Konferenzbeitrag
Full Review
Konzeption und Umsetzung synthetischer Datengenerierung für Forschung und Entwicklung in Assessment Analytics
Vorschaubild nicht verfügbar
Volltext URI
Dokumententyp
Text/Conference Paper
Dateien
Zusatzinformation
Datum
2023
Autor:innen
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Verlag
Gesellschaft für Informatik e.V.
Zusammenfassung
Die Datenbeschaffung für Learning Analytics zur Verbesserung der Bildungstechnologien und Lehrinhalte wird durch lange Wartezeiten, Unklarheiten bezüglich Datenverfügbarkeit und Datenschutz sowie Art der Daten erschwert. Synthetische Datensätze können diese Hürden überwinden, indem sie als Ersatz für echte Daten dienen. In der Literatur werden sowohl Ansätze zur synthetischen Datengenerierung auf Basis echter Daten (z. B. mithilfe künstlicher Intelligenz), als auch Ansätze zur Simulation der Interaktionen auf Basis konkreter Annahmen beschrieben. Diese synthetischen Daten sollen die Entwicklung von Assessment Analytics Tools für das E-Prüfungssystem Dynexite unterstützen. Dieser Beitrag stellt erste Entwicklungsschritte zur Bereitstellung von Testdatensätzen für das E‑Prüfungssystem vor: Ein erster Prototyp erstellt automatisiert Prüfungen mit variabler Teilnehmerzahl und zufälligen Ergebnissen. Die notwendigen Konzepte werden in einem nächsten Schritt zu einem Daten-Erstellungs-Service abstrahiert, um die einfache Programmierung weiterer Datensätze zu ermöglichen. Zur Demonstration der Funktionalität wird ein öffentlich verfügbarer Learning Analytics Datensatz importiert. Ein erster Testlauf konnte bereits Skalierbarkeitsprobleme der bestehenden Codebasis aufdecken.