KI-basiertes Feedback für Freitexte und Diagramme
In diesem Projekt, welches auf dem Easy-Tutor Projekt von Freiraum 2022 aufbaut, soll unter Benutzung von Prompting-Technologien auf bekannten Sprachmodellen wie ChatGPT oder Mistral sowie eigenen KI-Modellen ein bestehendes intelligentes Tutorensystem (ITS) für SQL-, Excel- und Mathe-Aufgaben um die Feedback-Generierung für weitere Aufgabenarten erweitert werden: Textaufgaben mit wenigen Lösungsvarianten (z.B. Modellierungsaufgaben) und Freitextaufgaben sowie die Überprüfung von Seminar- und Abschlussarbeiten.Im ersten Fall erfolgt zuerst eine Harmonisierung und dann eine (semi)-automatische Klassifikation der Lösungsstrategien durch das ITS. D.h., wenn das ITS eine neue Lösungsstrategie entdeckt, reicht es diese zur Korrektur an Dozierende weiter. So lernt das ITS, neue Strategien zu bewerten. Mit der Zeit kann es dann immer selbstständiger den Studierenden Feedback geben, auch wenn sich die konkreten Formulierungen jedes Mal unterscheiden. Dieser Ansatz ist eine Verallgemeinerung des Ansatzes zur selbstlernenden Feedback-Generierung für SQL-Aufgaben [arXiv:2311.10730].Bei Seminar- und Abschlussarbeiten überprüft das ITS neben Formalkriterien (wie Zitierweise) die Struktur und den Aufbau der Arbeit (Ist eine Forschungsfrage erkennbar? Bauen die vom Sprachmodell erkannten Aussagen auf vorherigen Teilen der Arbeit auf? Gibt es ein Fazit, welches zur Forschungsfrage passt?). Dozierende können Feedback geben, nachdem viele strukturelle und formale Fehler schon beseitigt wurden.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Lernplattform für innovatives Musizieren
Das Projekt ai.muse entwickelt und pilotiert eine innovative digitale Lernplattform für Musikstudierende, die individuelles Üben und Ensemblearbeit mit KI-gestützter Begleitung flexibel ermöglicht. Die Plattform ergänzt die künstlerische Präsenzlehre durch steuerbare digitale Begleitszenarien, sodass realitätsnahe Übesituationen und virtuelle Orchesterproben unabhängig von Zeit und Ort möglich werden.Die Initiative stammt von einem internationalen Studierenden und wird kollaborativ mit Studierenden, Lehrenden und technischen Expert*innen umgesetzt. Im Mittelpunkt stehen Studierendenpartizipation, nachhaltige Verankerung und besondere Innovation durch Integration anspruchsvoller, polyphoner Instrumente wie dem Klavier. Über 100 Studierende wirken an Konzeption, Entwicklung und Erprobung der Plattform mit, gestalten Inhalte und reflektieren die Anwendung im Lehralltag. Der Arbeitsplan umfasst fünf Arbeitspakete: Aufbau und Organisation, technische Implementierung, Content-Erstellung und Pilotierung, KI-Integration sowie Evaluation und Transfer. Die Plattform fördert exploratives, selbstgesteuertes Lernen und schafft neue Lernräume. Lehrende und Studierende profitieren von unmittelbarem Feedback, flexibler Nutzung und einer nachhaltigen Struktur, die über das Projekt hinaus an der Fakultät verankert wird. Evaluation und Dissemination sichern die Wirksamkeit und den Transfer der Projektergebnisse.
Projekt anzeigen
Aufbau Dossier Digitale Kollaboration
Die Herausforderung bei Projekten mit begrenzter Laufzeit ist die anhaltende Sichtbarkeit der Ergeb-nisse. Hier kommt ein Dossier zum Einsatz, das beim Hochschulforum Digitalisierung hinterlegt wird. Vor Projektbeginn wurde bereits mit dem HFD zusammengearbeitet und Ideen wurden festgehalten. Während des Projekts fanden Konkretisierungen und Aushandlungen über Formate und Redaktions-abläufe statt.
Maßnahme anzeigen
KI-unterstützte Programmierung mittels ergebniszentrierter Fehlerklassifikation. Potenziale zur Schaffung neuer Lernräume
Programmierkenntnisse gewinnen in technischen Studiengängen zunehmend an Bedeutung. Jedoch stehen in Programmierübungen häufig zu wenige Tutor:innen zur Verfügung, die die Studierenden beim Lösen der Programmieraufgaben unterstützen. Deshalb wird ein KI-System entwickelt, das die Studierenden jederzeit und individuell beim Lösen der Programmierübungen unterstützt. Im Gegensatz zu klassischen Ansätzen analysiert das KI-System nicht den programmierten Code, sondern fokussiert sich auf die Zwischen- und Endergebnisse (z. B. erzeugte Daten, Plots). Anhand dieser gibt das KI-System Hinweise und Erklärungen, um das selbstständige Arbeiten und kritische Denken ohne Musterlösung zu fördern. Ein erster Prototyp wurde im Rahmen einer Programmierübung eingesetzt und mit positiver Resonanz evaluiert.
Publikation anzeigen