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
Hybride, individuelle und greifbare Hochschullehre in Rosenheimer Qualität
Mit dem Projekt HigHRoQ möchte die TH Rosenheim den digitalen Transformationsprozess in der Hochschullehre systematisch ausbauen und nachhaltig gestalten. Über die Entwicklung und den Einsatz didaktisch sinnvoller hybrider Lehr-/Lernsettings soll es Studierenden ermöglicht werden, neue bzw. veränderte Lernerfahrungen zu machen, die den Aufbau eines zukunftsfähigen Kompetenzprofils ermöglichen. Hierzu werden in drei Teams aus drei Fakultäten mit insgesamt dreizehn Professor:innen in mehreren Studiengängen und im gegenseitigen Austausch innovative Methoden (wie HyFlex, JiTT mit Learning Analytics, SCALE-UP) und Lernsettings (PBL in einer kontextbezogenen hybriden Lernfabrik, Videographie-gestützte Laborpraktika, 360°-Präsentationstraining und E-Kollaboration) implementiert, angepasst und evaluiert, sowie entsprechende Raumkonzepte entwickelt und umgesetzt. Um die Lehrenden anderer Fakultäten in ihrem Transformationsprozess zu begleiten, wird die hochschulweite Unterstützungsstruktur aus Didaktik, Mediendidaktik und E-Learning-Center auf- und ausgebaut, das Anreizsystem für Lehrende durch E-Tutoren, technisches/didaktisches Coaching und Lehrentlastungen gestärkt und der Austausch und Transfer von good practices vorangetrieben.
Projekt anzeigen
Online Lernplattform fürs externe Rechnungswesen
Studierende bringen aufgrund unterschiedlicher Bildungswege heterogene Vorkenntnisse mit, insbesondere in Grundlagenveranstaltungen wie Buchführung. Um diesen Herausforderungen zu begegnen, wurde eine Website entwickelt, die individuelle Lernpfade ermöglicht und durch interaktive Aufgaben das eigenständige Üben von Buchungssätzen fördert, da genau diese eine Herausforderung darstellen. Ziel ist es, das Verständnis der Studierenden durch direktes Feedback und praxisorientiertes Arbeiten zu verbessern.
Maßnahme anzeigen#PartiWoche – Partizipative Gestaltung des Campus der Zukunft. Strategie digital. Magazine für Hochschulstrategien im digitalen Zeitalter.
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen