
Beyond ChatGPT: A Comparative Mapping of AI Research in STEM and Engineering Education and the Contemporary AI Tool Ecosystem
Artificial intelligence (AI) is increasingly shaping higher education. However, the diversity of the contemporary AI tool ecosystem is only partially reflected in educational research. This study examines the research visibility of a curated set of 85 AI tools and systems in STEM, engineering, and laboratory education using a comparative mapping approach. The analysis revealed a marked concentration of research visibility: only 36 of the 85 tools were research-visible, while Conversational AI/LLMs accounted for 73.7% of the 927 positive Paper × Tool connections identified across 592 publications. Laboratory-based learning environments were particularly sparsely represented, with only 23 publications having an established laboratory context. Taken together, these findings reveal a mismatch between the technological and functional diversity represented in the curated contemporary AI tool ecosystem and the more concentrated patterns of research visibility identified for these tools. This mismatch can be understood as a broader complexity gap. The findings highlight the need for more function-oriented and context-sensitive AI research and contribute to current discussions on the responsible integration of AI into STEM and engineering education, particularly in laboratory-based learning environments.
Auf einen Blick
Autor:innen & Herausgeber:innen
Das könnte Sie auch interessieren

Open T-Shape for Sustainable Development
Eine Folge der schnellen, technischen Entwicklung ist es, dass sich insbesondere technische Studiengänge immer stärker spezialisieren. Gleichzeitig wächst der Bedarf an interdisziplinären Kompetenzen der Absolventen:innen, um die globalen Zukunftsherausforderungen wie Klima, Hunger, Schutz von Tieren und Umwelt etc. bewältigen zu können. Hochschulen fehlt es aber meist an entsprechend flexiblen curricularen Strukturen, um diesen Anforderungen gerecht zu werden. Eine Antwort auf diese Problemstellung bietet das Entwicklungsprojekt mit der Konzeption, Implementierung und des Transfers eines hochschulübergreifenden, offenen und digital zugänglichen T-Shape-Modells am Beispiel der 17 UN-Nachhaltigkeitsziele. Das T-Shape Modell ermöglicht eine interdisziplinäre Ergänzung (Querstrich des T) zu einem disziplinären Studiengang (Sockel des T). Eine weitere Besonderheit des Projekts liegt in der Offenheit des Vorhabens: alle angebotenen Bildungsinhalte sind frei zugänglich und offen lizenziert. Jede Hochschule kann bei der Erstellung der Inhalte mitwirken, jede Hochschule kann die Bildungsinhalte nutzen, jede und jeder kann die Bildungsangebote für die persönliche Weiterentwicklung und -qualifizierung verwenden!
Projekt anzeigen
Studie „Haltung gegenüber (digitalen) Prüfungen"
Im Rahmen der Maßnahme werden die Haltungen von Studierenden und Lehrenden gegenüber digitalen Prüfungen erfasst, um authentische Leistungen zu fördern und Täuschung zu reduzieren. Das digitale Prüfen während der Corona-Pandemie hat sowohl bei Lehrenden als auch bei Studierenden zunehmend zu Unsicherheiten und gegenseitigen Vorurteilen und bisweilen Ressentiments geführt. Daher war es besonders wichtig, sich dem Thema mit einer Methode zu nähern, die Austausch, Reflexion und Vertrauen ermöglicht. Daher wurde die Thematik mit einer qualitativen Studie bearbeitet. Aufbauend auf Thesen, die aus bestehender Literatur abgeleitet wurden, wurden insgesamt 42 leitfadengestützte Interviews, 20 mit Lehrpersonen und 22 mit Studierenden durchgeführt, die wiederum relevante Perspektiven beider Zielgruppen erfasst haben. Daraus wurden praxisnahe Handlungsempfehlungen für eine faire, transparente und motivierende Prüfungskultur abgeleitet.
Maßnahme anzeigen
Ein Intelligentes Tutorensystem für Rekursive Programmierung. Fehlkonzepte identifizieren für zielgerichtetes Feedback
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen