Suchergebnisse
Technische Hochschule MittelhessenKI-basiertes Feedback für Freitexte und Diagramme
In diesem Projekt, welches auf dem Easy-Tutor Projekt von Freiraum 2022 aufbaut, soll unter Benutzung von Prompting-Technologien auf bekannten Sprachmodellen wie ChatGPT oder Mistral sowie eigenen KI-Modellen ein bestehendes intelligentes Tutorensystem (ITS) für SQL-, Excel- und Mathe-Aufgaben um die Feedback-Generierung für weitere Aufgabenarten erweitert werden: Textaufgaben mit wenigen Lösungsvarianten (z.B. Modellierungsaufgaben) und Freitextaufgaben sowie die Überprüfung von Seminar- und Abschlussarbeiten.Im ersten Fall erfolgt zuerst eine Harmonisierung und dann eine (semi)-automatische Klassifikation der Lösungsstrategien durch das ITS. D.h., wenn das ITS eine neue Lösungsstrategie entdeckt, reicht es diese zur Korrektur an Dozierende weiter. So lernt das ITS, neue Strategien zu bewerten. Mit der Zeit kann es dann immer selbstständiger den Studierenden Feedback geben, auch wenn sich die konkreten Formulierungen jedes Mal unterscheiden. Dieser Ansatz ist eine Verallgemeinerung des Ansatzes zur selbstlernenden Feedback-Generierung für SQL-Aufgaben [arXiv:2311.10730].Bei Seminar- und Abschlussarbeiten überprüft das ITS neben Formalkriterien (wie Zitierweise) die Struktur und den Aufbau der Arbeit (Ist eine Forschungsfrage erkennbar? Bauen die vom Sprachmodell erkannten Aussagen auf vorherigen Teilen der Arbeit auf? Gibt es ein Fazit, welches zur Forschungsfrage passt?). Dozierende können Feedback geben, nachdem viele strukturelle und formale Fehler schon beseitigt wurden.
Projekt anzeigen
Das könnte Sie auch interessieren
Advanced Mastery Learning in der Telemedizin
Telemedizinische und digitale Interaktionen nehmen im ärztlichen Berufsfeld an Bedeutung zu, sind jedoch bisher wenig im Fokus des Medizinstudiums. Ziel des Projektes ist die Unterstützung von Medizinstudierenden im Erwerb von Kompetenzen in Bezug auf telemedizinische ärztliche Kommunikation mit Patient:innen, digital unterstützte klinische Entscheidungsfindungsprozesse sowie digitalen fachlichen Austausch mit Peers und Vorgesetzten über Diagnostik und Behandlung in unbekannten medizinischen Situationen. Die professionelle Weiterentwicklung der Studierenden erfolgt auf Basis von Feedback. Diese Art des Lernens wird als Adaptive Mastery Learning bezeichnet. Ergänzt wird dieser Lernprozess durch Selbsteinschätzung der Studierenden zum Umgang mit Unsicherheit. Unter Mitarbeit von Studierenden, die an einer validierten, formativen telemedizinischen Kompetenzprüfung eines simulierten ersten Arbeitstags im Krankenhaus (TelKomP) teilgenommen haben, werden für die drei digitalen Kompetenzbereiche spezifische Lernmodule und Feedbackinstrumente auf Basis des Adaptive Mastery Learning entwickelt und in ein digitales Kurskonzept integriert. Medizinstudierende im Praktischen Jahr (PJ) erhalten die Möglichkeit, diese Module zu durchlaufen. Nach Teilnahme an dem Kurs nehmen die PJ-Studierenden an TelKomP teil, um ihre Kompetenzentwicklung überprüfen zu können. Die digitale Durchführung des Kurses und der Wirksamkeitsüberprüfung ermöglicht langfristig einen standortunabhängigen Einsatz.
Projekt anzeigen
STACK Talk am frühen Abend
Der STACK Talk am frühen Abend ist ein einstündiges Online-Event, das einmal pro Semester via BigBlue-Button stattfindet und vom Projekt STACK Net der OTH Amberg Weiden organisiert wird. Es dient der Erweiterung und stärkeren Vernetzung der deutschsprachigen STACK Community sowie dem erleichterten Einstieg neuer Interessierter in die STACK Welt. Die Maßnahme adressiert die Herausforderung, die rezeptiven Newsletterinhalte im interaktiven Austausch mit den Autor:innen und Teilnehmenden zu vertiefen.
Maßnahme anzeigen
Studentische Partizipation: Eine demokratie-, organisations- und lerntheoretische Standortbestimmung
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen