Schütze, Judith (2024): Sozialwissenschaftliche Aspekte der Informations- und Wissensgesellschaft erforschen.
Das vorgestellte Angebot zum forschenden Lernen findet im Bachelor Wirtschaftsinformatik statt und thematisiert sozialwissenschaftliche Aspekte der Informations- und Wissensgesellschaft. Dabei durchlaufen studentische Forschungsgruppen die verschiedenen Phasen des forschenden Lernens und reflektieren den Prozess an verschiedenen Stellen. In: Insel der Forschung. Beispiel & Good Practices. Hamburger Zentrum für Universitäres Lehren und Lernen.
Auf einen Blick
Autor:innen & Herausgeber:innen
Das könnte Sie auch interessieren
Hybrides Lernen Ingenieurwissenschaften" - Ein Projekt zur Integration von digitaler Off- und implementierungsnaher On-Campus-Lehre für Ingenieure
Im Bereich der ingenieurwissenschaftlichen Lehre lag der Fokus bisher vor allem auf der Vermittlung der theoretischen Grundlagen und der gedanklichen Modellierung. Das Schließen des Kreises, also Bauen, Inbetriebnahme und Nutzung eines Systems, war bisher nur sehr eingeschränkt möglich, da der Aufbau aufwändig und Platz beschränkt ist. Mit den neuen Technologien (I4.0) und Digitalisierung hat sich das positiv verändert. Gleichzeitig wird aus Studierendensicht der Wert einer Präsenzveranstaltung nach der Zeit der "Fernlehre" neu bewertet. In Zukunft soll die Präsenzzeit genutzt werden, damit die Studierenden Ihre Wirksamkeit - im Sinne eines erstellten und betriebenen Systems und dem daraus gelernten Umgang mit Modellen und realem System, erfahren können. Im Gegenzug soll die Vermittlung theoretischer Inhalte didaktisch auf das unabhängige, elektronisch gestützt Lernen umgestellt werden. Dazu sind die vorhandenen digitalen Lernangebote zu ertüchtigen. Speziell für die praktische Anwendung existieren bereits auf der Versuchsfläche des Instituts für Fördertechnik und Logistiksysteme (IFL), sowie zukünftig durch den Neubau des Lern- und Anwendungszentrums Mechatronik (LAZ) Platz- und Hardwarekapazitäten, die durch entsprechende Anpassungen auf die Veranstaltung nutzbar gemacht werden können. Durch die Nutzung der bestehenden Anlagen auf der Versuchsfläche (Fördertechnik und Robotik) des IFL können Studierende zudem umsetzungsorientiert an neuester Technologie lernen.
Projekt anzeigen
KI-basiertes Feedback in simulierten Lernsettings
Aktuelle Machine-Learning-Ansätze sollen entwickelt werden, um menschliches Verhalten in ausgewählten Kommunikationssituationen anhand definierter Kriterien objektiv und reliabel zu erfassen. Aufbauend auf umfangreichen Vorarbeiten wurde ein Machine-Learning-Algorithmus weiterentwickelt, der Mimik im Hinblick auf definierte Kriterien auswertet. Studierende erhalten darauf basierend automatisiertes, KI-gestütztes Feedback zu ihrem kommunikativen Verhalten in digital angereicherten Präsenzsettings (z. B. Arzt-Patienten- oder Beratungsgespräche). Der Mehrwert liegt insbesondere in höherer Objektivität und Skalierbarkeit gegenüber rein menschlichem Feedback. Der Ansatz wurde pilotiert und auf die Grundschulpädagogik ausgeweitet. Für Eltern-LehrerInnen-Gespräche wurde ein strukturierender Leitfaden entwickelt, der als Grundlage für KI-gestützte Avatare als Gesprächspartner dient.
Maßnahme anzeigen
GenAI-Chatbots as Debriefers: Investigating the Role Conformity and Learner Interaction in Counseling Training
Debriefing is essential for the effectiveness of simulation-based training but is generally considered resource-intensive. Generative Artificial Intelligence (GenAI)-based debriefing can be an alternative to human debriefers. However, there is no research yet whether GenAI chatbots can take up this role and how learners react to them. This paper presents a qualitative analysis of a debriefing following a counseling training conducted in Virtual Reality (VR) with the support of a GenAI chatbot. The debriefing helped students to analyze their experiences and application of consulting techniques. The analysis of the chatlogs (n = 22) are focused on the role conformity of the bot and the students’ ability to reflect their behavior within VR. The results revealed the chatbot’s strong role conformity but also its tendency for overly complimentary answers. However, this bias does not seem to influence students’ self-reflection. Instead, they maintained a self-critical attitude. Future research on AI-assisted debriefing could expand on these findings in related areas.
Publikation anzeigen