Neue Redaktionsumgebung für OER-Community
Die deutsche OER-Community bekommt ein großes Softwareupdate und kann nun noch professioneller freie Bildungsinhalte erschließen, kuratieren und KI anlernen. Die Liste neuer und besserer Funktionen ist lang und kann im freien Wissensbereich des Bündnis Freie Bildung eingesehen werden.
Softwaregestützte Qualitätssicherung
Die Qualitätssicherung von digitalen Bildungsinhalten ist bei WirLernenOnline ein mehrstufiger, communitybasierter Prozess.
Geschulte Redakteur*innen aus der Community werden dabei von einer für diese Zwecke entwickelten und trainierten künstlichen Intelligenz unterstützt. Dank der Unterstützung dieses Prozesses mit künstlicher Intelligenz kann zukünftig die Qualität von Bildungsinhalten noch schneller und noch besser erfasst werden. Eine Prüfung von Inhalten auf Kriterien wie “rechtliche Unauffälligket” und “Zugänglichkeit” wird dadurch vereinfacht.
Die Grafik zeigt den Qualitätssicherungsprozess. Nachdem Redaktionen eine Bezugsquelle für die maschinelle Erschließung freigegeben haben, werden die Inhalte maschinell erschlossen und ersten maschinellen Checks unterzogen. Es folgt eine Basis-Sichtung (Eingangsredaktion, Inhalteredaktion), bei der Quellen und sonstige Inhalte danach beurteilt werden, ob sie sich generell für Bildungszwecke eignen und nicht gegen geltendes Recht verstoßen. Hier werden generierte Mindestmetadaten für die Suche stichprobenartig geprüft.
Die besten der so ca. 200.000 Inhalte erschlossenen Inhalte gelangen auf unsere Fachportale. Dafür beurteilen Fachredakteur*innen – das sind besonders Expert*innen aus dem Bildungsbereich, wie Lehrende und Autor*innen etc. – die inhaltliche Qualität für den Einsatz als Lehr- und Lerninhalt in einem Fachbereich. Redakteur*innen berufen sich dabei grundsätzlich auf das WirLernenOnline-Redaktionsstatut.
Es war dem Team von WirLernenOnline wichtig, dass die neue Software flexibel auf Qualitätsanforderungen und Sicherungsprozesse reagieren kann.
Einfacher Prozess dank neuer Seitenleiste
Der oben skizzierte Prozess der Qualitätssicherung wird durch eine Seitenleiste dargestellt. Redakteur*innen gelingt die Qualitätssicherung dadurch noch einfacher!
Die Seitenleiste zeigt neben dem Status des Inhalts (wo ist der Inhalt veröffentlicht, wie oft wurde er bereits abgerufen) die Qualitätskriterien von WirLernenOnline an. Darüber hinaus wird Redakteur*innen eine Übersicht über bereits eingetragene Pflichtmetadaten gegeben und die Möglichkeit eröffnet, die entsprechende Freischaltungen vorzunehmen.
Besonders qualitativ hochwertige Inhalte können in redaktionelle Sammlungen aufgenommen werden. Nutzer*innen von WirLernenOnline sehen diese Inhalte schließlich auf den “Themenseiten” der jeweiligen Fachportale.
Maschinen unterstützen die Qualitätssicherung
Die automatische Seitenprüfung ist ein maschineller Service, der einen Inhalt auf Grundlage von Qualitätskriterien untersucht.
Um die Arbeit der Redaktionen und Fachredaktionen zu erleichtern, werden Services entwickelt und eingesetzt, die bei der Qualitätsprüfung der aggregierten Materialien helfen. Ziel ist es, die Materialien schneller nutzbar zu machen und das Sucherlebnis für die Nutzer*innen zu verbessern, indem die Metadaten zu den Materialien hinzugefügt und verbessert werden. Einige dieser Qualitätstests können mit Hilfe verschiedener Tools automatisiert werden. Beispielsweise lässt sich leicht überprüfen, ob eingesammelte Materialien auf bekannten “Blocklisten” jugendgefährdender Medien liegen, eine Seite Werbung enthält oder grundständige Accessibility-Kriterien erfüllt werden.
Wird bei der Qualitätsprüfung hingegen festgestellt, dass bestimmte Attribute gar nicht vorhanden sind (beispielsweise das Schulfach eines Bildungsinhalts), müssen andere Services genutzt werden. Hierfür wurden bereits KI-Services entwickelt und in die Plattform eingebunden, die die Zuordnung solcher nicht-vorhandenen Attribute ermöglichen sollen.
Verfahren der Künstlichen Intelligenz lernen von Redakteur*innen, Inhalte in redaktionelle Sammlungen einzusortieren und damit Lehrplanzuordnungen vorzunehmen.
Die Zuordnung eines Lerninhalts zu einem Schulfach oder einem Lehrplan ist komplex und nicht ohne Künstliche Intelligenz (KI) möglich. Für eine Bildungssuchmaschine ist die Zuordnung eines Lernobjektes zu einem Fach essentiell, jedoch liefern viele Bildungsinhalte diese Metadaten nicht mit. Eine Analyse aus dem September 2020 zeigt beispielsweise, dass 58% der bezogenen Inhalte, keine Fachzuordnung aufwiesen.
Um diesem Problem zu begegnen wurden Konzepte und Prototypen entwickelt, die helfen, das Fach zuzuordnen, wenn der Inhalt kein Schulfach aufweist.
Sowohl die Fächerlisten, als auch die Themenbäume (sowie weitere Vokabulare) werden bei WirLernenOnline als SKOS-Vokabulare entwickelt. SKOS, Simple Knowledge Organization System, ist ein W3C-Standard zur Modellierung kontrollierter Vokabulare und basiert auf dem ebenfalls vom W3C veröffentlichten RDF-Modell, ein modernes Datenmodell zum Austausch von Daten über das Web.
Auf Grundlage dieses Datenmodells nehmen Redakteur*innen manuell Zuordnungen von Bildungsinhalten vor. Maschinen (Künstliche Intelligenz) müssen anhand dieser Zuordnungen lernen, um selber gute Zuordnungen vorschlagen zu können.
