Digitales Lehren und Lernen in erweiterten Realitäten
An der Hochschule Harz können Studierende digitale Lehrangebote nutzen. Neben der offenen Lehrplattform ILIAS zur Lernkontrolle wird zunehmend auch Online-Lehre über Videokonferenz angeboten. Praktische Arbeiten können digital bisher nur unzureichend durchgeführt werden. Drei Themengebiete aus zwei Fachbereichen der Hochschule möchten mit dem Vorhaben die digitale Lehre um virtuelle Lernumgebungen ergänzen. Technisch wird ILIAS mit der 3D Engine Unity gekoppelt, die es ermöglicht xR-Anwendungen plattformübergreifend anzubieten. In jedem Themenbereich wird ein virtuelles Lernszenario erstellt und in drei Phasen evaluiert. Jeder Themenbereich ergänzt dabei Anforderungen an die virtuelle Umsetzung. Das Ziel ist ein Leitfaden mit Empfehlungen für den xR-Einsatz untersetzt mit den Ergebnissen der Evaluation. Das Teaching Lab der Hochschule und ein projektbegleitendes Konsortium bilden Supportstrukturen zur strukturellen Verankerung. Das Konsortium besteht aus Interessensvertretern der Verwaltung (Rechenzentrum, Prüfungsamt) und wird projektbegleitend um weitere Interessenten erweitert. Die Szenarien und Ergebnisse werden kontinuierlich mit dem Konsortium diskutiert, um weitere Anforderungen in der Entwicklung zu berücksichtigen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Netzwerk der Musikhochschulen 4.0
Das Netzwerk 4.0 als gemeinsamer Verbund von 18 deutschen Musikhochschulen versteht und verbindet Innovation sowohl in struktureller als auch in inhaltlicher Hinsicht; die Netzwerk-Struktur sowie die Netzwerk-Projekte selber stärken die Lehre an den Musikhochschulen und stehen somit im Dienst der Studierenden. Dabei greift das Netzwerk 4.0 die an Musikhochschulen auftretenden spezifischen insbesondere didaktischen Frage- und Problemstellungen auf, entwickelt Lösungen und begegnet mit deren Umsetzung den individuellen Herausforderungen an den Musikhochschulen. Wie beispielsweise müssen digitale Anwendungen optimiert werden, damit ein traditionelles Musikstudium durch die Digitalität einen Mehrwert erhalten kann? Antworten und Lösungen auf diese und ähnliche Fragen werden nachhaltig in den Netzwerk-Musikhochschulen implementiert und dadurch dem Wissenschaftssystem langfristig zur Verfügung stehen.
Projekt anzeigen
Entwicklung des Stud.IP-Plugins „coLearn!“
Das Lernen in Kleingruppen bietet hervorragende Möglichkeiten zur Förderung studentischen Lernens. coLearn!, ein Stud.IP-Plugin, das an der Universität Augsburg entwickelt wurde, unterstützt Lehrpersonen darin, Kleingruppenarbeit strukturiert zu planen und in ihren Vorlesungen, Seminaren oder Übungen umzusetzen. coLearn! bietet Lehrenden – basierend auf Erkenntnissen der empirischen Lehr-Lernforschung - die folgenden Möglichkeiten: (a) Erstellen von Aufgaben, die von Studierenden gelöst werden sollen, (b) Bildung von Kleingruppen zur Bearbeitung von Aufgaben, (c) didaktische Strukturierung der Kleingruppenkooperation durch Vergabe von Rollen, Phasen und je spezifischen Anweisungen, (d) vielfältige Möglichkeiten zur Überwachung des Kooperationsprozesses für die Lehrperson.
Maßnahme anzeigen
GenAI-Chatbots as Debriefers: Investigating the Role Conformity and Learner Interaction in Counseling Training
Debriefing is essential for the effectiveness of simulation-based training but is generally considered resource-intensive. Generative Artificial Intelligence (GenAI)-based debriefing can be an alternative to human debriefers. However, there is no research yet whether GenAI chatbots can take up this role and how learners react to them. This paper presents a qualitative analysis of a debriefing following a counseling training conducted in Virtual Reality (VR) with the support of a GenAI chatbot. The debriefing helped students to analyze their experiences and application of consulting techniques. The analysis of the chatlogs (n = 22) are focused on the role conformity of the bot and the students’ ability to reflect their behavior within VR. The results revealed the chatbot’s strong role conformity but also its tendency for overly complimentary answers. However, this bias does not seem to influence students’ self-reflection. Instead, they maintained a self-critical attitude. Future research on AI-assisted debriefing could expand on these findings in related areas.
Publikation anzeigen