learning analytics

The purpose of methods of fairness auditing is to uncover to what extent Learning Analytics algorithms are fair. Fairness auditing methods often rely on pre-existing test data. In the context of Learning Analytics auditing, learning data is needed for testing. However, learning data might not be available (in large quantities) due to privacy concerns. Our poster shares our findings on how relational data for fairness audits of Learning Analytics systems can be synthesized from little pre-existing data, using the most promising available data synthesizers.

Die Digitalisierung ist ein zentraler gesellschaftlicher Trend des 21. Jahrhunderts. Digitale Informations- und Kommunikationstechnologien gewinnen in nahezu allen öffentlichen und privaten Lebensbereichen an Bedeutung. Auch im Bereich des freiwilligen Engagements werden zunehmend Möglichkeiten der Digitalisierung genutzt, wie z.B. die Terminkommunikation einer Übungsleiterin im Sportverein per E-Mail. Ob und wie Engagierte digitale Techniken für ihre freiwillige Tätigkeit überhaupt nutzen können, hängt u.a. davon ab, ob sie Zugang zum Internet haben und ihnen entsprechende Infrastruktur zur Verfügung steht. Neben den technischen Voraussetzungen spielt aber auch der Wille, IT im Ehrenamt zu nutzen, eine wesentliche Rolle. Diese Studie soll einen Beitrag dazu leisten, mehr über mögliche Akzeptanzkriterien bei der Nutzung digitaler Tools im Ehrenamt zu erfahren.