Projekt Bühne
CAMMP
Projekt
Zur Suche

Problembasiertes Lernen in der Computergestützten Mathemathischen Modellierung

Mathematische Modellierung ist ein Werkzeug, das in Ingenieur-, Natur- und Wirtschaftswissenschaften gleichermaßen verwendet wird. Im CAMMP Praxisprojekt lösen Studierende in interdisziplinären Teams Modellierungsfragen basierende auf echten Forschungsthemen selbstständig mit ihnen bekannten Methoden unter minimaler Anleitung in einer befristeten Zeit. Damit erfahren die Studierenden wie Forschung passiert, lernen ihre Stärken kennen und ihr schon vorhandenes Wissen zu nutzen. Die behandelten Fragestellungen basieren auf aktuellen und authentischen Forschungsfragen des Forschungszentrum Jülich (FZJ), den Arbeitsgruppen der RWTH oder der Wirtschaft. Wichtig ist die methodische Anwendbarkeit der mathematischen Modellierung, jedoch nicht eine inhaltliche Nähe zu den Studiumsschwerpunkten. Außerdem werden Themen gestellt, die so noch nicht in der Fachliteratur behandelt wurden, so dass die Studierenden problembasiert die Höhen und Tiefen der Forschungsarbeit kennenlernen, den Transfer von Methode zu Problemstellung erleben und ihre Selbstwirksamkeit erfahren können. Studierende arbeiten in interdisziplinären Teams, um im Rahmen einer einwöchigen Blockveranstaltung ihr Problem zu verstehen, zu modellieren, Lösungen zu entwickeln und zu implementieren. Die Woche wird durch Auftakt- und Abschlussveranstaltungen gerahmt. Für Rückfragen und fachlichen Input werden Ansprechpersonen gestellt. Zum Abschluss präsentieren die Studierenden ihre Ergebnisse mündlich und schriftlich.

Auf einen Blick

Kontakt

Projekt Kontakt
Keine Kontaktdaten vorhanden

Das könnte Sie auch interessieren

Projekt 101219
Projekt

Embodied Conversational Agents (ECAs) in der Lehre

Die persönliche und individuelle Begleitung von Studierenden ist für gutes Lernen, Wohlbefinden und Freude am Studium von zentraler Bedeutung. Lehrende sind häufig ausgelastet und können die individuelle Betreuung nicht sicherstellen. Die Integration Künstlicher Intelligenz, wie z.B. ChatGPT, in Selbststudium und Lehre erfordert Konzepte, wie KI gewinnbringend für Studierende, Lehrende und Hochschulen eingesetzt werden kann. Wir sehen die Möglichkeit, diese Herausforderungen zu verbinden und KI zur Verbesserung der Studienerfahrung einzusetzen. Unsere Idee ist, einen verkörperten, KI-basierten Assistenten (“embodied conversational agent”, EAC) zu entwickeln, der sowohl im individuellen Studierendenalltag als auch in der Lehre zum Einsatz kommt. Durch die Verkörperung wird eine personalisierte Interaktionserfahrung erzeugt, die das Training sozialer Kompetenzen ermöglicht und Hochschulangehörige körperlich aktiviert. Sprachfunktion und Mimik reduzieren Barrieren für Studierende mit Beeinträchtigungen. Das Institut für Intelligente Interaktion und Immersive Erfahrung (IIIX) qualifiziert sich für die Durchführung des Projekts durch die Erfahrung in der Entwicklung von KI-Assistenten, die technischen Ressourcen sowie die notwendige Expertise in Pädagogik, inklusiver KI und Informatik. Mit dem “UniC” möchten wir Studierende in ihren Lernkompetenzen unterstützen, Lehrende entlasten und die Hochschule in eine interaktive und sozial unterstützende Lernumgebung transformieren.

Projekt anzeigen
Maßnahme 100040
Maßnahme

Lernfeedback durch Kontrafaktische Erklärungen

Die Maßnahme adressiert die Herausforderung, dass Lernende in digitalen Lernumgebungen stark hetero-gen in ihren selbstregulierten Lernfähigkeiten (SRL) sind und herkömmliches Feedback diese Unterschiede nicht berücksichtigt. Auf Basis der SRL-Theorie wurden Anforderungen an personalisiertes Feedback abge-leitet und mit Verfahren des Maschinellen Lernens sowie Erklärbare KI (XAI) umgesetzt. Dadurch konnten Lernverhalten und individuelle Charakteristika von Studierenden erfasst und mittels kontrafaktischer Er-klärungen in handlungsleitendes Feedback übersetzt werden. Eine universitäre Lehrveranstaltung diente als Testfeld, in dem signifikante Verbesserungen bei Plattformnutzung und Prüfungsergebnissen nachge-wiesen wurden.

Maßnahme anzeigen
Publikation 100101

Vertical Search Scenarios within a Digital Study Planning Assistant

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen