Lehrentwicklung - Künstliche Intelligenz
Das Projekt LKI widmet sich der Integration von generischer Künstlichen Intelligenz in die Lehre.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
ForSE - Forest, System and Education - Reale und digitale Lernwelten im Marburg Open Forest vernetzen - Reale und digitale Lernwelten im Marburg Open Forest vernetzen
Im Projekt ForSE Forest, System and Education - Reale und digitale Lernwelten im Marburg Open Forest vernetzen arbeiten Studierende, Dozierende und Lehrer*innen Hand in Hand. In einem Wechselspiel aus Theorie und Praxis und im Austausch mit verschiedenen Akteur*innen aus Wissenschaft und Schulpraxis sollen umweltwissenschaftliche Fragestellungen in einer authentischen Forschungsumgebung mit einer Bildung für nachhaltige Entwicklung kombiniert werden. Lehramt-Studierende sollen dabei komplexe sozial-ökologische Systeme aus einer Fachperspektive heraus fachdidaktisch modellieren und im Austausch mit Lehrer*innen in schulische Kontexte überführen. Ziel ist es, datenbasierte Erkenntnisse zur nachhaltigen Nutzung des Ökosystems Wald zu nutzen, um ein Bewusstsein für sozial-ökologische Systeme zu bilden. Als Lernumgebung wird der Universitätswald Marburg Open Forest genutzt.
Projekt anzeigen
Roundtable OER: Barrierefreiheit, Diversity
OER eignet sich zur Dissemination der Teilprojekt-Resultate sehr gut. Für den Fokus auf Chancengerechtigkeit bot sich zum Roll-Out ein Roundtable an. Zentral war dabei die Beteiligung der Teilprojekte, die vorab Fragen einreichen konnten. Zu Veranstaltungsbeginn zeigten wir unsere Präsentation „Chancengerechtigkeit“ mit Ergänzung zu OER. Anschließend wurden die eingereichten Fragen in Gruppen diskutiert und die Ergebnisse im Plenum vorgestellt und kommentiert.
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen