Konzertierte Weiterbildungen zu künstlicher Intelligenz in der Hochschullehre 2024 - Rheinland-Pfalz
[Kurzbeschreibung folgt (Anm. StIL)]
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Lehr-Lern-Verbünde in mathematikhaltigen Studiengängen hochschulübergreifend und digital
Für erfolgreiches Lernen von Mathematik gibt es viele Elemente digitaler Lehre, z.B. Erklärvideos, digitale Aufgaben oder digitale Skripte. Herausforderungen bestehen allerdings in der Einbettung digitaler Elemente in kohärente didaktische Konzepte, die hochschulübergreifend entwickelt werden und bei denen Studierende wie Lehrende aktiv mitgestalten. Daher ist das Ziel des Projekts LLV.HD, für Blended-Learning-Formate zum Lernen von Mathematik digitale Lehr-Lern-Verbünde hochschulübergreifend an den Partneruniversitäten für die Studiengänge Mathematik, Lehramt Mathematik, Ingenieurs- und Wirtschaftswissenschaften in einem agilen Prozess zu entwickeln. Dazu werden hochschulübergreifend gemeinsame Elemente für Veranstaltungen identifiziert und mit digitalen Elementen für Blended-Learning-Formate angereichert, wodurch studiengangsspezifisch differenzierte Lehr-Trajektorien innerhalb eines kohärenten didaktischen Rahmens möglich werden. Studierende sollen hochschulübergreifend in digitalen Lernzentren unterstützt werden und durch Feedback die Entwicklung digitaler Elemente für die Lehr-Lern-Verbünde mitgestalten.
Projekt anzeigen
Automatisiertes Feedback zu Diagrammen mit FeeDi
Die Fähigkeit, komplexe Inhalte in Diagrammen darzustellen, ist besonders in MINT-Fächern essenziell – etwa in UML-, Prozess-, Schalt- oder XY-Diagrammen. Doch in großen Lehrveranstaltungen mit bis zu 500 Studierenden ist eine individuelle Korrektur eingereichter Modellierungen kaum möglich. Selbst in kleineren Gruppen entsteht so ein hoher Bewertungsaufwand. In der Masterveranstaltung Datenbanksysteme der HTWK Leipzig kam das E-Assessment-Tool FeeDi zum Einsatz: Lehrende hinterlegten eine Musterlösung, auf deren Basis Studierende automatisiert grafisches, numerisches und textuelles Feedback zu ihren ER-Diagrammen erhielten. Zudem wurden Bewertungsschemata und Feedbacktexte für typische Fehlerklassen vorbereitet. Ziel war es, Studierenden zeitnahes, prozessbezogenes Feedback zu geben und Lehrende zu entlasten. Die Studierenden erhielten direkt nach der Abgabe farblich markierte Rückmeldungen zu korrekten und fehlerhaften Elementen, numerische Bewertungen (absolut/prozentual) sowie text
Maßnahme anzeigen