Konzertierte Weiterbildungen zu künstlicher Intelligenz in der Hochschullehre 2023 - Mecklenburg-Vorpommern
[Kurzbeschreibung folgt (Anm. StIL)]
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
studien.cloud
Die Heterogenität der Bildungswege zur Hochschulzulassung ist eine der zentralen Herausforderungen des Bildungsaufstiegs. Auch an der Hochschule Aalen (HSAA) wirken sich ungleiche Eingangskenntnisse signifikant auf Prüfungsergebnisse aus. Das Digitalsemester 2020 hat diese Unterschiede nachweisbar gemindert. Die HSAA möchte diese positiven Effekte mit einem Lern- und Lehrkonzept auf einer innovativen Plattform ausbauen und systematisch evaluieren. Digitale und hybride Lehre sollen schon direkt zu Beginn des Studiums the new normal werden und die Chancengleichheit der Studierenden stärken. Das Projekt studien.cloud vermittelt Studierenden auf Basis von Jupyter Notebooks bereits im Vorkurs Digital Literacy, und wird im Studienverlauf die tiefe Digitalisierung des Lernens vorantreiben. Neue Studierende lernen sie mit vorkurs.cloud kennen und können auf sie als matheGO.cloud im Studium zurückgreifen. In elf Pilotstudiengängen ist sie curricular verankert. Diese zugleich breite und tiefe digitale Lösung wird die Kultur des Lernens und der Lehre nachhaltig verändern und eine offene Plattform für Innovationen sein.
Projekt anzeigen
Blended Learning und digitale Repräsentationen
Theologiestudierende wurden in Blended-Learning-Settings befähigt, 3D-Repräsentationen von religiösen Gebäuden und Artefakten zu erstellen und diese für VR-Formate zu didaktisieren. Die Effekte dieser neuen digitalen Lernformate wurden begleitend beforscht. Die Lernwerkstatt “TheoWerk” wurde weiterentwickelt: Downloadbereiche (Erklärvideos, VR-Umgebungen), Öffnung für Studierende als VR-Cafe.
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