• (Ab)Wassermanagement
• Abfallressourcenmanagement
• Energiewende
• Nachhaltiges Konstruieren 
• Wertstoff(rück)gewinnung
• …

Themenvorschläge werden bis zum 12. April in Form der ausgefüllten und an uns (lecturesff@tuhh.de) zurückgeschickten Vorlage entgegengenommen. Die Vorlage kann hier heruntergeladen werden.

Nach der Auswahl durch das LFF Projektteam werden alle Beteiligten zu einem Workshop eingeladen, in dem aktuelle Formen der OER Produktion vermittelt werden. Es besteht die Möglichkeit Teilaspekte der Inhalte multimedial darzustellen, in Form von beispielsweise Stop Motion Videos, kurz Dokus und Animationen und somit eine Schlüsselvorlesung repräsentativ online zu stellen und bei dem Prozess unterstützt zu werden. Ein Beispiel für diese Darstellungsform basierend auf mit Ton unterlegten PPP ist hier zu finden:

https://www.ruvival.de/raw-earth-construction/

https://www.ruvival.de/groundwater-dams-arid-semi-arid-areas/

Die digitale Vorlesungsreihe wird Ende des Jahres 2020 online gehen.

Wir freuen uns auf zahlreiche Themenvorschläge und bereits vorab auf eine kreative Zusammenarbeit!

Mehr Informationen zum Projekt:

https://www.hoou.de/blog/start-lectures-for-future

Kontakt: lecturesff@tuhh.de

Am 6. September 2019 trafen sich 130 Teilnehmerinnen und Teilnehmer im Forum Finkenau der HAW Hamburg, um sich bei der dritten Ausgabe des Hamburger stARTcamps über das Thema „No limits?! Wissenschaft und Kultur für alle“ auszutauschen. Das stARTcamp wurde gemeinsam ausgerichtet vom stARTconference e.V. und der Hamburg Open Online University (HOOU) und trug somit den Untertitel „stARTcamp meets HOOU“. Aufgrund dieser Zusammenarbeit gab es einen engen und fruchtbaren Austausch zwischen Kulturschaffenden und Wissenschaftler*innen. In den 25 Sessions wurden über Themen wie Virtual Reality, Podcast, Medien zum Mitmachen oder Open Educational Ressources ausführlich gesprochen und diskutiert. Begleitend gab es eine ausführliche Dokumentation bestehend aus Videos, Graphic Recordings und Blogbeiträgen, welche nun online ist: stARTcamp meets HOOU

Beiträge:

„Ich war da noch nie drin, aber es ist gut, dass wir sie haben …“

Beyond The Screen

Bricolage mit „Grenzobjekten“

Chrono Research Lab – Das Portal für Welt-Zeit-Reisende

Die digitale Öffentlichkeitsarbeit der Stabi Hamburg

Diese jungen Leute – Wie kommen wir nur an die jungen Zielgruppen heran?

Digitale Transformation: Ethik und Fragen

Digitales Storytelling über die Hammaburg

DIY: 360°-Content

Don’t be afraid of Urheberrecht – Be open

Graphic Recording

Kunstinstallationen in Virtual-Reality

Lob von Remix oder: Remix als Geschäftsmodell des Teilens

Macht mehr Podcasts!

Medien zum Mitmachen machen – mit H5P

Mobile Video – Videoproduktion mit Smartphone und Tablet

Ownership oder die Macht der Dokumentation

Spielend lernen: Das Spiel als Methode der Vermittlung

Virtual time travels? Digitale Realitäten an Gedenkorten

Was die Open-Access- und die OER-Community voneinander lernen können

Wissensraum Bille Archiv

Zukunft der Schulen

_{Written by Anna Lainé (contact)}

Motivation

Did you know that most of the hiring processes in big companies are complemented by some machine learning algorithms, in charge of pre-selecting the best resumes before handing them to a human? ⁽¹⁾ That some banks use machine learning to predict whether or not you will be able to reimburse a credit? ⁽²⁾ That most online customer support usually start the interactions with an intelligent agent rather than a human? ⁽³⁾ Because of the vast amount of applications we are confronted to in our daily life, a basic knowledge of data science is essential to understand how decisions are made and what we, as a member of society, can do to maximize the efficiency and minimise the risks of these processes.

That is why public awareness on the field of computer science technology is of great importance, and science enthusiasts should not be the only ones to be informed about these challenges and pitfalls. Education should offer learning opportunities to a broad audience, by creating resources that are understandable with no to little scientific background. With that in mind, we want to design an online course about machine learning that is accessible for everybody, with different levels of difficulty.

Technical content of the course

What is machine learning?

Machine learning describes the study or development of models (algorithms or statistical models) used by a computer to perform a task without explicit instructions. The computer is said to learn from the model, and the outcome or result of the model is the task the computer can perform from the model. The performance of the model represents the accuracy, correctness, or precision of the task performed by the computer, compared to what was expected.

A concrete scenario: say we want to build a model that can predict the weather of tomorrow, given the weather of today.
This particular problem is a classification problem (we want to classify the weather of tomorrow into the classes „sunny“, „rainy“, etc…), and the corresponding class („sunny“, „rainy“) is called a label.
Data from the days before are used and fed into the model, which will learn some pattern from the data: for example, if a day was sunny, the next day has high chances to be also sunny. From the data and the patterns learned, the model will compute some predictions for a particular day, given the current data („As today is a sunny day, tomorrow will be a sunny day.“). These predictions are the result, or the outcome of the model. If the prediction fits the real-world observation (tomorrow is, indeed, a sunny day), the performance of the model is considered good.

How are data used in machine learning?

In machine learning projects, the main effort is often focused on building a good model enhanced by the outcome of the learning, rather than on the data it is based on. But using training data of poor quality can also distort this outcome: as the algorithm learns from historical data, by nature, data is the central point of a machine learning model.

A classic machine learning process is built in two main steps (see Figure 1): first, using historical data gathered beforehand, a model is developed and learns to predict the labels from the data. Afterwards, this model is fed with new data for which we don’t know the outcome, and returns predictions.

Data are therefore used in two ways here: first, historical data are used to feed and train the model, then new data are used to make the prediction. If these data are of poor quality, with no surprise, the prediction will be affected. The quality of the data can be affected in several ways, for example:

• incomplete or missing data: some fields of the dataset are left empty (for example: we want to use geographic coordinates of a ship along its trip, but a whole part of the trip is missing).
• incorrect data: some values are wrong in the data (for example: we are using information about the length of a ship, but some values are expressed in meter, others in foot, so the comparison is not directly possible).
• biased data: the training data don’t correspond to the predictive data (for example: we use historical data to predict the estimated time of arrival of a ship on a commercial route, but the historical data are 20 years old and during that time, the traffic in the area doubled: the estimation is incorrect because it is based on data that are not representative of the current situation).

The reasons of these errors can be multiple: lack of understanding, sensor error, transmission error, context error, etc…

Concept of the learning arrangement

The base idea of this project is to raise or sharpen awareness on data quality problems in machine learning, for everyone, with or without prior knowledge in the area of computer science. For that, two levels of difficulty will be implemented:

• „beginner“: requiring neither background in machine learning nor coding skills, the participants of this level will be able to follow a lecture and play with online widgets (with H5P, see following) to assess the consequence of some actions/changes of values on the algorithms.
• „advanced“: targeting learners with basic coding skills. The participants will follow the lecture while working with interactive code cells (in Python, with Jupyter Notebook).

Example of an H5P widget:

Example of a Jupyter Notebook interactive cell (screenshot):

To better combine theoretical knowledge and applications to the real world, the course will be based on examples and data that are used in research. This way, the learner can instantly see and connect what is learned in the course with what is done in the world. For instance, in the first problem the students will have the chance to work on the problem of „trajectory prediction“ of ships, using AIS data (data sent by any ship at sea, containing various information about the location, speed, or status of the ship).

As data quality can vary much depending on the type of data, we chose to focus on 3 different types of data:

• numerical data: data containing mostly numerical values; the simplest type of data to be processed, in this case logistics data (such as AIS data).
• image data: a representation of the pixels constituting an image.
• text data: a harder task for evaluating data quality, where the information is expressed in natural language (sentences).

Each of these 3 types of data constitute a learning block, which ends with a quiz, allowing the learner to check the progress and how much was understood from the lecture. For the advanced level, an additional practical task is proposed, to be solved in Python.

The whole lecture is hosted online, for both the beginner and advanced levels. The students of the advanced level can work with interactive code cells inside the lecture: the language of teaching is Python, as we think it is the most suited language to work with machine learning, given that many open source libraries are available and the language itself is fairly easy to learn.

Context of the project

The project is developed by the Institute for Software Systems (STS) at the TUHH, under the supervision of Prof. Sibylle Schupp.
The STS institute specializes in the following research fields: model checking and abstract interpretation, software quality and verification, and data protection and machine learning.

The collaborators of QuaXP previously worked on a related project: MaLiTuP (Machine Learning in Theory and Practice), a collaboration between the Institute of Maritime Logistics (MLS) and the STS institute, which successfully developed a beginner course in machine learning for students in maritime logistics. With this project, we gained experience in teaching with Python and Jupyter Notebook, as well as in designing lectures and tasks for beginners in machine learning.

Key dates

The development of the 3 learning blocks is expected to take one year. The first part of the course, about numerical data, will be tested and refined with students internally at the TUHH in the summer semester of 2020.
Around October 2020, we expect to have the first two chapters (numerical and image data) openly available online. The last chapter is expected to be finished by the end of the year.

Related links

• „If Your Data Is Bad, Your Machine Learning Tools Are Useless“ by Thomas C. Redman (Harvard Business Review blog): https://hbr.org/2018/04/if-your-data-is-bad-your-machine-learning-tools-are-useless
• „The quest for high-quality data“ by Ihab Ilyas and Ben Lorica: https://www.oreilly.com/radar/the-quest-for-high-quality-data/
• More about AIS data:
  • http://www.imo.org/en/OurWork/Safety/Navigation/Pages/AIS.aspx
  • https://www.navcen.uscg.gov/?pageName=AISmain
• STS institute: https://www.tuhh.de/sts/institute.html
• MaLiTuP project:
  • https://www.tuhh.de/sts/research/data-protection-machine-learning/malitup.html
  • https://www.tuhh.de/alt/mls/research/current-projects/malitup.html
• (1) „Machine Learning for Recruiting and Hiring – 6 Current Applications“ by Kumba Sennaar (Emerj): https://emerj.com/ai-sector-overviews/machine-learning-for-recruiting-and-hiring/
• (2) „My Analysis from 50+ papers on the Application of ML in Credit Lending“ by Simeon Kostadinov (towardsdatascience blog): https://towardsdatascience.com/my-analysis-from-50-papers-on-the-application-of-ml-in-credit-lending-b9b810a3f38
• (3) „11 AI Usecases in Customer Service in 2020: In-depth Guide“ (AIMultiple blog): https://blog.aimultiple.com/customer-service-ai/