Editorial zum Sonnderheftes „Digitalisierung in Disziplinen Partizipativ umsetzen: Competencies Connected“
Auf einen Blick
Das könnte Sie auch interessieren
Interprofessionelle Ausbildung im Medizinstudium und anderen Gesundheitsberufen
Die Versorgung komplexer Wunden gehört zum Alltag verschiedener Gesundheitsberufe und muss im Sinne der Patientensicherheit professionell durchgeführt werden können. Ärzt*innen, Pflegefachkräfte und Apotheker*innen bringen dazu ihre professionellen Perspektiven ein. Die Lehre dazu erfolgt bisher monoprofessionell und oft unzureichend anhand von Lehrbüchern oder plastischen Modellen. Med.ia-versum hat zum Ziel, die diagnostische und kollaborative Problemlösekompetenz von Studierenden der Medizin und anderer Gesundheitsberufe durch immersive Lehre zu fördern. Die Lernenden durchlaufen realitätsnahe Versorgungsszenarien zum interprofessionellen Wundmanagement. Dabei vertiefen sie ihr prozedurales Wissen durch realitätsnahes, dreidimensionales Erleben und Interagieren. Den Kern von Med.ia-versum bilden zwei VR-Lernszenarien, in denen Wunddiagnostik und -behandlung mittels Virtual Reality simuliert werden. Die Lernenden tauschen berufsspezifisches Wissen zur Wunddiagnostik aus und erstellen Behandlungspläne. Dabei werden sie durch individualisiertes Scaffolding sowie Feedback- und Reflexionssysteme unterstützt. Die Lernenden nehmen nicht nur passiv Informationen auf, sondern üben durch aktives Handeln. Die Komplexität von Wundheilung und Behandlungsmöglichkeiten wird dreidimensional erfahrbar und Entscheidungen werden im interprofessionellen Team reflektiert.
Projekt anzeigen
PyRope Demo, Tutorial, Tutor-Pakete, Aufgabenpool
PyRope ist eine relativ neue Python-Bibliothek, mit der man sehr leicht (z.B. via Jupyter-Notebooks) interaktives Lehrmaterial (inklusive E-Assessment-Elementen) erstellen und in Modulen einsetzen kann. Erstellt wurden für das in Python entwickelte E-Assessment-System PyRope (a) eine an potenzielle Nutzende und Interessierte aus dem Hochschulbereich adressierte Demo der Funktionalitäten, (b) ein Tutorial für Lehrende, das eine Step-by-Step-Einführung in die Aufgabenentwicklung mit PyRope (inkl. Codebeispielen) bietet und so den Einstieg in die Programmierung mit PyRope im Sinne agiler, iterativer Softwareentwicklung unterstützt, (c) mehrteilige Softwarepakete für in MINT-Studiengängen essenzielle mathematische Grundlagen in Form von Tutorien, welche neben randomisierten Aufgaben theoretische Passagen beinhalten und die sich hierdurch sowohl für die Einbindung in die Vorlesungen des Grundstudiums als auch für das Selbststudium eignen, (d) ein Pool von über 100 randomisierten Aufgaben
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