Co-produktive Lehrfoschung Arbeit und Flucht
Das Projekt zielt darauf ab, einen innovativen Ansatz für partizipative und co-produktive Lehrforschung im Kontext des Bachelor-Studiengangs Nachhaltige Sozialpolitik zu erarbeiten. Partizipation und Einbezug nicht-akademischen Wissens in den Lehrkanon entspricht Prinzipien der Transferorientierung zwischen Forschung und Praxis und des Service Learning, die im Lehrbetrieb bislang nicht hinreichend berücksichtigt werden. Ziel ist es, Studierende durch Praxiserfahrung auf ihre berufliche Tätigkeit im Kontext der Sozialpolitik in einer sich transformierenden Gesellschaft vorzubereiten. Inhaltlich soll im Themenfeld Arbeit und Flucht gemeinsam mit geflüchteten Frauen und kommunalen Praxipartner:innen der Zugang zum Arbeitsmarkt analysiert und Best-Practice Beispiele zu Bildungs- und Beratungsangebote von Jobcentern und Sammelunterkünften untersucht werden. Für geflüchtete Frauen ist die Integration in den Arbeitsmarkt ein Konfliktpotential, das es durch Empowerment-Räume wie Bildungs- und Beratungsangebote zu minimieren gilt (Menke/Ullmann 2024). Wichtig ist uns dabei, Forschung mit Geflüchteten zu machen und nicht über sie (Dilger et al. 2017: 126; Krause 2016: 1f.) wodurch die Notwendigkeit der Forschung aus forschungsethischer Perspektive begründet werden kann. Mittels innovativer empirischer Methoden (z.B. PhotoVoice) werden die Blickwinkel geflüchteter Frauen partizipativ eingebunden. Kooperationen mit dem Hochschulnetzwerk Bildung durch Verantwortung e.V. werden angestrebt.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Netzwerk der Musikhochschulen 4.0
Das Netzwerk 4.0 als gemeinsamer Verbund von 18 deutschen Musikhochschulen versteht und verbindet Innovation sowohl in struktureller als auch in inhaltlicher Hinsicht; die Netzwerk-Struktur sowie die Netzwerk-Projekte selber stärken die Lehre an den Musikhochschulen und stehen somit im Dienst der Studierenden. Dabei greift das Netzwerk 4.0 die an Musikhochschulen auftretenden spezifischen insbesondere didaktischen Frage- und Problemstellungen auf, entwickelt Lösungen und begegnet mit deren Umsetzung den individuellen Herausforderungen an den Musikhochschulen. Wie beispielsweise müssen digitale Anwendungen optimiert werden, damit ein traditionelles Musikstudium durch die Digitalität einen Mehrwert erhalten kann? Antworten und Lösungen auf diese und ähnliche Fragen werden nachhaltig in den Netzwerk-Musikhochschulen implementiert und dadurch dem Wissenschaftssystem langfristig zur Verfügung stehen.
Projekt anzeigen
Digitale Lehrkompetenz: Digitale Weiterbildungs- und Vernetzungsplattform für Lehrende
Ziel der Maßnahme ist die Entwicklung einer digitalen Plattform, die Lehrenden als Weg zum Austauschen und Vernetzen dient. Thematische Schwerpunkte liegen auf Mediendidaktik und digitaler Lehre, damit die geteilten Gedanken in die Bildung der Kultur der Digitalität mit einfließen können. Zur Umsetzung wurde der bestehende E-Learning-Fundus ausgebaut und durch kommunikative Funktionen zur umfangreichen Plattform "Lehre im Dialog" erweitert.
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