Digitalisierung von Schule und Aufbau von Dateninfrastrukturen: Optimierungsdrang und (unterschätzte) Eigendynamiken
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Digitalisierung von Schule und Aufbau von
Dateninfrastrukturen: Optimierungsdrang und
(unterschätzte) Eigendynamiken
Kolloquiumsreihe „Wunsch und Wirklichkeit deutscher Bildungspolitik –
Steuerung auf dem Prüfstand“, 01.06.2021
Sigrid Hartong, Professorin für Soziologie, insb. Transformation von Governance in Bildung und Gesellschaft
Helmut-Schmidt-Universität Hamburg
hartongs@hsu-hh.de
hsu-hh.de/sozgov
www.unblackthebox.org
Hartong 2018
https://www.researchgate.n
et/publication/304540054_L
Digital Education Governance
earning_Analytics_in_MOO
Cs_Can_Data_Improve_Stu
dents_Retention_and_Learni
ng/figures?lo=1
als globaler Trend
https://www.cpsiltd.com/xdstudio/
https://www.marketsandmarkets.com/
Deutschland seit 2000
2000
Umstellung auf „datenbasierte“ Bildungssteuerung /
evidenzorientierte Bildungsforschung
Ausbau von Dateninfrastrukturen (z.B. Schulverwaltungs-
systeme, Testdateninfrastrukturen,…)
Digitale Agenda ab ca. 2012
Zunehmende Verknüpfung Daten
in Steuerung und Daten in Schulpraxis (z.B Learning
Analytics, LMS, Dateninteroperabilitätsförderung,…)
Pandemie als neuer Schub/ „scaling up“ durch BMBF und
diverse Reformnetzwerke (#einfachmalmachen“), auch zur
weiteren Förderung datenintensiver Technologien (z.B. KI)
2020
Was Datafizierung/Digitalisierung in Deutschland aber auch kennzeichnet (im negativen wie positiven Sinne) à Die Sorge vor unintendierten Folgen… • Starke Skepsis gegenüber high-stakes data • Starke Betonung Datenschutz und Freiheit vor Überwachung • Hohes Autonomieverständnis der Lehrkräfte: Daten als „Unterstützung“ neben professioneller Einschätzung à „das pädagogische Primat“ • Skepsis gegenüber Big EdTech, schwieriger(er) Marktzugang (als anderswo) • Föderalismus als „Bremsstruktur“
These
Mit dem Einlassen auf die Grundnarrative von Datafizierung
(z.B. Daten machen Steuerung fairer, effizienter,
transparenter,…) werden auch bei besten Intentionen
wirkmächtige Eigendynamiken in Gang gesetzt,
die ein kontinuierliches Aufblähen von
Dateninfrastrukturen nach sich ziehen.
Die sukzessive Aufblähung von
Dateninfrastrukturen
Dilemma der kontinuierlichen
Optimierungslogik
Dilemma der Dilemma der kontinuierlichen
Datenmanagement- Verschiebung von Macht
logik und Geld
Beispiel: Nutzung von
Sozialindizes für die
Schulsteuerung
(Hartong/Breiter 2021)
Makles/Schneider 2018: 14/15
Die sukzessive Aufblähung von
Dateninfrastrukturen
Dilemma der kontinuierlichen
Optimierungslogik
Dilemma der Dilemma der kontinuierlichen
Datenmanagement- Verschiebung von Macht
logik und Geld
Beispiel: Die Aufblähung des
Forschungsdatenmanagements in
der Bildungsforschung
Die sukzessive Aufblähung von
Dateninfrastrukturen
Dilemma der kontinuierlichen
Optimierungslogik
Dilemma der Dilemma der kontinuierlichen
Datenmanagement- Verschiebung von Macht
logik und GeldZahlreiche Beispiele mehr…
• Wandel der Kompetenztests in Deutschland
• Datensysteme der Bundesländer
• Lernmanagementsysteme der Schulen
• Expansionsdynamik von Learning Analytics
• …Die sukzessive Aufblähung von
Dateninfrastrukturen
Dilemma der kontinuierlichen
Optimierungslogik Expansion
Zentralisierung
Verdichtung
Standardisierung
Dilemma der Dilemma der kontinuierlichen
Datenmanagement- Verschiebung von Macht
logik und Geld
BenennungsmachtWas tun? Raus aus dem Narrativ?
Plädoyer für ein „Bremsen der Datafizierung mit Zielvision“
1. Datenpolitische Bildung, politische Technikfolgenabschätzung; Data Infrastructure
Literacy (Gray et al. 2018) (braucht kein Informatikstudium)
2. 1. erfordert ZEIT und RAUM
3. (Wieder-) Erzeugen und Bewahren „unbeobachteter Räume“, von
Datenwidersprüchen und Beobachtungsdifferenz (Rürup 2018)
4. Heterogenität bei der Besetzung politischer Gremien, Regulierung von EdTech und
Lobbyismus, ggf. Verbot risikoreicher Datenmodelle (Audit)
Daten bewusst (nicht) produzieren/nutzen/verbinden,…Warum wir „atmen“ und uns eigentlich auch ein wenig Zeit lassen können
hartongs@hsu-hh.de
Literatur • Baslev, Jasper (2020): Evidence of a potential: The political arguments for digitizing education 1983-2015. https://forskning.ruc.dk/en/publications/evidence-of-a-potential-the-political- arguments-for-digitizing-ed • Hartong, Sigrid & Breiter, Andreas (2021): Between Fairness Optimization and ‘Inequalities of Dataveillance’ – the Emerge and Transformation of Social Indices in German School Monitoring and Management. In: Grek, Sotiria; Maroy, Christian & Verger, Antoni (Hrsg.) World Yearbook of Education 2021, Routledge: 76-93. • Hartong, Sigrid; Machold, Claudia & Stošić, Patricia (2020): Zur (unterschätzten) Eigendynamik von Forschungsdateninfrastrukturen. In: Erziehungswissenschaft, 61(31), 51-59. • Makles, Anna & Schneider, Kerstin (2018): Neues Schulranking als Grundlage der Mittelzuweisung in der Stadt Bremen. Bericht des WIB - Wuppertaler Institut für bildungsökonomische Forschung.
Sie können auch lesen
