Feedback bedarfsgerecht - 3D-Avatare und natürliche Sprachprozessierung für optimales Lernen in Virtual Reality

Um Lücken in der medizinischen Praxisausbildung zu schließen, werden in den vergangenen Jahren verstärkt auf Augmented und Virtual Reality (AR/VR) Technologie basierende Lernprogramme entwickelt. Diese immersiven Technologien zusammen mit Entwicklungen auf dem Gebiet der Prozessierung natürlicher Sprache und KI-basierter Dialogsysteme bieten bisher weitgehend ungenutzte Möglichkeiten, Lernprozesse im digitalen/virtuellen Raum zu unterstützen. Hierbei ist jedoch darauf zu achten, dass die kognitive Verarbeitungsfähigkeit (Cognitive Load) und die Echtheit der Lernerfahrung (Immersion/Presence) durch die instruktionale Unterstützung nicht negativ beeinflusst werden. In dem Vorhaben soll die bestehende VR-Lernumgebung für medizinische Notfallszenarien (STEP-VR) um eine virtuelle Tutorperson als Ansprechpartner für die Lernenden erweitert werden. Basis hierfür ist ein KI-basiertes Dialogsystem, das beruhend auf maschinellem Lernen flexibel zu verschiedenen Lernszenarien – und perspektivisch auch unterschiedlichen Typen von Lernsoftware - trainiert werden kann. Auf diese Weise kann die virtuelle Tutorperson den Lernenden bedarfsgerecht Rückmeldungen und Hilfestellungen geben, aber auch Hintergrundwissen zum Lernkontext vermitteln. Im nächsten Schritt soll dessen Wirksamkeit auf Nutzungserfahrung, Lernerfolg und kognitive Belastung mit der von traditionellem automatisiertem Expertenfeedback verglichen werden.