KI-unterstütze Programmierübung
In technischen Lehrveranstaltungen werden Übungen häufig in Form von Programmieraufgaben durchgeführt. Zum einen, weil die Softwareentwicklung das größte Innovationspotenzial von technischen Systemen aufweist und zum anderen die Lehre möglichst anwendungsorientiert sein soll. Die selbstständige Bearbeitung der Aufgaben wird durch Tutoren unterstützt, sodass die Unterstützung mit der Anzahl der Tutoren skaliert. In der universitären Lehre zeigt sich, dass die finanziellen Lehremittel begrenzt sind, sodass nur eine geringe Anzahl an Tutoren zur Verfügung steht. Deshalb verfolgt die vorliegende Projektidee die Entwicklung eines KI-Systems, dass die Programmierergebnisse der Studierenden analysiert und entsprechend der identifizierten Fehler Hinweise gibt. Grundlegende Probleme und häufige Fragen der Studierenden sollen so mithilfe von Maschinellen Lernen geklärt werden, ohne den Einsatz eines Tutors. Die Tutoren können sich dann vor allem auf individuelle Fragestellungen bzw. auf Studierende mit größerem Unterstützungsbedarf konzentrieren. Darüber hinaus bietet eine KI-unterstützte Programmierübung das Potenzial, dass Studierende auch außerhalb der Präsenzzeit Unterstützung erhalten.
Auf einen Blick
Kontakt
AI Tutor for Programming Exercises : Combining Results- and Code-Based Feedback
Poster
Publikation anzeigenKI-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 anzeigenOpen-Source Intelligent Tutoring System for Programming Exercises in Engineering Education
Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.
Publikation anzeigen
AI Tutor for Programming Exercises : Combining Results- and Code-Based Feedback
Poster
Publikation anzeigenKI-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 anzeigenOpen-Source Intelligent Tutoring System for Programming Exercises in Engineering Education
Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.
Publikation anzeigenDas könnte Sie auch interessieren
Digitale Souveränität für Kunsthochschulen
Ziel des Projekts Digitale Souveränität für Kunsthochschulen ist der Aufbau einer hochschulübergreifenden digitalen Lehrinfrastruktur für Kunsthochschulen. Die Pionierleistung besteht darin, eine über Einzelinitiativen hinausgehende, bedarfsgerechte digitale Infrastruktur mit gemeinsamer Steuerung an den drei großen Kunsthochschulen in Baden-Württemberg (ABK Stuttgart, Kunstakademie Karlsruhe, HfG Karlsruhe) zu entwickeln und zu implementieren. Der Fokus liegt auf den spezifischen Anforderungen für Lehre und Forschung im kreativen Bereich: projektbasiertes Arbeiten und Synchronisierung von Produktions-, Dokumentations- und Publikationsprozessen; Heterogenität und Interdisziplinarität der Projekte; besondere Formate der (Forschungs-)Daten. Die digitale Lehrinfrastruktur orientiert sich an den Prinzipien Souveränität, Offenheit, Mündigkeit und Nachhaltigkeit im Kontext der künstlerischen Praxis. Ihr Aufbau ist mit einem Lehr- und Schulungsprogramm zur Entwicklung einer Kultur der Datensouveränität und digitalen Mündigkeit verbunden, die sich an die gesamte Hochschulgemeinschaft richtet.Die entwickelten Strukturen werden nach Projektende an den Partnerhochschulen verstetigt. Das Projekt ist modellhaft und skalierbar angelegt, so dass weitere Partner integriert werden können. Langfristiges Ziel ist der Aufbau eines Ateliers Digitale Souveränität, das Kunsthochschulen unterschiedlicher Größe digitalstrategisch berät und maßgeschneiderte bewährte Praxismodelle transferiert.
Projekt anzeigen
Labor für hybride Gruppenarbeit
Das Labor für hybride Gruppenarbeit an der Technischen Hochschule Rosenheim schafft einen innovativen Lehr-Experimentierraum, der das Konzept der „Neuen Präsenz“ umsetzt. Der Raum verbindet physische und virtuelle Lernumgebungen, um kollaborative Lernprozesse zu fördern und gleichwertige Lernerfahrungen für Präsenz- und Online-Studierende zu bieten. Die technische Raumausstattung umfasst PTZ-Kameras, ein Deckenmikrofon und Deckenlautsprecher, daneben drei Projektionsflächen sowie mobile Schallschutzwände. An den sechs Gruppentischen befinden sich digitale Whiteboards, 360°-Kameras mit integriertem Mikrofon und Lautsprecher sowie kleine PCs mit Tastatur und Maus. Diese Technik ermöglicht eine ausgezeichnete Kommunikation und Interaktion zwischen physischen und virtuellen Teilnehmenden in verschiedenen Lernsettings. Dozierende können hybride Lehrformate gestalten, bei denen alle Studierenden aktiv und gleichwertig eingebunden werden.
Maßnahme anzeigenXR_Bildungs- und Beteiligungs-Metaverse. Virtuelle Lehr- und Lernzukünfte für die Stadt- und Raumplanung [2]
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen