Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Gamification von Online-Kursen

1,188 views

Published on

Masterarbeitspräsentation TU Graz, April 2016

Published in: Education
  • Login to see the comments

  • Be the first to like this

Gamification von Online-Kursen

  1. 1. W I S S E N T E C H N I K L E I D E N S C H A F T Gamification-Elemente für Online-Kurse Eine Analyse und Potenzialstudie Ines Legnar, BSc 28. April 2016 www.tugraz.at
  2. 2. 2 Agenda Ines Legnar, BSc 28. April2016 1. Einleitung 2. Analyse durchgeführter Studien 3. Beispielhafte Umsetzung 4. Aspekt der Motivation 5. Algorithmus 6. Ergebnisse
  3. 3. 3 Gamification Gamification - Definition  „Gamification ist die Verwendung von spieletypischen Mechaniken außerhalb reiner Spiele.“ [1]  Spieletypische Mechaniken  Punkte, Status, Level, Badge, Quest, Rangliste, Fortschrittsbalken, Achievements, Epic Meaning, Resultatstransparenz Ines Legnar, BSc 28. April2016 [1] Deterding et al., Gamification: Toward a Definition
  4. 4. 4 Massive Open Online Courses (MOOCs) MOOCs – Merkmale [2] Ines Legnar, BSc 28. April2016  Massive: Unbegrenzte Anzahl an Teilnehmer/innen  Open: Frei zugänglich und (meist) kostenlos  Online: Kurse/Prüfungen zu 100% online  Course: Festgelegter Kursplan  Lehrperson stellt Videos zum Kursinhalt online  Regelmäßige Prüfungen  xMOOCs vs. cMOOCs
  5. 5. MOOCs – Herausforderungen [2]  Online Plattform  Identitätskontrolle  Betrug bei Prüfungen  Hohe Abbruchquote (>90%)  Kurs zu lang/zu aufwendig  Kein Interesse am Abschluss  Fehlendes soziales Umfeld  Online Plattform uninteressant Massive Open Online Courses (MOOCs) Ines Legnar, BSc 28. April2016 5
  6. 6. Analyse bereits durchgeführter Studien [3] [4] [8]  Ersatz für das fehlende soziale Umfeld  Diskussionsforum  Interaktiver mit Bewertung durch Peers  Soziale spieletypische Elemente  Psychologischer Effekt von Spielen  Kognitiver Bereich – Regeln, Aufgaben  Emotionaler Bereich – Freude, Aufregung, Frust  Sozialer Bereich – verschiedene Identitäten Nutzungsmotivation durch spieletypische Mechaniken 6 Ines Legnar, BSc 28. April2016
  7. 7. Beispielhafte Umsetzungen [3] [5]  Soziales spieletypisches Element  Status eines ausgewählten Konkurrenten  Kognitiver Bereich  Hierarchischer Baum  Emotionaler Bereich  Achievements  Sozialer Bereich  Leaderboard PsychologischerAspekt der Motivation 7 Ines Legnar, BSc 28. April2016
  8. 8. Motivation [6] [7]  Extrinsische Motivation  Externe Belohnungen (z.B. Badges)  Intrinsische Motivation  Eigenantrieb  Korrumpierungseffekt  Umwandlung von intrinsischer Motivation in eine extrinsische Motivation PsychologischerAspekt der Motivation 8 Ines Legnar, BSc 28. April2016
  9. 9. Entwicklung eines Algorithmus für die Aktivität in MOOCs  Ziel: Potentielle Aussteiger erkennen und diese motivieren den Kurs positiv abzuschließen.  Testung des Aktivitätsverhaltens  Lesen im Forum  Schreiben im Forum  Quizantritte  Logins Algorithmus 9 Ines Legnar, BSc 28. April2016
  10. 10. Testdaten  771 Kursteilnehmer/innen  341 abgeschlossen  429 aktiv (nicht abgeschlossen)  2 MOOCs der Plattform iMooX.at  Gratis online Lernen (GOL)  Lernen im Netz (LIN)  Kursdauer jeweils 8 Wochen  Quiz positiv wenn über 50% richtig Algorithmus 10 Ines Legnar, BSc 28. April2016
  11. 11. Erste Gewichtung des Algorithmus  Rohdaten von Khalil M. (Doktorand TU Graz)  Gewichtung der Aktivitäten  Lesen im Forum 25%  Schreiben im Forum 35%  Quizantritte 40%  Jede Aktivität wird in weiterer Folge mit der Gewichtung multipliziert Algorithmus 11 Ines Legnar, BSc 28. April2016
  12. 12. Berechnung der Vorgabewerte für das MOOC „Gratis online Lernen“  Aktivitäten der abgeschlossenen Kursteilnehmer/innen  Orangen Werte werden als Vorgabewerte für die weitere Berechnung verwendet 12 DURCHSCHNITTL.AKTIVITÄT
  13. 13. Berechnung des Aktivitätsverhaltens  Finaler Wert (in %) = Aktivität Quizantritte * 0,4 + Aktivität Lesen im Forum * 0,25 + Aktivität Schreiben im Forum * 0,35  Beispiel: 1 Quizantritt (50% Aktivität), 5x im Forum gelesen (83%) und 0x im Forum geschrieben (0 %) 50 * 0,4 + 83 * 0,25 + 0 * 0,35 = 40,75% Algorithmus 13 Ines Legnar, BSc 28. April2016
  14. 14. Berechnung des Aktivitätsverhaltens Algorithmus 14 Ines Legnar, BSc 28. April2016 Rot 0 bis 25% Orange 25,01 – 50% Gelb 50,01 – 75% Grün 75,01 – 100% QZ1 = Quizantritte Woche 1 R1 = Lesen Woche 1 W1 = Schreiben Woche 1
  15. 15. Finaler Algorithmus  Gewichtung von „Schreiben im Forum“ reduziert  Gewichtung von „Lesen im Forum“ erhöht  Neuer Wert Loginverhalten  Finale Gewichtung der Aktivitäten  Lesen im Forum 30%  Schreiben im Forum 10%  Quizantritte 40%  Loginverhalten 20% Algorithmus 15 Ines Legnar, BSc 28. April2016
  16. 16. Berechnung der Vorgabewerte für das MOOC „Gratis online Lernen“  Aktivitäten der abgeschlossenen Kursteilnehmer/innen  Orangen Werte werden als Vorgabewerte für die weitere Berechnung verwendet 16 DURCHSCHNITTL.AKTIVITÄT
  17. 17. Berechnung des Aktivitätsverhaltens  Finaler Wert (in %) = Aktivität Quizantritte * 0,4 + Aktivität Lesen im Forum * 0,3 + Aktivität Schreiben im Forum * 0,1 + Aktivität Logins * 0,2  Beispiel: 1 Quizantritt (50% Aktivität), 5x im Forum gelesen (83%), 0x im Forum geschrieben (0 %) und 2 Logins (67%) 50 * 0,4 + 83 * 0,3 + 0 * 0,1 + 67 * 0,2 = 58,3% Algorithmus 17 Ines Legnar, BSc 28. April2016
  18. 18. Berechnung des Aktivitätsverhaltens Algorithmus 18 Ines Legnar, BSc 28. April2016 Rot 0 bis 25% Orange 25,01 – 50% Gelb 50,01 – 75% Grün 75,01 – 100% QZ1 = Quizantritte Woche 1 L1 = Logins Woche 1 R1 = Lesen Woche 1 W1 = Schreiben Woche 1
  19. 19. Ergebnis MOOC „Gratis online Lernen“  Eindeutig höhere Aktivität bei abgeschlossenen Kursteilnehmer/innen Ergebnis 19 Ines Legnar, BSc 28. April2016 Aktivitätsverhalten GOL über alle 8 Wochen Durchschnittl.Aktivität
  20. 20. Ergebnis MOOC „Lernen im Netz“  Eindeutig höhere Aktivität bei abgeschlossenen Kursteilnehmer/innen Ergebnis 20 Ines Legnar, BSc 28. April2016 Aktivitätsverhalten LIN über alle 8 Wochen Durchschnittl.Aktivität
  21. 21. Ergebnis beide MOOCs Ergebnis 21 Ines Legnar, BSc 28. April2016 AnzahlKursteilnehmer/innen Kurswoche
  22. 22. Ergebnis beide MOOCs Ergebnis 22 Ines Legnar, BSc 28. April2016 Kurswoche AnzahlKursteilnehmer/innen
  23. 23. Erkennung von Aussteiger/innen pro Woche von beiden MOOCs Ergebnis 23
  24. 24. Einsatz eines spieletypischen Elements  Fortschrittsbalken  Spiegelt je nach Aktivität die vier verwendeten Farben wieder  Korrumpierungseffekt wird vermieden Empfehlung 24 Ines Legnar, BSc 28. April2016 Fortschrittsbalken in Form eines Messgeräts Fortschrittsbalken mit wechselnder Farbe
  25. 25. Vielen Dank für Ihre Aufmerksamkeit! 25
  26. 26. Quellenverzeichnis [1] Deterding et al. (2011). Gamification: Toward a Definition [2] Schulmeister, R. (2013). MOOCs Massive Open Online Courses: Offene Bildung oder Geschäftsmodell? [3] Krause et al., (2015). A Playful Game Changer: Fostering Student Retention in Online Education with Social Gamcation. [4] Lee and Hammer, (2011). Gamification in Education: What, How, Why Bother? [5] Domínguez et al. (2013), Gamifying learning experiences: Practical implications and outcomes. [6] Hott, K. (2014). Die Verdrängung intrinsischer Motivation durch extrinsische Anreize. [7] Lepper et al., (1973). Undermining children's intrinsic interest with extrinsic reward: A test of the overjustication hypothesis. [8] [Khalil and Ebner, (2013). How satisfied are you with your MOOC? - A Research Study on Interaction in Huge Online Courses. Expertise Center for Games and Game Design (EGG). Einsatz 26 Ines Legnar, BSc 28. April2016

×