Kollaboratives Arbeiten in Lehre und Studium – Beiträge des Verbundprojektes Co3Learn beim Hochschulforum Digitalisierung
Auf einen Blick
Autor:innen & Herausgeber:innen
Das könnte Sie auch interessieren
Hybridlabor "Mein Luftfahrtsystem"
Der Bachelorstudiengang Luft- und Raumfahrttechnik (LRT) ist mit ca. 350 Studierenden der größte Studiengang der Universität Stuttgart und der größte LRT-Studiengang deutschlandweit. Luftfahrtsysteme 1 und 2 sind Pflichtveranstaltungen in denen Studierende die Grundlagen von Digitaltechnik (Prozessor, Speicher, Bussysteme, Echtzeit, Redundanz-Mechanismen) zur Umsetzung von Flugzeugfunktionen lernen. Das Ziel ist, das Hybridlabor Mein Luftfahrtsystem aufzubauen. Es wird eine virtuelle Entwicklungs- und Lernumgebung für die Studierenden aufgebaut, in der jeder Studierende Zugang zu einem eigenen virtuellen Arbeitsplatz bekommt. Dieser ist mit der realen Entwicklungssoftware MPLAB, einem Simulator für Mikrokontroller und einem Zugang zu einem realen Mikrokontroller-Entwicklungsboard ausgestattet und ist sofort einsatzbereit. Weiterhin soll die Möglichkeit geschaffen werden, jederzeit die Übungsaufgaben oder eigene Programme auf einem realen Mikrokontroller und dem Nachbau einer Nick-Steuerung ausprobieren und beobachten zu können. Es werden Laboraufbauten des Höhenrudersystem mit Mikrokontroller und miniaturisiertem Höhenruder erstellt und in das Hybridlabor integriert. Die Studierenden können diese mit ihrer Software direkt aus dem virtuellen Arbeitsplatz bespielen und die Reaktion beobachten. Dies kann vor Ort geschehen (für kleine Gruppen) oder per Fernzugriff direkt vom virtuellen Arbeitsplatz unter Einsatz einer Webcam.
Projekt anzeigen
Digitale Lehr- & Lerninfrastruktur: Erprobung (KI-spezifischer) Tools
Aufgrund der Entwicklungen im Bereich generativer KI wurden KI-Tools für unterschiedliche Anwendungsgebie-te in Studium und Lehre erprobt. Ziel war die systematische Evaluation neuer Möglichkeiten von KI Tools für Studium und Lehre gemeinsam mit Lehrenden und Studierenden.
Maßnahme anzeigen
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