Stärkung der Metakognition und Motivation Studierender durch individualisierte Smart Personal Assistants
Die digitale Lehrform stellt besondere Herausforderungen an den Lernprozess von Studierenden. Sie erfordert deutlich größere metakognitive Fähigkeiten wie Disziplin (z.B. sich nicht ablenken zu lassen), Konzentrationsfähigkeit (bei digitaler Lehrpräsentation), Organisationsfähigkeit (z.B. bei der Planung des Tagesablaufes) und kann für bestimmte Persönlichkeitsprofile (z.B. bei Unsicherheit) schwieriger sein. Vor diesem Hintergrund stellt das Ziel des Projekts MeMo - Stärkung der Metakognition und Motivation Studierender durch individualisierte Smart Personal Assistants die Optimierung der Lernprozesse der Studierenden zur Steigerung des Lernerfolgs durch die individualisierte Stärkung 1) metakognitiver Fähigkeiten sowie 2) der Motivation bei der Nutzung der Lernmaterialien dar. Im Rahmen des Projekts werden ausgewählte Lehrveranstaltungen der TU Chemnitz als Testcase um Smart Personal Assistants (SPAs) ergänzt, welche Studierende gezielt und individualisiert unterstützen. Im Gegensatz zu bestehenden SPAs zeichnet sich das Projekt hierbei besonders durch eine Berücksichtigung der Heterogenität Studierender durch eine auf Metadaten basierende Individualisierung aus. Die SPAs werden durch Vignettenstudien und Experimente kontinuierlich hinsichtlich der erfolgreichen Förderung der metakognitiven Fähigkeiten und Motivation Studierender überprüft und angepasst.
Auf einen Blick
Kontakt
Feedback zur Lernzeit und ablenkungsfreie Lernumgebung
In unserer Studie zielten wir darauf ab, mithilfe von verschiedenen Interventionen, Ablenkungen zu minimieren und das Zeitmanagement und die Zielplanung zu verbessern. Wir wollten eine optimale Lernumgebung schaffen, die an das Persönlichkeitsprofil des Nutzers angepasst ist. [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
Feedback zur Lernzeit und ablenkungsfreie Lernumgebung
In unserer Studie zielten wir darauf ab, mithilfe von verschiedenen Interventionen, Ablenkungen zu minimieren und das Zeitmanagement und die Zielplanung zu verbessern. Wir wollten eine optimale Lernumgebung schaffen, die an das Persönlichkeitsprofil des Nutzers angepasst ist. [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
Qualität digital gestützter Lehre an bayerischen Hochschulen steigern
Für das Projekt QUADIS haben sich alle bayerischen Universitäten, das DiZ-Zentrum für Hochschuldidaktik der bayerischen HAWs und die Virtuelle Hochschule Bayern zusammengeschlossen, um in drei Projektsäulen die Qualität digital gestützter Lehre an bayerischen Hochschulen zu steigern. In der ersten Säule soll die hochschuldidaktische Weiterbildung um Blended Learning Seminare ergänzt werden. So soll Lehrenden ein Lernen am Modell ermöglicht und die Kapazität der Weiterbildung erhöht werden. Die Materialien sollen arbeitsteilig zweisprachig erstellt, als OER veröffentlicht und so über den Verbund hinaus nutzbar werden. In der zweiten Säule sollen bereits etablierte Formate zur Förderung des Diskurses zu digital gestützter Lehre intensiviert und auf alle Verbundpartner skaliert werden, um Lehrende zu inspirieren und Lehrinnovationen zu generieren. Dazu sollen Themenwochen durchgeführt und Fach-und Arbeitsgruppen Lehrender initiiert und begleitet werden. In der dritten Säule soll der Transfer von Lehrinnovationen in die Lehre durch Lehrwerkstätten unterstützt werden. Deren methodische Ausgestaltungen sollen miteinander verglichen und evaluiert werden, um nach Projektende eine Auswahl für zukünftige Transfermaßnahmen treffen zu können.
Projekt anzeigenLearning Analytics
Übergeordnetes Feedback für das Studierverhalten mit Hilfe von „Learning Analytics“ unterstützt die Studierenden in ihrem Lernverhalten. Dabei werden die Datenspuren der Studierenden in Moodle mit Zusatzdaten ergänzt und mit Hilfe von selbstprogrammierten KI-Modellen mit Vorgängerkohorten verglichen und Prognosen auf das Bestehen der Prüfung gemacht, sowie aufgrund der persönlichen Datensituation individuelle Tipps zum Wiederholen und Lernen gegeben. Der Maßnahme liegt ein robustes Datenschutzkonzept für die Verarbeitung der persönlichen Daten der Studierenden zugrunde.
Maßnahme anzeigen
Prüfungen in Zukunft vielfältiger
Klaus Kreulich von der Hochschule München erklärt im Interview, wie das Projekt ii.oo kompetenzorientierte Prüfungen umsetzt und welche Innovationen für die Prüfungskultur in Zukunft relevant sind.
Publikation anzeigen