Interdisziplinäres Mentoring für Innovation
Im Rahmen des Projekts Interdisziplinäres Mentoring für Innovation (MentorInn) wird ein innovatives Lehr-Lernangebot entlang des Ansatzes Design Thinking entwickelt, das auf der gesammelten Expertise eines interdisziplinären Konsortiums aus der Universität Duisburg-Essen, der Ruhr-Universität Bochum und der Technischen Universität Dortmund fußt. Das Herzstück des Konzepts besteht in einem zielgerichteten und bedarfsorientierten Mentoring-Angebot für Studierende, das sie in den verschiedenen Phasen eines Innovationsprozesses bestmöglich unterstützen soll. Als Mentor:innen fungieren die erfahrenen Partner:innen des Konsortiums und setzen dabei ihre Erfahrung und Kompetenz u.a. aus ihren Forschungsbereichen ein. Die Innovationskraft unseres Formats soll bottom-up-Innovationen aus den Hochschulen der UA Ruhr heraus beschleunigen und deren Qualität erhöhen. Durch die hochschulübergreifende Natur wird die UA Ruhr gestärkt und weitere Vernetzungsmöglichkeiten geschaffen. Ferner trägt der multidisziplinäre Charakter des Lehr-Lernangebots dazu bei, Grenzen zu überwinden und den komplexen Herausforderungen unserer Zeit mit Wissen und Erfahrung aus diversen Fachbereichen zu begegnen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Mathematische Online-Arbeitsmaterialien mit dem Schwerpunkt auf Visualisierung als Mittel zur Förderung des konzeptuellen Verständnisses
Im Projekt MAOAM-Visual werden visuell-konzeptuelle digitale Mathematikaufgaben für die Lernplattform Moodle und das Assessmentsystem STACK entwickelt und in hybride Lehrkonzepte für mathematische Grundlagen- und Vertiefungsveranstaltungen in mathematischen, ingenieurwissenschaftlichen und Lehramtsstudiengängen integriert. Die gezielte Erweiterung des bereits existierenden Pools an vorwiegend symbolisch-prozeduralen Übungsaufgaben speziell um neuartige visuell-konzeptuelle Aufgaben und Lektionen soll eine effektivere, visuelle Vermittlung mathematischer Konzepte und Anschauungen sowie eine bessere Rücksichtnahme auf unterschiedliche Lernstile und Übungsbedarfe in heterogenen Studierendengruppen ermöglichen. MAOAM-Visual baut dabei auf den Erfahrungen mehrerer vorausgegangener Projekte zur digitalen mathematischen Lehre an der Universität Kassel auf, verbindet Fachmathematik und Fachdidaktik und ist eng in das Kompetenzzentrum Hochschuldidaktik Mathematik (www.khdm.de) eingebettet.
Projekt anzeigen
Digitale Selbstlerneinheiten für Future Skills
Die Maßnahme entwickelt modular aufgebaute Selbstlerneinheiten zu Selbst-, KI- und Medienkompetenz mit Fokus auf digitale Lernfähigkeit und Future Skills. Die fünf Einheiten sind: LIVE: Grundlagen zu (Selbst-)Motivation, Selbstreflexion und Praktiken zur Stärkung der Eigenmotivation. LEARN: Lernstrategien und Selbstregulation für effektives, nachhaltiges Lernen. CREATE: Produktion medialer Inhalte und Aufbau einer Personal Learning Environment. ENGAGE: Stärkung kommunikativer Kompetenzen online und offline. DIGITAL WORLD: Medienwissen, Medienkritik, Mediensysteme und Medienwirkungen. Ziel ist, Lernende und Lehrende zu befähigen, sich selbstorganisiert und medienkritisch in dynamischen Arbeits- und Lebenswelten zu bewegen. Praxisnahe Tools, Reflexionsaufgaben und H5P-Module fördern Transfer und nachhaltige Kompetenzentwicklung.
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