AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

Recherche von Online-Informationen im Web of Algorithms - Detailseite

Grunddaten
Veranstaltungsart Q-Team Veranstaltungsnummer 54200
Semester SoSe 2020 SWS 2
Rhythmus Moodle-Link  
Veranstaltungsstatus nicht digital, verschoben auf Wintersemester 2020/21  Freigegeben  Sprache deutsch
Belegungsfristen - Eine Belegung ist online erforderlich Zentrale Nachfrist    13.04.2020 - 23.04.2020   
Beschreibung :
Die Einschreibfrist hat sich verändert? -
Beachten Sie bitte, dass aufgrund der aktuellen Gefährdungssituation durch das Coronavirus der Beginn der Vorlesungszeit auf den 20.04. verschoben wurde. Bitte besuchen Sie regelmäßig die Website Ihrer Fakultät bzw. Ihres Institutes und natürlich AGNES, um das zusätzlich geschaffene digitale Lehrangebot nicht zu verpassen!
Zentrale Frist    01.02.2020 - 14.04.2020    aktuell
Beschreibung :
Die Einschreibfrist hat sich verändert? -
Beachten Sie bitte, dass aufgrund der aktuellen Gefährdungssituation durch das Coronavirus der Beginn der Vorlesungszeit auf den 20.04. verschoben wurde. Bitte besuchen Sie regelmäßig die Website Ihrer Fakultät bzw. Ihres Institutes und natürlich AGNES, um das zusätzlich geschaffene digitale Lehrangebot nicht zu verpassen!
Wichtige Änderungen

Aufgrund der aktuellen Situation im Kontext des Corona-Virus entfallen alle Präsenzveranstaltungen bis 20.4.2020.
Dies betrifft auch einzelne Blocktermine dieser Lehrveranstaltung
.

Über mögliche Ersatztermine werden Sie zeitnah informiert.

Termine

Gruppe 1 iCalendar Export iCalendar Export
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer
iCalendar Export -. 10:00 bis 18:00 Block 07.04.2020 bis 08.04.2020 
Einzeltermine anzeigen
Institutsgebäude - 124 Geschwister-Scholl-Straße 7 (GS 7) - (Besprechungsräume allgemein) Zimmermann findet statt     15
iCalendar Export Di. 10:00 bis 16:00 Einzel am 05.05.2020
Einzeltermine anzeigen
    findet statt     15
iCalendar Export Fr. 10:00 bis 16:00 Einzel am 03.07.2020
Einzeltermine anzeigen
    findet statt     15
iCalendar Export Fr. 10:00 bis 16:00 Einzel am 17.07.2020
Einzeltermine anzeigen
    findet statt     15
Gruppe 1:


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Zimmermann, Maria , Dr. verantwortlich
Studiengänge
Abschluss Studiengang LP Semester
Bachelor of Arts  Erziehungswissenschaften Kernfach ( Vertiefung: kein LA; POVersion: 2016 )     -  
Bachelor of Arts  Erziehungswissenschaften Zweitfach ( Vertiefung: kein LA; POVersion: 2016 )     -  
Bachelor of Science  Erziehungswissenschaften Zweitfach ( Vertiefung: kein LA; POVersion: 2016 )     -  
Zuordnung zu Einrichtungen
Einrichtung
Kultur-, Sozial- und Bildungswissenschaftliche Fakultät, Institut für Erziehungswissenschaften
Inhalt
Kommentar

Die Suche nach wissenschaftsbezogenen Informationen im Internet ist alltäglicher Bestandteil in unserem Leben. Oftmals ist es für uns allerdings herausfordernd, die richtigen, angemessenen und vollständigen Online-Informationen zu einem Thema zu finden – gerade dann wenn uns Im Internet bewusst wird, dass es zu einem wissenschaftlichen Thema vielfältige Befunde und Ansichten gibt oder wenn wir mit der Menge an Informationen oder den Medienangeboten als solches schon überfordert sind. Das Erlernen von Fähigkeiten, mit denen wir erfolgreich nach Online-Information suchen, diese bewerten und nutzen können, ermöglicht es uns auch in einer digitalisierten Welt kompetent und erfolgreich handeln zu können und ist eine wichtige Bildungsaufgabe in unserer Gesellschaft.

 

Die Recherche von Online-Informationen wird auch durch Algorithmen bestimmt, die als eindeutige Handlungsvorschriften Webinhalte filtern und selektiv vorschlagen (etwa wie bei content-based recommender systems, die zum Beispiel Videos in der Seitenleiste auf YouTube empfehlen). Komplexe, stetig dazulernende Algorithmen können sogar neue Webinhalte generieren und so zum Beispiel Textinhalte durch umfangreiche, automatische Sprachmodelle selber produzieren. Der Einfluss solcher Algorithmen auf das erfolgreiche Suchen, Bewerten und Nutzen von Online-Informationen ist bisher aus pädagogischer und psychologischer Sicht wenig erforscht und erste Studien zeigen, dass Informationen, die im Kontext von automatisch-generiert Inhalten stehen, einen Einfluss auf das Bewerten dieser Informationen haben können.

 

Als Mitglieder im Q-Team beschäftigen sich die teilnehmenden Studierenden mit der Rolle von Algorithmen bei der Recherche von Online-Informationen. Das Q-Team ist an ein Forschungsprojekt zum Thema „Communication in higher education and the development of students’ digital knowledges and skills” im Einstein Center Digital Future angegliedert.

 

Dabei beschäftigen wir uns mit Fragen wie:

 

  1. Erkennen Studierende automatisch-generierte Webinhalte (algorithm-based content) bei der Suche nach wissenschafts-bezogenen Online-Informationen?
  2. Wie gehen Studierende mit automatisch-generierten Webinhalte bei der Suche nach wissenschafts-bezogenen Online-Informationen um?
  3. Wie können Studierende gefördert werden, um automatisch-generierte Webinhalte bei der Suche nach Online-Informationen (besser) zu erkennen und damit erfolgreich(er) um zu gehen?

 

Im Q-Seminar werden wir uns zunächst mit psychologisch-pädagogischen Forschungsansätzen zum computergestützten kollaborativen Lernen (computer-supported collaborative Learning; CSCL) und zum Vertrauen in Online-Informationen auseinandersetzen. Diese Ansätze können als Grundlage zur Untersuchung von eigenständigen Fragestellungen dienen. Die teilnehmenden Studierenden werden Fragestellungen, die sie selber interessieren, in Kleingruppen systematisch untersuchen. Ziel ist es durch diese Untersuchungen, etwaige Einflüsse von automatisch-generierten Webinhalten auf die unterschiedlichen Teilprozesse des Suchens, Bewertens, und Nutzens von Online-Informationen besser beschreiben zu können.

 

Am 5. Mai 2020 werden wir einen etwa halbtägigen „Krypto-Workshop“ im Einstein Center Digital Future besuchen, bei dem wir uns über Algorithmen informieren können.

 

Voraussetzungen zur Teilnahme: Teilnehmen können vornehmlich Master-Studierende aus den Disziplinen, die sich am Diskurs der empirischen Bildungsforschung beteiligen (z.B. Psychologie, Erziehungs- und Bildungswissenschaft, Soziologie, Kommunikationswissenschaft, Informationswissenschaft). Grundlegende Statistikkenntnisse sowie erste Erfahrungen mit Statistikprogrammen (z.B. R oder SPSS) sind hilfreich, um auch inferenz-statische Befunde aus den Untersuchungen ableiten zu können.

 

Bei Interesse können die Untersuchungen und Befunde des Q-Teams in Form eines Blog-Beitrages veröffentlicht werden.

 

Kontakt bei Fragen: maria.zimmermann@hu-berlin.de

Link zur Modulbeschreibung:

https://bolognalab.hu-berlin.de/de/projekte-des-bologna.labs/q-programm/q-teams/q-teams-modulbeschreibung-2018-01.pdf

 

Strukturbaum

Die Veranstaltung wurde 3 mal im Vorlesungsverzeichnis SoSe 2020 gefunden:

Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin