Insightful Educators
Im Projekt Insightful Educators" (INFER-IE) werden Verfahren der KI genutzt, um (1) den Kompetenzaufbau von Lehramtsstudierenden mit Blick auf zentrale Aspekte von Unterrichtsqualität systematisch zu fördern und (2) die Reflexion zu Chancen und Grenzen dieser neuen Technologien mit Blick auf die Digitalisierungsprozesse beim Unterrichten anzuregen und somit auch eine grundsätzliche Offenheit für die Verwendung neuer Lerntechnologien zu unterstützen. Dafür wird im Projekt in ko-konstruktiver Erarbeitung mit Lehramtsstudierenden ein KI-basiertes, skalierbares und lernwirksames Feedbacksystem entwickelt werden, das eine automatisierte Analyse und Rückmeldung zu schriftlichen Reflexionen von Studierenden über Unterrichtsszenarien ermöglicht. Diese Analysen erfolgen in Form videobasierter Unterrichtsreflexionen, welche zentrale Aspekte professioneller Unterrichtswahrnehmung abbilden. Weiter werden lernwirksame Lehransätze zur curricularen Verwendung des Feedbacks gemeinsam mit Studierenden erprobt. Zu Projektende wird ein intelligentes, adaptives System vorliegen, das nicht nur automatisiertes Feedback bereitstellt, sondern flexibel in bestehende Lehrveranstaltungen und Curricula der Lehramtsausbildung in ganz Deutschland integrierbar ist.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Selbstregulation und Lernstrategien
Das Projekt hilft, zwei Lücken zu schließen. (1) Studierende starten in vielen Fällen mit unzureichenden Kenntnissen und Fertigkeiten hinsichtlich Selbstregulation und Lernstrategien ins Studium und setzen Ihnen bekannte Techniken nicht hinreichend um. (2) Psychologie-Studierende erwerben zwar derzeit Wissen zu Motivations- und Lernpsychologie und diskutieren Anwendungsperspektiven. Die Auswertung von Evaluationen, Übungs- und Klausuraufgaben zeigt aber, dass die bisherige Lehre in Lern- und Motivationspsychologie nur unzureichend die stringente Planung und Umsetzung entsprechender psychologischer Interventionen vermittelt. Untersuchungen legen nahe, dass die Förderung geeigneter Strategien durch einen Ansatz erreicht werden kann, der die folgenden Elemente kombiniert: (1) Bereitstellung von Wissen über wirksame Strategien, (2) Stärkung des Glaubens, dass sich die Anstrengung lohnt, (3) Verpflichtung, die Strategien vor Mitstudierenden, (4) Formulierung spezifischer Wenn-Dann-Absichten in der Planungsphase und (5) Bewertung des Erfolgs, um die nächsten Schritte zu planen (z. B. Latham und Brown, 2006; Müller et al., 2016). In Zusammenarbeit mit den Studierenden wird ein digitales Programm zur Selbstregulation und Lernstrategien entwickelt, dass Studierende der Übung Motivations- und Lernpsychologie den Erstsemester-Studierenden anbieten.
Projekt anzeigen
Reallabor „Innovatives Lernraumdesign“
Im Reallabor „Innovatives Lernraumdesign“ wurden vier Modellräume für hybride und studierenden-zentrierte Lehr-/Lernszenarien entwickelt, realisiert und evaluiert. Konzeptionelle Grundlage waren die DORT-Perspektive, mit den Aspekten Didaktik, Organisation, Raum und Technik, sowie ein nutzer:innen-zentrierter Reallaboransatz mit den Phasen Co-Design, Co-Produktion und Co-Evaluation.
Maßnahme anzeigen
Open-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