Open Science Education

Ein didaktischer Rahmen: Empfehlungen aus dem EU-Projekt ROSiE

Eine Frau mit Brille hält ein Buch in die Höhe.

In einer Ära des Wissensüberflusses müssen wir sicherstellen, dass unsere Lernenden und Forscher:innen nicht nur Zugang zu Informationen haben, sondern auch die Fähigkeiten besitzen, diese verantwortungsvoll zu nutzen. Die Forderung nach Transparenz und ethischer Forschung wird lauter, und Open Science fördert Kollaboration, Innovation und Qualität von Forschung.

Durch die konkrete Umsetzung von Open Science Education bereiten wir kommende Generationen von Wissenschaftler:innen und Hochschulabsolvent:innen besser auf die Anforderungen dieser Ära vor. Es ist Zeit, von der Theorie zur Praxis überzugehen und Bildungseinrichtungen die Ressourcen zu bieten, um Open Science zu fördern. Nur so wird die Wissenschaft nicht nur offen, sondern auch verantwortungsvoll und ethisch sein.

In der dynamischen Welt der Wissenschaft und Forschung hat das EU-Projekt ROSiE (Realizing Open Science in Europe) praktische Instrumente entwickelt, die die verantwortungsvolle Durchführung von offener Wissenschaft fördern sollen. Ein Schwerpunkt lag dabei auf der Schulung von Studierenden und Forscher:innen in den grundlegenden Prinzipien der Forschungsethik und Integrität im Kontext von Open Science.

Der didaktische Rahmen von ROSiE ist vielschichtig und umfasst folgende Schlüsselaspekte:

  1. Definition der Fähigkeiten und Einstellungen, die Lernende erwerben sollten, um in einer sich rasant wandelnden wissenschaftlichen Landschaft erfolgreich zu sein.
  2. Festlegung klarer Lernziele und Indikatoren zur Messung des Fortschritts in Bezug auf diese Fähigkeiten.
  3. Auswahl der relevanten Themen, die in den Schulungsmaterialien behandelt werden sollen.
  4. Entwicklung von Lehr- und Lernstrategien, um effektive und nachhaltige Bildungserfahrungen zu gewährleisten.

Die von ROSiE entwickelten Schulungsmaterialien richten sich an eine breite Zielgruppe, darunter Studierende, Nachwuchsforscher:innen und erfahrene Wissenschaftler:innen aus verschiedenen wissenschaftlichen Disziplinen.

Ein zentraler Bestandteil dieses europaweiten Projekts ist der 21st Century Skills-Ansatz, der die Notwendigkeit betont, persönliche, soziale und ethische Kompetenzen zu entwickeln, um Hochschulabsolvent:innen auf die Anforderungen des digitalen Zeitalters vorzubereiten.

Studierende und Nachwuchswissenschaftler:innen, die im Rahmen dieses Ansatzes geschult werden, sind besser gerüstet, um in interdisziplinären Teams zu arbeiten, komplexe Herausforderungen zu bewältigen, ethisch fundierte Entscheidungen zu treffen und sich in einer globalisierten Welt zurechtzufinden. Das ROSiE-Konsortium hat einen didaktischen Rahmen entwickelt, der die Lernenden in den Mittelpunkt stellt und ihnen ermöglicht, aktiv am Bildungsprozess teilzunehmen und kooperativ zu lernen.

Originalpublikation: Signe Mežinska, Jekaterina Kalēja, Ilze Mileiko, Ivars Neiders (2021): Didactic framework including learning outcomes and indicators for their achievement. URL: https://rosie-project.eu/wp-content/uploads/2023/01/WP07-D7.1.-Didactic-framework.pdf

Die vier Grundpfeiler von Open Science Education

Die folgenden Fähigkeiten und Einstellungen wurden von ROSiE als die vier Grundpfeiler identifiziert, die für eine verantwortungsvolle Ausübung von Open Science erforderlich sind:

  1. Mindset: Gemeint ist ein Bewusstsein für die Bedeutung von Open Science in lokalen und globalen Kontexten sowie die Beteiligung an der Selbstregulierung der Open Science- Community in Bezug auf ethische und integritätsbezogene Aspekte.
  2. Persönliche und soziale Verantwortung: Dies bedeutet, sowohl persönliche als auch berufliche Verantwortung für die Durchführung von Open Science und die Erzielung von Ergebnissen zu übernehmen. Es beinhaltet auch die Bereitschaft, eigene Forschungsdaten, Ergebnisse, Instrumente und Veröffentlichungen offen zu teilen und die Arbeit anderer zu schätzen.
  3. Erkenntnistheoretische Fähigkeiten: Dies umfasst die Kompetenz, offene Daten und Wissen sorgfältig zu organisieren, darzustellen und zu nutzen. Es beinhaltet auch die Fähigkeit, kritisch zu beurteilen, wenn Daten, Informationen oder wissenschaftliche Ergebnisse von anderen erstellt wurden. Zudem gehört dazu die Fähigkeit, ethische und integritätsbezogene Probleme im Kontext von Open Science zu erkennen.
  4. Kollaborative Problemlösung: Dies schließt die Fähigkeit ein, kritisches Denken anzuwenden, um gemeinsam ethische und integritätsbezogene Probleme in Open Science zu analysieren. Es beinhaltet auch die Fähigkeit, diese Fragen zu diskutieren, Lösungen zu finden und Entscheidungen im Rahmen der Open Science-Community zu treffen.

Ziele und Kompetenzen in der Open-Science-Ausbildung

In der Ausbildung von Open-Science-Skills empfiehlt das ROSie-Konsortium, bereits in der Lehre von Studierenden zu starten. Hierbei empfehlen sie folgende Lernziele. Studierende sollten folgende Kenntnisse und Fähigkeiten entwickeln:

  1. Verständnis der ethischen Grundlagen von Open Science.
  2. Erkenntnis über die Bedeutung von Open Science für die Identifikation und Lösung wissenschaftlicher und gesellschaftlicher Probleme.
  3. Erkennen möglicher Arten von Fehlverhalten in der Forschung im Kontext von Open Science.
  4. Bewusstsein für die Bedeutung der Qualität von Datensätzen und die verantwortungsvolle Nutzung von Forschungsergebnissen im Kontext von Open Science.
  5. Kenntnis der Kriterien für bewährte Praktiken bei Open-Access-Veröffentlichungen.
  6. Entwicklung von Fähigkeiten zum kritischen Denken.

Nachwuchswissenschaftler:innen sollten im Vergleich zu Studierenden ein tieferes Verständnis und eine fortgeschrittenere Anwendung von Open-Science-Praktiken entwickeln können. Dies umfasst:

  1. Vertieftes Wissen über die spezifischen Anwendungen von Open Science in ihrem Forschungsfeld und die Fähigkeit, diese Konzepte in ihre Forschungsarbeit zu integrieren.
  2. Ein umfassendes Verständnis der infrastrukturellen Herausforderungen und Möglichkeiten im Zusammenhang mit Open Science, einschließlich des Wissens über Datenmanagement, Datenrepositorien und Open-Access-Publikationen.
  3. Die Fähigkeit, Forschungsdaten und -ergebnisse auf eine Weise zu präsentieren und zu teilen, die den Anforderungen der Open-Science-Prinzipien entspricht, einschließlich der Einhaltung von Lizenzbestimmungen und Open-Access-Richtlinien.
  4. Kenntnisse über bewährte Praktiken bei der Zusammenarbeit und dem Austausch von Ressourcen in der Open-Science-Community.
  5. Ein tieferes Verständnis für ethische und integritätsbezogene Fragen im Zusammenhang mit Open Science und die Fähigkeit, diese in komplexen Forschungssituationen zu erkennen und anzugehen.
  6. Fortgeschrittene Fähigkeiten im kritischen Denken und in der Analyse von Fallstudien und Szenarien, die ethische und integritätsbezogene Herausforderungen in Open Science darstellen.

Insgesamt sollten Nachwuchswissenschaftler:innen in der Lage sein, Open-Science-Prinzipien und -praktiken in ihrer eigenen Forschung umfassender anzuwenden und aktiv zur Förderung von Open Science in ihrer wissenschaftlichen Gemeinschaft beizutragen.

Senior Scientists zeichnen sich im Vergleich zu Nachwuchsforschenden durch folgende Unterschiede aus:

  1. Führung und Mentorship: Sie fungieren als Mentor:innen und Vorbilder für Nachwuchsforschende, leiten Forschungsprojekte und fördern Open Science in der Gemeinschaft. Aufgrund ihrer Erfahrung erkennen sie ethische und integritätsbezogene Probleme im Zusammenhang mit Open Science frühzeitig und entwickeln Lösungen mit ihren Forschungsgruppen.
  2. Erweiterte Netzwerke: Sie nutzen ihre breiteren Netzwerke, um Open-Science-Initiativen zu unterstützen und Kooperationen zu fördern.
  3. Forschungsförderung: Sie haben Zugang zu größeren Forschungsbudgets und können finanzielle Ressourcen für Open-Science -Projekte bereitstellen oder unterstützen.

Schulungsthemen für eine verantwortungsvolle Open-Science-Praxis

ROSiE hat Trainingsunterlagen für verschiedene Disziplinen entwickelt. Unabhängig von der Fachrichtung umfassen diese Schulungsunterlagen sieben grundlegende Trainingsinhalte.

(1) Ethische und gesellschaftliche Grundlagen von Open Science und deren Relevanz:

  • Entstehung, historischer Kontext und Begründung von Open Science.
  • Nutzen und Bedeutung von Open Science für unterschiedliche Interessengruppen.
  • Hauptherausforderungen bei der Implementierung von Open Science.

(2) Qualität von Forschungsergebnissen und Datensätzen:

  • Verantwortung der Forscher:innen für die Qualität der gesammelten, verarbeiteten und gespeicherten Daten.
  • Richtlinien für die angemessene Vorbereitung und Verwaltung von Datensätzen und Metadaten.

(3) Schutz der Rechte der Teilnehmer:innen in Bezug auf Open Science:

  • Besondere Aspekte der informierten Zustimmung im Kontext von Open Science.
  • Verantwortungsvolle Methoden zur Anonymisierung und Pseudonymisierung.
  • Die Balance zwischen dem Schutz personenbezogener Daten und dem Ziel von Open Science.

(4) Prävention von Fehlverhalten in der Forschung im Rahmen von Open Science:

  • Identifikation und Vermeidung fragwürdiger Forschungspraktiken im Kontext von Open Science.

(5) Verantwortungsvolle Weitergabe und Nutzung von offenen Daten:

  • Vertrauen und Vertrauenswürdigkeit in Bezug auf Open Science.
  • Verantwortungsvolle Speicherung und Verwendung von offenen Daten.
  • Prinzipien für die gemeinsame Nutzung von Daten, Materialien und Codes im Rahmen von Open Science.

(6) Verantwortungsvolle Verbreitungs- und Veröffentlichungspraktiken:

  • Schutz des geistigen Eigentums im Kontext von Open Science.
  • Vor- und Nachteile von Open Peer Review.
  • Verantwortungsvolle Veröffentlichung von Preprints.
  • Themen rund um Open Access, Open-Access-Veröffentlichungen und problematische Praktiken in diesem Bereich.

(7) Schutz des geistigen Eigentums im Kontext von Open Science:

  • Geistiges Eigentum und fairer Wettbewerb.
  • Fragen zur Autorenschaft und Danksagung.
  • Die Verwendung von offenen Lizenzen.

Diese Schulungsthemen sind von zentraler Bedeutung, um ein Verständnis für die ethischen und praktischen Aspekte von Open Science zu entwickeln und verantwortungsvolle Praktiken in der Forschung zu fördern.

Zusätzliche Themen für die Wirtschafts- und Sozialwissenschaften

ThemaFragen
Respekt für die Autonomie der TeilnehmendenWas sind die Voraussetzungen für eine informierte Zustimmung im Zusammenhang mit Open Science? Wie können Forschungsteilnehmer:innen über die offene gemeinsame Nutzung von Daten informiert werden? Welche besonderen Anforderungen gibt es an die Zustimmung/Einwilligung gefährdeter Bevölkerungsgruppen im Zusammenhang mit Open Science?
Offener Austausch von quantitativen und qualitativen DatenWie kann man quantitative Daten in den Sozialwissenschaften verantwortungsbewusst weitergeben? Ist es möglich, qualitative Daten verantwortungsvoll zu teilen, und wenn ja, wie?
Anonymisierung und Pseudonymisierung von offenen DatenWie kann die Vertraulichkeit von Daten gewährleistet werden? Welche Anonymisierungs- und Pseudonymisierungstechniken gibt es und wie lassen sie sich auf quantitative Daten in den Sozialwissenschaften anwenden? Ist es möglich, qualitative Daten zu anonymisieren, und wenn ja, wie?
Data MiningWas sind die ethischen Aspekte des Einsatzes von künstlicher Intelligenz und maschinellem Lernen bei der Analyse von offenen Daten in den Sozialwissenschaften?
Citizen Science in den offenen SozialwissenschaftenWarum ist Bürgerwissenschaft in den Sozialwissenschaften wichtig? Was sind die ethischen Herausforderungen bei der Durchführung von Citizen Science in den Sozialwissenschaften? Wie plant man ein bürgerwissenschaftliches Projekt verantwortungsbewusst? Wie kann man Bürgerwissenschaftler:innen in ein sozialwissenschaftliches Forschungsprojekt einbeziehen?
Einbeziehung von Open-Science-Aspekten in die Bewertung von ForschendenWie können Open-Science-Praktiken in die Rekrutierungskonzepte und -strategien in den Sozialwissenschaften einbezogen und belohnt werden? Was sind die Vorteile und Risiken? Was sind die besten Praktiken?

Effektive Lehr- und Lernstrategien in ROSiE-Schulungsmaterialien

Die ROSiE-Schulungsmaterialien stützen sich auf mehrere bewährte Lehr- und Lernstrategien, um optimale Ergebnisse zu erzielen:

  1. Kollaborative Problemlösung: Die kollaborative Problemlösung stellt eine der Schlüsselstrategien in den ROSiE-Schulungsmaterialien dar. Im Rahmen dieses Ansatzes wird das Problem durch Zusammenarbeit und den Austausch von Ideen angegangen. Die Autor:innen der 21st Century Skills (siehe Referenzen unten) betonen, dass diese Methode auf der Bereitschaft zur Teilnahme, gegenseitigem Verständnis und der Fähigkeit zur Bewältigung zwischenmenschlicher Konflikte beruht.

    Im Gegensatz zum kooperativen Lernen, bei dem Aufgaben aufgeteilt und parallel bearbeitet werden, sind beim kollaborativen Problemlösen die Aktivitäten der Lernenden eng miteinander verknüpft. Die Beiträge der Lernenden bauen aufeinander auf, und die Handlungen eines Lernenden können von anderen aufgegriffen oder ergänzt werden. Dieser Ansatz ermöglicht es, verschiedene Perspektiven und Erfahrungen einzubeziehen, die gegenseitige Unterstützung unter den Lernenden zu fördern und die Qualität der Lösungen zu steigern. Angesichts des kollaborativen Charakters von Open Science, der Vielfalt der beteiligten Akteure und Interessengruppen sowie der Komplexität ethischer und Integritätsaspekte in Open Science, erweist sich die kollaborative Problemlösung als äußerst effektive Methode für das Lehren und Lernen, die auf reale Situationen anwendbar ist.
  2. Fallbezogene Aktivitäten: Fallbasierte Aktivitäten sind effektive Wege, um Studierende in die Thematik einzubeziehen. Sie umfassen individuelle Reflexionen, Gruppendiskussionen und gemeinsame Problemlösungen, die auf realen Fällen basieren.
  3. Dialogische Aktivitäten: Bei dieser Methode wird zuerst eine abstrakte philosophische Frage gestellt, beispielsweise „Was ist eine gute wissenschaftliche Praxis?“ Anschließend werden die Teilnehmenden ermutigt, konkrete Beispiele aus ihrer eigenen Erfahrung einzubringen. In moderierten Gruppendiskussionen werden dann ein oder mehrere Beispiele behandelt, wobei die Trainees ermutigt werden, gemeinsam Analysen zu entwickeln, aktiv zuzuhören und gegenseitigen Respekt und Aufmerksamkeit zu zeigen.

    Eine weitere Form des dialogischen Ansatzes ist die moralische Fallberatung, bei der die Teilnehmenden gemeinschaftlich und systematisch einen realen Fall reflektieren. Hierbei geht der Moderator oder die Moderatorin nicht direktiv vor und legt den Fokus auf die Qualität des Beratungsprozesses und die moralischen Fragestellungen. Dies fördert die Entwicklung gemeinschaftlicher Problemlösungsfähigkeiten und eine reflektierte Haltung.
  4. Transformatives Lernen: Die Verinnerlichung von Werten ist eine anspruchsvolle Aufgabe beim Unterrichten und Lernen von Ethik sowie bei der Entwicklung eines „moralischen Kompasses“. Transformatives Lernen ist eine bewährte Methode in der Erwachsenenbildung, die von Jack Mezirow entwickelt wurde. Ihr Ziel ist es, die Perspektive der Lernenden in Frage zu stellen, bestehende Werte oder Überzeugungen zu überdenken und die Art und Weise zu ändern, wie sie Probleme wahrnehmen und betrachten. Dieser Ansatz beginnt oft mit einem „desorientierenden Dilemma“, einer Situation, die die persönliche Weltanschauung der Lernenden herausfordert und als Auslöser für persönliche Veränderungen dient. Im Rahmen des ROSiE-Projekts möchten die Verantwortlichen Beispiele für solche desorientierenden Dilemmata entwickeln, die sich mit ethischen Fragen in Bezug auf Open Science befassen. Sie werden Wege aufzeigen, wie diese Dilemmata diskutiert werden können, um transformative Lernprozesse zu fördern.

Lesetipps aus dem Projekt ROSiE

Griffin, P., & Care, E. (2015a). The ATC21S Method. In P. Griffin & E. Care (Eds.), Assessment and Teaching of 21st Century Skills: Methods and Approach (pp. 3-33). Dordrecht: Springer Netherlands.

Griffin, P., Care, E. (Ed.) (2015b). Assessment and teaching of 21st century skills: Methods and approach: Springer.

Han, H. (2015). Virtue Ethics, Positive Psychology, and a New Model of Science and Engineering Ethics Education. Science and Engineering Ethics, 21(2), 441-460. doi:10.1007/s11948-014-9539-7

Hesse, F., Care, E., Buder, J., Sassenberg, K., & Griffin, P. (2015). A framework for teachable collaborative problem solving skills. In Assessment and teaching of 21st century skills (pp. 37-56): Springer.

Kretz, L. (2014). Emotional responsibility and teaching ethics: student empowerment. Ethics and Education, 9(3), 340-355. doi:10.1080/17449642.2014.951555

Mezirow, J. (1991). Transformative dimensions of adult learning: ERIC.

Mezirow, J. (2000). Learning as Transformation: Critical Perspectives on a Theory in Progress. The Jossey-Bass Higher and Adult Education Series: ERIC.

Molewijk, A. C., Abma, T., Stolper, M., & Widdershoven, G. (2008). Teaching ethics in the clinic. The theory and practice of moral case deliberation. Journal of Medical Ethics, 34(2), 120-124.

Pimple, K. D. (2007). Using case studies in teaching research ethics.

Saran, R., & Neisser, B. (2004). Enquiring Minds Socratic dialogue in education.

Tammeleht, A., Rodríguez-Triana, M. J., Koort, K., & Löfström, E. (2019). Collaborative case-based learning process in research ethics. International Journal for Educational Integrity, 15(1), 6. doi:10.1007/s40979-019-0043-3

Todd, E. M., Torrence, B. S., Watts, L. L., Mulhearn, T. J., Connelly, S., & Mumford, M. D. (2017). Effective practices in the delivery of research ethics education: A qualitative review of instructional methods. Accountability in research, 24(5), 297-321.

van den Bemt, V., Doornbos, J., Meijering, L., Plegt, M., & Theunissen, N. (2018). Teaching ethics when working with geocoded data: a novel experiential learning approach. Journal of Geography in Higher Education, 42(2), 293-310. doi:10.1080/03098265.2018.1436534

Originalpublikation: Signe Mežinska, Jekaterina Kalēja, Ilze Mileiko, Ivars Neiders (2021): Didactic framework including learning outcomes and indicators for their achievement. URL: https://rosie-project.eu/wp-content/uploads/2023/01/WP07-D7.1.-Didactic-framework.pdf

Dieser Beitrag wurde am 8. Januar 2024 erstellt.




Zurück zum Open-Science-Magazin