Skip to main content Skip to main navigation

Projekt | AI.EDU Research Lab 2.0

Laufzeit:

AI.EDU Research Lab 2.0 ist ein interdisziplinäres CATALPA Projekt

Bei der Suche nach einem Hausarbeitsthema im Bachelorstudium benötigen viele Studierende Hilfestellungen. Dabei fällt auf, dass in jedem Semester wiederkehrende Fragen und Unterstützungsbedarfe auftreten; das Feedback der Lehrenden wiederholt sich dadurch ebenfalls. Im AI.EDU Research Lab 2.0 untersuchen die Forschenden, wie sich die Kompetenzen der Studierenden durch KI so merken lassen, dass sie ein geeignetes fachbezogenes, interessengeleitetes Thema finden. Für die Lehrenden soll dadurch mehr Raum für eine forschungsfördernde, anregende Interaktion in der 1:1-Betreuung bleiben.

Das AI.EDU Research Lab erforscht den Einsatz von KI in der Hochschullehre. In der Version 2.0 steht die Unterstützung von Kompetenzen Studierender, insbesondere bei der Herleitung eines Hausarbeitsthemas und einer damit verbundenen leitenden Fragestellung mit Recommendersystemen (RecSys) sowie mit generativen KI-Tools im Mittelpunkt der Forschung. Dafür stützt sich das Projekt auf die Ergebnisse und Erfahrungen der ersten Forschungsförderung.

RecSys, basierend auf unterschiedlichen Recommenderverfahren, werden als eine kontextgebundene Kombination von KI-Technologien und didaktischem Design zum Zweck der Übermittlung von Empfehlungen an Bildungsakteure eingesetzt. Sie dienen im Projekt der Erforschung und Evaluation geeigneter KI-Verfahren zur studentischen Unterstützung bei deren Themenfindung und Generierung einer leitenden Fragestellung für ihre Hausarbeit. Ein zentrales Forschungsthema ist dabei u.a. die Transparenz und Vertrauenswürdigkeit von selbst entwickelten und bereits im Einsatz befindlichen KI-Systemen. Vergleichend werden aktuelle Tools und Aufgabenstellungen für innovative Einsatzmöglichkeiten mit generativer KI erforscht.

Dieses Projekt ist eine Kooperation mit Forschungszentrum CATALPA – Center of Advanced Technology for Assisted Learning and Predictive Analytics, FernUniversität in Hagen.

Partner

CATALPA – Center of Advanced Technology for Assisted Learning and Predictive Analytics, FernUniversität in Hagen;

Lehrgebiet Bildungstheorie und Medienpädagogik, FernUniversität in Hagen

Publikationen zum Projekt

  1. BloomLLM: Large Language Models Based Question Generation Combining Supervised Fine-Tuning and Bloom’s Taxonomy

    Nghia Duong-Trung; Xia Wang; Milos Kravcik

    In: Rafael Ferreira Mello; Nikol Rummel; Ioana Jivet; Gerti Pishtari; José A. Ruipérez Valiente (Hrsg.). Technology Enhanced Learning for Inclusive and Equitable Quality Education. European Conference on Technology Enhanced Learning (EC-TEL-2024), 19th European Conference on Technology Enhanced Learning, September 16-20, Krems, Austria, Pages 93-98, Lecture Notes in Computer Science (LNCS), Vol.…
  2. ICERI2023 Proceedings

    Xia Wang; Silke Wrede; Lars van Rijn; Joachim Wöhrle

    In: IATED Academy (Hrsg.). ICERi2023. International Conference on Education, Research and Innovation (ICERI-2023), Transforming Education, Transforming Lives, located at 16th annual International Conference of Education, Research and Innovation, November 13-15, Seville, Spain, ISBN 978-84-09-55942-8, IATED Academy, 2023.
  3. ICERI2023

    IATED (Hrsg.)

    International Conference on Education, Research and Innovation (ICERI-2023), November 12-15, Seville, Spain, ISBN 978-84-09-55942-8, IATED, 2023.

Fördergeber

Kooperation mit Forschungszentrum CATALP - Center of Advanced Technology for Assisted Learning and Predictive Analytics, FernUniversität in Hagen

Kooperation mit Forschungszentrum CATALP - Center of Advanced Technology for Assisted Learning and Predictive Analytics, FernUniversität in Hagen