Automated Lesson-Feedback

Problem
Im Modul Cpp der OST können Studierende ihre Lösungen von Übungsaufgaben mit einem automatisierten Prototyp-Tool überprüfen lassen. Aktuell ist leider die Verwaltung dieser Aufgaben für die Dozierenden nicht direkt zugänglich. Die Erfassung neuer oder die Anpassung bestehender Übungen ist nur von einem Administrator durchführbar.

Ziel
Der existierende Prototyp des ALF-Tools soll durch eine verbesserte Version abgelöst werden. Die bewährte Funktionalität soll für die Studierenden erhalten bleiben. Zudem sollen sie die Möglichkeit haben, ihre Abgaben zur Korrektur einzureichen. Für die Dozierenden soll die Verwaltung der Aufgaben und der Zugriff auf die abgegebenen Lösungen über eine Benutzerschnittstelle ermöglicht werden.

In der Entwicklung soll auch darauf geachtet werden, dass das Tool skalierbar ist. Zudem soll das Tool mit dem Gedanken an weitere Programmiersprachen entwickelt werden.

Methode / Vorgehen
Um das Ziel dieser Arbeit zu erreichen, wird neben dem Aufstellen und Analysieren der Anforderungen eine Analyse des alten ALF-Tools durchgeführt. Um frühzeitig Technologieprobleme angehen zu können, wird zu Beginn ein Durchstich durch alle Technologien gemacht. Dieser Durchstich soll folgendes beinhalten; Docker-Compose, Einreichung einer Abgabe auf dem Frontend, eine Verarbeitung eines leeren CMake-C++-Cute Projekts im Hintergrund und einer visuellen Anzeige der Antwort auf dem Frontend. Der Durchstich wird im Laufe des Projekts stets mit weiteren Features ausgestattet, bis zum aktuellen Stand des Produkts.

Wesentliche Ergebnisse
Auf dem entwickelten ALF-Tool können nun Dozierende Projekte selbst anlegen, diese modifizieren und testen. Die Studierenden können, nachdem sie eine Abgabe getätigt haben, alle ihre hochgeladenen Abgaben einsehen. Neben der Übersicht über die bestanden Unit-Tests, können die Studierenden ihre hochgeladenen Abgaben auch wieder herunterladen. Die Dozierenden sehen über ihre Übersicht den Stand des Projekts und können alle Abgaben auf einmal herunterladen. Zusätzlich können sie die Resultate der einzelnen Abgaben direkt über das Tool betrachten.
Das ganze Tool wurde so implementiert, dass eine Erweiterung durch zusätzliche Sprachen ohne grössere Schwierigkeiten und Anpassungen möglich ist. Somit steht der Verwendung in anderen Modulen nichts mehr im Weg.
Die Implementation wurde mit den folgenden Technologien umgesetzt; Python, Django, Bootstrap, SQLite, Traefik und Docker-Compose.

Empfehlungen
Das Projekt benötigt einen praktischen Einsatz. Dazu sollte es im bereits implementierten Modul Cpp praktisch eingesetzt werden. Damit würden weitere Erfahrungen gewonnen und das Tool würde eine erste Etablierung erfahren. Weiter sollten mehrere Projekttypen implementiert werden, sodass das Tool auch in anderen Modulen verwendet werden kann. Ebenfalls ist es anzudenken, dass das Tool in Moodle integriert wird.

Schlüsselwörter
ALF, automated lesson-feedback, Python, Django, Docker-Compose, Cpp, OST, Studienarbeit, Traefik, Bootstrap, SQLite