Kategorien
Artikel

Semester-Resümee I: Grundlagen der Statistik

Wie eigentlich immer in den letzten 14 Jahren, in denen ich zwei Kinder durch ihre Schullaufbahn begleiten durfte, versuchte ich nach Semesterende möglichst zügig die noch zu erledigenden Dinge abzuhaken, um den Familienurlaub zu starten. Das Problem wird jedem, der an einer deutschen Hochschule lehrt, bekannt sein: Die Schulferien sind nicht besonders gut auf die vorlesungsfreie Zeit an Universitäten abgestimmt. Je früher die Sommerferien liegen, desto enger wird das Zeitfenster für einen gemeinsamen Urlaub. Im nächsten Jahr hat sich das Problem zumindest für uns erledigt, deshalb verfolge ich die aktuelle Diskussion um eine Anpassung der Ferienzeiten auch eher mit wenig Engagement (im Gegenteil würde ich eigentlich jetzt, da das möglich ist, gerne mal wieder die Nebensaison nutzen). Wie auch immer – ich fand es etwas schade, dass ich zum Ende des Semesters nicht die Zeit hatte, meine Veranstaltungen einmal strukturiert zu reflektieren. Für die Vorbereitung von Kolloquien, Seminaren und Übungen muss man zwangsläufig immer eine Menge Zeit kalkulieren, jedenfalls, wenn man sie ernst nimmt. Doch auch die Nachbereitung/Reflexion halte ich für wichtig, damit man die gezogenen Lehren auch in Zukunft gewinnbringend einsetzen kann. Deswegen möchte ich das hier, mit ein paar Tagen Ferien im Rücken, nachholen.

Über die Pläne von zwei meiner Veranstaltungen hatte ich im Vorfeld des Semesters schon gebloggt zur Übung Sprachmodelle – Grenzen und Nutzen hier in diesem Blog, zum Kolloquium Digital Humanities – aktuelle Forschungsprojekte drüben im Kolloquiumsblog. Starten möchte ich das Resümee deshalb mit meinem dritten Kurs, der Übung Einführung in die Statistik.

Neuer Studienplan resultiert in neu zu konzipierender Übung

Im letzten Jahr hatten wir uns am Institut zusammengesetzt und vor der anstehenden Akkreditierung unserer Studiengänge proaktiv über Anpassungen dieser nachzudenken. Ein Bestandteil unserer Ausbildung im BA Informationsverarbeitung ist die Computerlinguistik (CL). Diese hat – unschwer zu erkennen für jeden, der weiß, das Sprachmodelle letztlich auf CL-Forschung zurückzuführen sind – in den letzten Jahren extreme Fortschritte erzielt und vor allem einen starken Ausschlag hin zu statistischen / deep-learning-Modellen zu verzeichnen. Dies bewog uns dazu, den Zuschnitt unserer Module und Veranstaltungen stärker darauf anzupassen, als das innerhalb der alten Studienordnung möglich war. Daraus resultierten zwei neu konzipierte Module (Grundlagen der CL und Anwendungen der CL, zu den Inhalten siehe Abb. 1), die im zweiten bzw. dritten Studienjahr besucht werden. Aber auch ins erste Studienjahr nahmen wir mit der Übung Grundlagen der Statistik ein neues Element auf, das auf die später folgenden Kurse vorbereiten soll. Da ein Teil meines ehemals zweisemestrig konzipierten CL-Seminars in der Überarbeitung von einer praktischen Übung zur Sprachverarbeitung abgelöst wurde, konnte ich durch die freiwerdende Kapazität den Statistikkurs in diesem Semester übernehmen.

Abb. 1: Übersicht zu den neu konzipierten Modulen mit computerlinguistischem Bezug aus dem Studiengang Informationsverarbeitung BA.

Die Vorteile von OERs

Einen Einführungskurs das erste Mal zu halten bedeutet natürlich mehr Arbeit, als ein schon lange betreutes Seminar jedes Jahr ein wenig anzupassen. Gerade zum Thema Statistik (besonders, wenn man sie auf Basis von R / RStudio vermittelt) gibt es aber eine Fülle von Materialien online, besonders nette Kollegen stellen diese auch noch unter eine offene Lizenz und erlauben die Nutzung (Open Education Resources / OER). So konnte ich es mir ersparen, einen kompletten Foliensatz für 15 Sitzungen selbst zu erarbeiten, weil ich mich (mit seiner Erlaubnis, die ich mir über Twitter eingeholt habe) aus dem von Sascha Wolfer bedienen konnte. Auch die Gliederung meiner Übung konnte ich zum großen Teil von ihm abschauen, hier und da nahm ich ein paar Änderungen vor, weil er sich in seinen Beispielen explizit an Linguist:innen wendet, während ich eher die Digital Humanities in ihrer Breite ansprechen wollte. Hier und da änderte ich Reihenfolgen oder ergänzte / ersetzte ein paar seiner Vorlagen. Trotzdem haben mir Saschas Materialien sehr viel Zeit gespart (die ich für die Vorbereitung der von mir verwendeten R-Skripte nutzen konnte) und sicher auch bei einer tragbaren Konstruktion des Kurses geholfen. Selbstverständlich habe ich die übernommenen Teile in meinem Foliensatz als solche ausgezeichnet.

Auf der öffentlichen Seite zum Kurs habe ich, neben den von mir verwendeten Präsentationen, auch ein paar weitere OER-Quellen verlinkt, mit Hilfe derer es sicherlich möglich ist, sich in Eigenregie statistische Grundlagen und die Nutzung von R / RStudio beizubringen, jedenfalls wenn man der (Lern)Typ dazu ist.

Open Book, closed Chat

Die Studierenden mussten ihre aktive Teilnahme an dem Kurs in einem zweigeteilten Testat nachweisen, in dem Sie sowohl einige theoretischen Fragen zu Konzepten der deduktiven und der induktiven Statistik beantworten, als auch statistische Berechnungen in R-Code umsetzen mussten. Das ist zum großen Teil gelungen, vor allem diejenigen, die das Angebot annahmen, regelmäßig ihre Hausaufgaben abzugeben, haben das Klassenziel recht mühelos erreicht (Korrelationskoeffizient > 0,5, siehe auch Abb. 2). Und dass das nicht jedem im ersten Versuch gelingt, gehört halt auch zur universitären Ausbildung dazu.

Abb. 2: Boxplot des Testat-Ergebnisses (1. Teiltestat) in Abhängigkeit von abgegebenen Hausaufgaben. Die Chance, das Testat zu bestehen (mehr als 20 Punkte zu erreichen) ist für diejenigen, die mehr Hausaufgaben abgegeben haben, signifikant erhöht.

Im Testat erlaubte ich übrigens die Nutzung aller verfügbaren Quellen (Pfuschzettel, Programmcode, Internet) mit der Bedingung, dass nicht gechattet werden darf – egal ob sich am anderen Chat-Ende ein:e Bekannte:r, ein:e Fremde:r oder ein Sprachmodell befindet. Ich habe damit gute Erfahrungen gemacht und werde das wohl so beibehalten. Vor allem halte ich diese Regelung auch für legitim – es geht ja schließlich darum, dass die Studierenden ihre Kompetenz darin aufbauen, Aufgaben eigenständig zu verstehen und zu lösen, mit so gut wie sämtlichen verfügbaren Hilfsmittel. Klar wären auch Sprachmodelle wie ChatGPT ein verfügbares Hilfsmittel. Allerdings bekommt man da auch eine Lösung für einfache Probleme, ohne dass man sie verstanden hat. Nach allem, was ich bisher beobachtet habe (mehr dazu auch im nächsten Teil), bekommt man für komplexere Probleme auch eine Lösung, die aber nicht immer zu 100% richtig ist – hier braucht man dann selbst die Kompetenz, das Problem verstanden zu haben, um nachzusteuern. Diese Kompetenz müssen wir irgendwie vermitteln und wir brauchen auch Möglichkeiten, diese Vermittlung zu überprüfen. Das geht im ersten Schritt nur, wenn wir den Studierenden einfache Probleme stellen, an denen sie sich üben können. Und die sie sich eben nicht von einem Sprachmodell lösen lassen sollen.

Auch Dozierende ziehen Lehren

Ich bin mit dem Verlauf der Premiere des Statistik-Kurses eigentlich ganz zufrieden. Von den Studierenden habe ich auch auf Nachfrage keine krass gegenteilige Einschätzungen vernommen (was verzerrt sein kann weil ich diese vor dem zweiten Teiltestat gefragt habe). So, wie es aussieht, bleibt mir der Kurs langfristig erhalten und ich kann mir überlegen, was ich bei seiner Wiederauflage im SoSe 2024 anders machen würde. An dem Open-Book-Closed-Chat-Testat sehe ich momentan wenig Änderungsbedarf, inhaltlich werde ich wohl die Einführung in R etwas kompakter gestalten, um mehr Zeit für statistische Grundbegriffe und v.a. die Inferenzstatistik, inklusive ihrer Fallgruben, zu haben.

Streng genommen müsste man den Kurs in Einführung in die Stochastik umbenennen, da er sowohl Statistik, als auch Wahrscheinlichkeitstheorie behandelt. Im nächsten Durchgang sollte ich vielleicht auch noch stärker auf die Verzahnung des vermittelten Wissens mit den weiteren Studieninhalten eingehen. Solide stochastische Grundkenntnisse sind ja einerseits unentbehrliche Grundlage für die Durchführung in die Bewertung von empirischer Forschung. Andererseits sind stochastische Methoden auch Basis der gegenwärtig (und wohl auch zukünftig) erfolgreichsten Ansätze der Sprachverarbeitung und der Künstlichen Intelligenz, womit wir wieder bei Sprachmodellen gelandet wären. Zur zugehörigen Übung aber dann mehr im zweiten Teil des Semester-Resümees [wird verlinkt, sobald ich dazu gekommen bin].

Header-Bild: Output von Dall.e zum Prompt “A distribution of apples and pears as a symbolic image for a statistics course.”



Diesen Blogbeitrag zitieren
Jürgen Hermes (2023, 28. Juli). Semester-Resümee I: Grundlagen der Statistik. TEXperimenTales. Abgerufen am 13. April 2024, von https://doi.org/10.58079/uq77

Von Jürgen Hermes

Arbeitet als Wissenschaftler und Geschäftsführer am Institut für Digital Humanities an der Universität zu Köln.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search