Beyond Clicks: Identifying an Engagement-Performance Paradox in Vocational College Online Learning Through Behavioral Profiling

In den modernen Klassenzimmern findet eine stille Revolution statt, nicht durch Kreide Staub oder das Läuten von Glocken, sondern durch digitale Fußabdrücke. Jedes Mal, wenn ein Schüler sich in ein Online-Lernsystem einloggt, ein Video anklickt oder eine Nachricht postet, zeichnet die Plattform das Ereignis auf. Für Pädagogen und Forscher bietet diese Flut an Daten ein verlockendes Versprechen: Wenn wir sehen können, was die Schüler tun, können wir verstehen, wie sie lernen. Die vorherrschende Annahme war einfach und intuitiv – dass mehr Aktivität mehr Lernen bedeutet. Wenn ein Schüler Stunden damit verbringt, Vorlesungen anzusehen und sich durch jede Aufgabe zu klicken, muss er engagiert sein, und wenn er engagiert ist, muss er erfolgreich sein. Diese Idee ist zur Grundlage für viele Schulsysteme geworden, die den Fortschritt der Schüler verfolgen, indem sie hohe Klickzahlen als Zeichen eines gesunden Schülers und geringe Aktivität als Warnflagge für diejenigen nutzen, die möglicherweise den Anschluss verlieren.

Diese Logik stützt sich jedoch auf eine fragile Prämisse: dass die sichtbare Oberfläche des Verhaltens immer mit der unsichtbaren Tiefe des Denkens übereinstimmt. In der komplexen Welt der Bildung, insbesondere in der Berufsausbildung, in der Schüler praktische Fähigkeiten wie Programmierung und Webdesign erlernen, ist die Beziehung zwischen dem, was ein Schüler tut, und dem, was er tatsächlich lernt, selten so geradlinig. Forscher vermuten schon lange, dass ein Schüler beschäftigt sein kann, ohne produktiv zu sein, oder ruhig, ohne verloren zu sein. Es bleibt die Frage, ob die digitalen Werkzeuge, die wir zur Messung des Lernens verwenden, uns tatsächlich helfen, die Wahrheit zu sehen, oder ob sie lediglich das Zählen von Rauschen sind.

Ein Forscher an einem Berufskolleg in Ostchina setzte sich zum Ziel, diese Annahme zu testen, indem er das digitale Leben von 218 Studenten untersuchte, die einen hybriden Webentwicklungskurs belegten. Der Kurs kombinierte traditionelle Präsenzlehre mit Online-Modulen und schuf so einen reichen Datenstrom, der alles verfolgte, von der Häufigkeit der Logins bis hin zur Anzahl der Diskussionsbeiträge. Anstatt jeden Studenten als Durchschnitt zu behandeln, nutzte der Forscher eine Methode, um die Studenten basierend auf ihren tatsächlichen Verhaltensmustern zu gruppieren. Er betrachtete sechs spezifische Aktionen: wie viele Aufgaben abgeschlossen wurden, wie lange Videos angesehen wurden, wie oft Kapitel geöffnet wurden, wie oft der Student sich einloggte, wie viele Diskussionsbeiträge verfasst wurden und wie oft er am physischen Unterricht teilnahm. Durch die Analyse dieser Muster entdeckte er, dass die Studenten nicht in einer einfachen Linie von „geringem Engagement“ zu „hohem Engagement“ verliefen. Stattdessen entstanden vier unterschiedliche Gruppen, jede mit einer einzigartigen Art der Interaktion mit dem Kurs.

Die erste Gruppe, die „Deep Engagers“ (Tief engagierte Lerner), verhielt sich genau so, wie man es von einem Modellschüler erwarten würde. Sie absolvierten nahezu jede zugewiesene Aufgabe, sahen über 1.100 Minuten Lehrvideos an und nahmen an fast jedem Unterricht teil. Sie beteiligten sich auch intensiv an Online-Diskussionen. Unerwarteterweise erreichten diese Studenten die höchsten Prüfungsergebnisse mit einem Durchschnitt von 85,7 von 100 Punkten. Die zweite Gruppe, die „Strategic Learners“ (Strategische Lerner), war die größte und machte etwa ein Drittel der Klasse aus. Diese Studenten waren überraschend effizient. Sie sahen weit weniger Videos an und absolvierten weniger Aufgaben als die Deep Engagers und loggten sich nur etwa ein Drittel so oft ein. Dennoch nahmen sie regelmäßig am Unterricht teil und beteiligten sich aktiv an Diskussionen. Das Ergebnis war verblüffend: Ihre Prüfungsergebnisse waren statistisch identisch mit denen der Deep Engagers und lagen im Durchschnitt bei 83,5, was bewies, dass sie mit deutlich weniger Plattformaktivität Spitzenleistungen erbrachten.

Die dritte Gruppe, die „Passive Followers“ (Passive Mitläufer), zeigte das erwartete Muster der Desengagement. Sie loggten sich selten ein, sahen sehr wenig Videos an und nahmen an weniger als der Hälfte der Unterrichtsstunden teil. Ihre Prüfungsergebnisse spiegelten diesen Mangel an Beteiligung wider und lagen im Durchschnitt bei 62,5. Doch die vierte Gruppe offenbarte den kritischsten Fehler in der gängigen Annahme, dass Aktivität gleich Lernen ist. Diese Gruppe, bezeichnet als „Surface Engagers“ (Oberflächlich engagierte Lerner), verhielt sich in einer Weise, die jegliche Erwartungen widerlegte. Sie loggten sich häufig ein, sahen fast 900 Minuten Video an und absolvierten fast 90 Prozent ihrer Aufgaben. Nach jedem Maßstab der Plattformaktivität sahen sie wie leistungsstarke Studenten aus und rangierten nur an zweiter Stelle nach den Deep Engagers. Sie waren, nach allen digitalen Konten, beschäftigt.

Doch als die Abschlussnoten ermittelt wurden, hatten die Surface Engagers die niedrigsten Punktzahlen aller Gruppen und erreichten einen Durchschnitt von nur 47,8 Punkten – ein Nichtbestehen. Sie schnitten schlechter ab als die Passive Followers, die die Plattform kaum genutzt hatten. Dies erzeugte ein Paradoxon: Die Studenten, die auf dem System am aktivsten erschienen, waren diejenigen, die am wenigsten lernten. Der Forscher fand heraus, dass der Unterschied nicht darin lag, wie viel Zeit diese Studenten auf der Plattform verbrachten, sondern wie sie diese Zeit nutzten. Die Surface Engagers waren aktiv in Isolation; sie sahen Videos an und klickten sich durch Übungen, nahmen aber selten am Unterricht teil oder beteiligten sich an Diskussionen. Im Gegensatz dazu priorisierten sowohl die Strategic Learners als auch die Deep Engagers die interaktive Teilnahme. Die Daten zeigten, dass die bloße Anwesenheit auf der Plattform nicht ausreichte; die Qualität des Engagements, insbesondere der Austausch mit anderen und das Erscheinen vor Ort, war das, was den Erfolg vorantrieb.

Um dies zu bestätigen, führte der Forscher eine statistische Analyse durch, die die beiden Hauptarten des Verhaltens als separate Faktoren behandelte. Er fand heraus, dass nach Berücksichtigung der Frage, wie sehr ein Student an Diskussionen teilnahm und am Unterricht teilnahm, das schiere Volumen der Plattformaktivität tatsächlich niedrigere Prüfungsergebnisse vorhersagte. Dies deutet darauf an, dass hohe Aktivität für einige Studenten ein Zeichen von Schwierigkeiten oder eine Strategie war, um „Aufgaben nur zu erledigen, um eine Note zu bekommen, ohne das Material wirklich zu verstehen“. Die Studie kommt zu dem Schluss, dass das Zählen von Klicks ein schlechter Weg ist, um Lernen zu messen. In der Berufsausbildung, in der praktische Fähigkeiten durch Zusammenarbeit und Feedback aufgebaut werden, sind die wichtigsten Verhaltensweisen diejenigen, die andere Menschen einbeziehen, und nicht nur jene, die das meiste digitale Rauschen erzeugen. Die Studenten, die am meisten lernten, waren nicht unbedingt diejenigen, die die meiste Zeit online verbrachten, sondern diejenigen, die diese Zeit nutzten, um sich mit ihren Mitstudenten und ihren Dozenten zu vernetzen.