Data Storytelling in der Lehre – Designideen für interaktive Arbeitsblätter

Data Storytelling in der Lehre - Designideen für interaktive Arbeitsblätter

Das Institut für Biomedizinische Bildgebung bietet Vorlesungen zu Computergraphik und numerischen Methoden der medizinischen Bildgebung an. In den begleitenden Übungen wird unter anderem Jupyter Notebooks genutzt, um numerische Algorithmen mit der Open Source Programmiersprache Julia nachzuimplementieren und anzuwenden. Die Studierenden lernen so, mathematische Formalismen in Computerprogramme umzusetzen, und den Umgang mit Programmbibliotheken und einer Vielzahl von Datenformaten. Die Notebooks helfen bei der ausführlichen Beschreibung der Lerninhalte und Lernziele und werden so gestaltet, dass die Studierenden selbständig ihre Fortschritte evaluieren können. Der folgende Gastbeitrag stammt von Dr. Martin Möddel.

Was versteht man unter Notebooks und wann werden sie eingesetzt?

Notebooks, wie die des Projekts Jupyter, sind Werkzeuge für ein interaktives und exploratives Programmieren. Im Kern sind es Dokumente, die es erlauben ausführbaren Code, Gleichungen, Visualisierungen und erläuternden Text zusammen zu bringen. Dadurch ermöglichen sie es Lehrenden, Lerninhalte in eine Erzählung einzubetten, was das Verständnis und die Nachvollziehbarkeit erhöht. Die Methode des Geschichtenerzählens wird seit Jahren im Umfeld von Medien und Marketing genutzt und ist im Bereich Data Science unter dem Namen Data Storytelling bekannt. Ihr Einsatz lohnt sich insbesondere dort, wo ausführbarer Code und der Umgang mit Daten einen integralen Baustein des zu Lernenden ausmacht.

Am Institut für Biomedizinische Bildgebung werden Notebooks in den Übungen zu Computergraphik und numerischen Methoden der medizinischen Bildgebung eingesetzt. Die Studierenden vertiefen dabei Lerninhalte aus der Vorlesung, indem numerische Algorithmen implementiert, analysiert oder angewendet werden. Darüber hinaus sollen Sie auch Fähigkeiten abseits der Lerninhalte erwerben. Dazu Zählen zum Beispiel allgemein gültige Programierparadigmen sowie der Umgang mit Programmbibliotheken und Datenformaten.

Worauf sollte man achten, wenn man ein Notebook entwirft?

1) Lernziele festlegen
Vor dem Einsatz von Notebooks ist es hilfreich, zunächst die Lernziele der Übungen festzulegen. Dies kann zum Beispiel die Vertiefung, Festigung oder praktische Anwendung von Vorlesungsinhalten sein. Sind diese mit dem Format eines Notebooks kompatibel, dann können auch Nebenziele identifiziert werden. Dies können zum Beispiel der Umgang mit Datenformaten, Programmbibliotheken und deren Dokumentation sein, aber auch allgemein anwendbare Programierparadigmen. Diese Ziele können dann entweder direkt in den Aufgabenstellungen oder später in den Musterlösungen an die Studierenden kommuniziert werden.

Ein Bild von einem Notebook mit Visualisierungen
Der oben gezeigte Screenshot eines Notebooks illustriert, wie Mathematische Formeln, Texte und Blöcke ausführbaren Codes fließend ineinander über gehen. Dies soll die Studierenden zum Nachvollziehen und Experimentieren einladen.

2) Notebook strukturieren
Wie auch bei Vorlesungen sind nicht nur die Inhalte eines Notebooks entscheidend, sondern vor allem, wie diese strukturiert und untereinander kontextualisiert sind. Dabei ist auch die große Vielfalt zu berücksichtigen, mit der Inhalte präsentiert werden können. Mathematische Formeln und Aufgabentexte können ebenso verwendet werden, wie Bilder, Videos und Blöcke ausführbaren Codes. Damit lassen sich Lerninhalte in eine Erzählung einbetten, um Studierenden die Bedeutung hinter den Daten und Algorithmen klar zu machen und sie zum Handeln, Verstehen und Nachvollziehen zu motivieren. Hier ist ein Beispiel-Notebook zu sehen – die interaktive Ausführung des Codes wurde für diesen Blogbeitrag deaktiviert. Wie in dem Notebook zu sehen ist, kann man so erläutern, wie vollständig abgetastete Magnetresonanztomographiedaten zu einem Bild rekonstruiert werden. Im folgenden Code-Block wird dies an einem Datensatz durchgeführt und das Ergebnis visualisiert. Dann wird erläutert, wie wichtig schnelle Bildgebung für Ärzte und Patienten ist und, dass Unterabtastung der Daten die Bildgebung beschleunigen kann. Darauf folgt die Aufgabenstellung eine konkrete Unterabtsatungsmethode zu realisieren und ein Code-Block in dem die Studierenden ihre Lösung implementieren können. Im folgenden Code-Block werden die prozessierten Daten der Studierenden zu einem Bild rekonstruiert und visualisiert um Probleme dieser Methode (z. B. Bildartefakte) zu illustrieren.

3) Notebooks gestalten
Stehen Ziele und Struktur fest, geht es an die inhaltliche Gestaltung der Notebooks. Hier sollte berücksichtigt werden, dass sich mit dem Format Notebook, neben Programmieraufgaben, viele weitere Aufgabentypen realisieren lassen, zum Beispiel können analytische Aufgaben den Kontext zu einer numerischen Folgeaufgabe liefern. Komplexere Aufgaben kann man in kleiner Teile aufsplitten. Mittels Textbausteinen bleiben diese aber Teil der Erzählung, also in Verbindung untereinander und mit dem übergeordneten Problem. Bei der Gestaltung der Aufgaben sollte man auch die Ziele nicht aus den Augen verlieren. Sollen sich die Studierenden mit einem Algorithmus beschäftigen, dann kann es durchaus Sinn ergeben, ihnen anderswo Hilfestellung zu geben. Dies kann zum Beispiel dadurch geschehen, dass vorgeschriebene Code-Blöcke zur Verfügung gestellt werden. Es kann sonst durchaus zu Situationen kommen, wo die Studierenden mehr an Nebensächlichkeiten, wie zum Beispiel dem Visualisieren von Ergebnissen, als an dem eigentlichen Lernziel arbeiten. Man sollte auch dem begrenzten zeitliche Budget der Studierenden Rechnung tragen. Dies kann bei Studierenden mit sehr heterogenen Programmierkenntnissen umso schwieriger werden. In diesem Fall kann man optionale Aufgaben mit erhöhtem Schwierigkeitsgrad in Betracht ziehen.

Creative Commons Lizenzvertrag
Text und Abbildung des Gastbeitrags “Data Storytelling in der Lehre – Designideen für interaktive Arbeitsblätter” von Martin Möddel und das Notebook “Advanced sampling methods – Aliasing artifacts in MRI” von Martin Möddel und Mirco Grosser stehen unter der Lizenz CC BY 4.0.

Schreibe einen Kommentar

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