
KICK 4.0 KI-Chat-Kompetenzen im Labor
Cross-Reality-Labore (XR-Labore: Lehr-Lernlabore, die digitale Medien und VR mit einbeziehen) drängen inzwischen verstärkt in die hochschulische Laborlehre auf allen Studienstufen der MINT-Fächer. Neben der fachbezogenen Kompetenzentwicklung können so auch Kompetenzen für kollaboratives, agiles Lernen 4.0 von den Studierenden generiert werden. KICK 4.0 greift diese Entwicklungslinien auf, verknüpft sie aber mit völlig neuartigen KI-Kompetenzbedarfen, die mit der zunehmenden Verbreitung von KI-basierten Natural-Language-Processing(NLP)-Systemen umfassend notwendig werden. Ziel des Projektes ist es, Chancen und Grenzen dieser Mensch-KI-Kollaboration für Studierende reflexiv erfahrbar zu machen. Hierzu werden Real-World-Scenarios (didaktische Szenarien für Real-World-Problem-Solving) für die Laborlehre in der Strömungsmechanik entwickelt und eingesetzt, in denen Studierende die KI für motivierende, berufsnah gestaltete Forschungsaufträge unterstützend nutzen sollen. Sie werden so gezielt in ihrem kreativen, realweltlichen Problemlösen gefördert, sollen aber auch die Unzulänglichkeiten solcher Systeme kritisch prüfen, beurteilen und überwinden lernen. Auf diese Weise sollen die Studierenden in realweltlichen Laborkontexten eine für Gesellschaft und Arbeitswelt 4.0 zunehmend notwendige KI-Kompetenz reflexiv-kritisch entwickeln. Methodisch wird hierzu ein Design-Based-Research-Ansatz verfolgt, der Studierende und Lehrende in die Gestaltung der KI-unterstützten Laborlehre einbindet.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Easy Tutor - KI-gestütztes intelligentes Tutorensystem zur einfachen Erstellung und automatischen Korrektur komplexer E-Learning-Aufgaben
Sogenannte intelligente Tutorensystem (ITS) erlauben, komplexere Aufgaben automatisiert zu korrigieren und zu bewerten. Diese vergleichen die Abgaben der Studierenden häufig mit einem Pool an Musterlösungen der Dozierenden oder basieren auf sehr vielen Regeln. Somit ist das Feedback an die Studierenden entweder eingeschränkt oder die Erstellung ist für die Dozierenden zu zeitaufwändig. Ziel des Projektes Easy Tutor KI-gestütztes intelligentes Tutorensystem zur einfachen Erstellung und automatischen Korrektur komplexer E-Learning-Aufgaben ist es, dass Studierende hilfreiches Feedback erhalten, ohne dass Dozierende einen erhöhten Aufwand haben. Erstellt wird ein selbstlernendes System, das mit der Zeit von allein immer besser darin wird, Studierenden intelligentes Feedback zu deren Lösungen zu geben an-statt lediglich auf vorgefertigtes Feedback zurückzugreifen. Darüber hinaus wird die Aufgabenerstellung für die Dozierenden vereinfacht. Mithilfe von neuen Data-Mining-Methoden und künstlicher Intelligenz werden vorliegende Studierenden-Lösungen analysiert. So soll zukünftig möglich sein, dass das System automatisch Hilfestellungen an Studierende geben kann. Zum Beispiel können richtige Studierendenabgaben, welche nicht der Musterlösung der Dozierenden entsprechen, genutzt werden, um das System selbstständig und ohne Eingriffe der Dozierenden dazulernen zu lassen.
Projekt anzeigen
Workshops in der Lehre für einen vielfältigen Kompetenzerwerb
Workshops als Arbeitsumfeld für Studierende, um in der unmittelbaren Anwendung Praxiswissen zu vertiefen und Kompetenzen, wie Teamarbeit, Kommunikation, kreatives Denken und Problemlösungsfähigkeiten zu stärken. [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
E-Assessment in MINT-Fächern: Coden von Übungsaufgaben mit Python & Jupyter.
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen