Publikation Bühne
Zum Projekt

Problem perception and problem regulation during online collaborative learning: what is important for successful collaboration?

Publikation
Erscheinungsjahr2024
OrtFrontiers in Psychology, 15
Autor:innen & Herausgeber:innenMitwirkende anzeigen
Kurzbeschreibung

[Kurzbeschreibung folgt (Anm. StIL)]

Auf einen Blick

Autor:innen & Herausgeber:innen

Autor:innen
Martin Greisel
Laura Spang
Kerstin Fett

Das könnte Sie auch interessieren

Projekt 101888
Projekt

Aufbau interoperabler digitaler Infrastrukturen in der medizinischen Lehre

Das Netzwerk Digitale Lehre in der Medizin Baden-Württemberg (DiLMed BaWü) dient der Bündelung der Expertise und Ressourcen der fünf medizinischen Fakultäten Baden-Württembergs. Es stärkt die institutionsübergreifende und interpersonelle Kollaboration in Bezug auf die Entwicklung digitaler Lehrinhalte und -methoden und schafft so eine Community of Practice, die wechselseitige Lernprozesse sowie die Erarbeitung neuer Lösungen und Konzepte anstößt. Ziel des Netzwerks ist der Aufbau interoperabler digitaler Lehrinfrastrukturen sowie die Standardisierung von assoziierten Prozessen (Datenschutzkonzepte, Maßnahmen zur Qualitätssicherung, administrative Prozesse etc.). Damit schafft es nachhaltige, zukunftsfähige und nicht zuletzt ökonomische digitale Rahmenbedingungen für Lehrende und Lernende und erleichtert die Nutzung digitaler Angebote. Dieser Ansatz trägt der zunehmenden Komplexität der Digitalisierung in Lehre und Studium Rechnung. Das Netzwerk ist somit auch eine Antwort auf die mangelnde Verfügbarkeit von IT-Fachkräften und gewährleistet langfristig die Qualität von Beratung, Support und strategischer Weiterentwicklung von Digitalisierungsstrategien in der medizinischen Lehre.

Projekt anzeigen
Maßnahme 100025
Maßnahme

Aufbau und Gestaltung von Good Practice Prüfungen

Die Maßnahme beschreibt einen strukturierten Prozess zur Gewinnung und Begleitung von Lehrenden bei der Entwicklung digitaler, kompetenzorientierter Prüfungen im Projekt. Geeignete Lehrende werden über fakultätsweite Ausschreibungen, Informationsveranstaltungen und persönliche Ansprache akquiriert und teilweise durch Freikäufe entlastet. Nach einem Informationsgespräch und einer Good-Practice-Abfrage werden gemeinsam prüfungsdidaktische Ziele, rechtliche Rahmenbedingungen sowie die technische Umsetzbarkeit geklärt. Anschließend entwickeln Lehrende mit didaktischer und technischer Unterstützung digitale Prüfungen, wobei der Fokus auf Kompetenzorientierung, praxisnahen Aufgaben und dem sinnvollen Einsatz digitaler Prüfungssysteme liegt. Die Prüfungen werden semesterweise erprobt, evaluiert und iterativ weiterentwickelt. Die entstandenen Good Practices werden dokumentiert, veröffentlicht und durch Peer Reviews gesichert, um sie einer breiten Fachöffentlichkeit zugänglich zu machen.

Maßnahme anzeigen
Publikation 100498

Too Positive to Be True? Sentiment Analysis of AI-Guided vs. Human-Led Debriefings in Virtual Reality Counseling Training

Debriefings are a crucial component of simulation-based learning, as they allow participants to critically reflect on their performance and translate experiences into knowledge. With the rise of artificial intelligence (AI), large language models (LLMs) are increasingly being explored as conversational agents in debriefings. However, concerns have been raised that AI debriefers may display sycophantic tendencies, characterized by overly positive sentiment and a lack of critical feedback. Such tendencies could affect learners' self-evaluations. In this study, 45 university students participated in a virtual reality (VR) counseling simulation, followed by either an AI-guided or a human-led debriefing. Sentiment analysis of 958 debriefing statements (350 AI, 608 human) was conducted using a German sentiment classification model. Results show that AI debriefers expressed significantly more positive sentiment and substantially fewer negative statements compared to human debriefers, corroborating the assumption of a sycophancy effect. However, sentiment was not found to predict self-rated counseling competence or self-efficacy. While AI debriefers provide consistent encouragement, their lack of critical feedback raises questions about their long-term effectiveness for professional skill development. Future research should explore hybrid approaches that combine AI scalability with human expertise in constructive reflection.

Publikation anzeigen