Easy Tutor - KI-gestütztes intelligentes Tutorensystem zur einfachen Erstellung und automatischen Korrektur komplexer E-Learning-Aufgaben
Sogenannte intelligente Tutorensystem (ITS) erlauben, komplexere Aufgaben automatisiert zu korrigieren und zu bewerten. Diese vergleichen die Abgaben der Studierenden häufig mit einem Pool an Musterlösungen der Dozierenden oder basieren auf sehr vielen Regeln. Somit ist das Feedback an die Studierenden entweder eingeschränkt oder die Erstellung ist für die Dozierenden zu zeitaufwändig. Ziel des Projektes Easy Tutor KI-gestütztes intelligentes Tutorensystem zur einfachen Erstellung und automatischen Korrektur komplexer E-Learning-Aufgaben ist es, dass Studierende hilfreiches Feedback erhalten, ohne dass Dozierende einen erhöhten Aufwand haben. Erstellt wird ein selbstlernendes System, das mit der Zeit von allein immer besser darin wird, Studierenden intelligentes Feedback zu deren Lösungen zu geben an-statt lediglich auf vorgefertigtes Feedback zurückzugreifen. Darüber hinaus wird die Aufgabenerstellung für die Dozierenden vereinfacht. Mithilfe von neuen Data-Mining-Methoden und künstlicher Intelligenz werden vorliegende Studierenden-Lösungen analysiert. So soll zukünftig möglich sein, dass das System automatisch Hilfestellungen an Studierende geben kann. Zum Beispiel können richtige Studierendenabgaben, welche nicht der Musterlösung der Dozierenden entsprechen, genutzt werden, um das System selbstständig und ohne Eingriffe der Dozierenden dazulernen zu lassen.
Auf einen Blick
Kontakt
Excel-Checker
Ziel ist es, Lernenden genauere Rückmeldungen über aufgetretene Fehler zu geben, damit sie ein besseres Verständnis für die notwendigen Korrekturen und eine Optimierung ihrer Excel-Fähigkeiten erlangen können. Dadurch erhalten Lernende präzise Hinweise, welche Aspekte ihrer Abgaben korrekturbedürftig sind. Dadurch werden praktischen Fähigkeiten im Umgang mit Excel vertieft. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigenSQL-Checker
Diese Maßnahme zielt darauf ab, die SQL-Überprüfungsverfahren für Studentenabgaben zu verbessern. Statt sich darauf zu beschränken, Abgaben als richtig oder falsch zu klassifizieren, wird eine genaue Rückmeldung zu den spezifischen Fehlern in den SQL-Anweisungen geliefert. Dadurch erhalten Lernende präzise Hinweise, welche Aspekte ihrer Abgaben korrekturbedürftig sind. Dadurch werden praktischen Fähigkeiten im Umgang mit Datenbankabfragen vertieft. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigenE-Learning Analytics Tool
Die Entwicklung zielt darauf ab, eine intuitive, webbasierte Auswertungsplattform zu erstellen, die Lehrkräften dient, um den Lernfortschritt effektiv zu visualisieren und zu verfolgen. Diese Plattform soll als zentrales Werkzeug dienen, um den Fortschritt der Studierenden in verschiedenen Bereichen zu überwachen und zu analysieren. Sie wird darauf ausgelegt sein, sowohl einfache als auch komplexe Daten über den Lernfortschritt zu erfassen, zu verarbeiten und darzustellen. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigen
Excel-Checker
Ziel ist es, Lernenden genauere Rückmeldungen über aufgetretene Fehler zu geben, damit sie ein besseres Verständnis für die notwendigen Korrekturen und eine Optimierung ihrer Excel-Fähigkeiten erlangen können. Dadurch erhalten Lernende präzise Hinweise, welche Aspekte ihrer Abgaben korrekturbedürftig sind. Dadurch werden praktischen Fähigkeiten im Umgang mit Excel vertieft. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigenSQL-Checker
Diese Maßnahme zielt darauf ab, die SQL-Überprüfungsverfahren für Studentenabgaben zu verbessern. Statt sich darauf zu beschränken, Abgaben als richtig oder falsch zu klassifizieren, wird eine genaue Rückmeldung zu den spezifischen Fehlern in den SQL-Anweisungen geliefert. Dadurch erhalten Lernende präzise Hinweise, welche Aspekte ihrer Abgaben korrekturbedürftig sind. Dadurch werden praktischen Fähigkeiten im Umgang mit Datenbankabfragen vertieft. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigenE-Learning Analytics Tool
Die Entwicklung zielt darauf ab, eine intuitive, webbasierte Auswertungsplattform zu erstellen, die Lehrkräften dient, um den Lernfortschritt effektiv zu visualisieren und zu verfolgen. Diese Plattform soll als zentrales Werkzeug dienen, um den Fortschritt der Studierenden in verschiedenen Bereichen zu überwachen und zu analysieren. Sie wird darauf ausgelegt sein, sowohl einfache als auch komplexe Daten über den Lernfortschritt zu erfassen, zu verarbeiten und darzustellen. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigenDas könnte Sie auch interessieren
Selbstlernphasen bei Vorlesungen virtuell und interaktiv begleiten
Ziel der Universität Regensburg ist es, digitale Lehre auf qualitativ hohem Niveau in allen Studiengängen zu verankern. Dabei haben die digitalen Semester des letzten Jahres zwei wesentliche Hürden sichtbar gemacht: (1) Ein großer Teil der Studierenden hat Probleme mit dem Zeit- und Selbstmanage¬ment und findet es schwierig, sich selbst zum regelmäßigen Lernen zu motivieren. (2) Die Interaktion in digitalen Lernumgebungen wird von Lehrenden und Studierenden als schwierig erlebt. Im Rahmen dieses Projekts sollen daher digitale Module entwickelt werden, bei denen Studierende fachspezifisch und vorlesungsbegleitend Kompetenzen zum selbstregulierten Lernen in digitalen Lernumgebungen erwerben. Gleichzeitig zeigen diese Module Good-Practice-Beispiele auf, wie digital vermittelte Interaktion gelingen kann. Um einen niedrigschwelligen Transfer der Module auf andere Lehrveranstaltungen inner- und außerhalb der Universität Regensburg zu ermöglichen, werden dabei einfach handhabbare, moodle-basierte Lösungen entwickelt und im Projektverlauf hinsichtlich Akzeptanz und Wirkung evaluiert. Im Anschluss werden die entwickelten Lernszenarien publiziert und die moodle-basierten Module als Open Educational Ressources (OER) zur Verfügung gestellt.
Projekt anzeigenEinstieg Programmieren vereinfachen - Installparties, Tutorials, Kommunikation
Wir verringern die "Angst vorm Programmieren" und die heterogenen Voraussetzungen der Studierenden durch den niedrigschwellige Kommunikation (Slack), Installparties und Tutorials für unterschiedliche Level. Eine Pflichtabgabe (kurzes Video der fertig installierten Simulationsumgebung + IDE) innerhalb der ersten 2 Wochen des Semesters macht den Erfolg der Studierenden überprüfbar. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigen
Virtual Reality und Flipped Classroom in religionspädagogischen Bildungsprozessen
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen