Detailanzeige
| Titel |
Künstliche Intelligenz zur Studienindividualisierung. Der Ansatz von SIDDATA |
|---|---|
| Autoren |
Lübcke, Maren  ;
Schrumpf, Johannes  ;
Seyfeli-Özhizalan, Funda ;
Wannemacher, Klaus |
| Originalveröffentlichung | Schmohl, Tobias [Hrsg.]; Watanabe, Alice [Hrsg.]; Schelling, Kathrin [Hrsg.]: Künstliche Intelligenz in der Hochschulbildung. Chancen und Grenzen des KI-gestützten Lernens und Lehrens. Bielefeld : transcript 2023, S. 213-226. - (Hochschulbildung: Lehre und Forschung; 4) |
| Dokument | Volltext (327 KB) |
| Lizenz des Dokumentes |
|
| Schlagwörter (Deutsch) | Künstliche Intelligenz; Algorithmus; Individualisierung; Student; Eigenaktivität; Unterstützung; Hochschulbildung; Individuelles Lernen; Digitales System; Projekt |
| Teildisziplin | Medienpädagogik Hochschulforschung und Hochschuldidaktik |
| Dokumentart | Aufsatz (Sammelwerk) |
| ISBN | 978-3-8394-5769-6; 978-3-8376-5769-2; 9783839457696; 9783837657692 |
| ISSN | 2749-7631; 2749-7623; 27497631; 27497623 |
| Sprache | Deutsch |
| Erscheinungsjahr | 2023 |
| Begutachtungsstatus | Peer-Review |
| Abstract (Deutsch): | Derzeit wird in unterschiedlichen Forschungszusammenhängen diskutiert, wie Studierende bei der Erreichung individueller Bildungsziele unterstützt werden können. Die Studienindividualisierung wird aktuell insbesondere im Zusammenhang mit der Fähigkeit zum eigenaktiven Studieren erörtert. Neben der Hochschulbildung bieten auch die Diskussion zum lebenslangen Lernen und zur weiteren Differenzierung von Lebensläufen wichtige Anknüpfungspunkte. Die Frage stellt sich jedoch, wie Studienindividualisierung trotz enger curricularer Strukturen ermöglicht werden kann und inwiefern hier auch eine technologische Unterstützung möglich ist. Diese Idee wird durch das BMBF-geförderte Projekt SIDDATA verfolgt. SIDDATA ist ein Studienassistenzsystem, das mit Hilfe von intelligenten und selbstlernenden Algorithmen adaptives und individuelles Studieren unterstützt. Im Fokus stehen KI-gestützte Module, die Studierenden dabei helfen, individuelle Interessen zu definieren und diese im Laufe ihres Studiums zu verfolgen. Dieser Beitrag beschäftigt sich mit dem Konzept des Moduls »Fachliche Interessen«, den darin verwendeten KI-Algorithmen, den ersten Erfahrungen mit Test und Einsatz dieses Moduls sowie mit den Potenzialen und Hindernissen für den Einsatz von KI zur Studienindividualisierung. Die Ergebnisse der ersten Testerfahrungen mit dem Modul bestätigen, dass der Einsatz von KI in dem digitalen Studienassistenten SIDDATA Möglichkeiten bietet, die Individualisierung im Studium zu fördern, und auf diese Weise einen Beitrag leistet, Potenziale der KI-gestützten Hochschulbildung zu entdecken und diese weiterzuentwickeln. (DIPF/Orig.) |
| Abstract (Englisch): | Self-regulated learning is an important aspect of lifelong and individual learning. In higher education however, the question arises how individualisation of study can be enabled despite narrow curricular structures and to what extent technological support is appropriate to achieve this aim. The idea of supporting an individualisation of study is being pursued by the BMBF-funded project SIDDATA. SIDDATA is a study assistance system that uses intelligent and self-learning algorithms to support adaptive and individualised studying. The focus is on AI-supported modulesthat help students define individual interests and pursuethemthroughout their studies. This paper deals with the idea behind the SIDDATA module »Specialised Interests«, the AI algorithms used, the first experiences with testing and using this module as well as with the potentials and obstacles higher education may have to face when using AI to strengthen individual study approaches for their students. The results of the first test experiences with the module confirm that the use of AI in the digital study assistant SIDDATA offers opportunities to promote individualisation in studies and in this way contributes to discovering potentials of AI-supported higher education and development. (DIPF/Orig.) |
| Beitrag in: | Künstliche Intelligenz in der Hochschulbildung. Chancen und Grenzen des KI-gestützten Lernens und Lehrens |
| Statistik |  Anzahl der Zugriffe auf dieses Dokument
|
| Prüfsummen | Prüfsummenvergleich als Unversehrtheitsnachweis |
| Bestellmöglichkeit | Kaufmöglichkeit prüfen in buchhandel.de |
| Eintrag erfolgte am | 09.11.2023 |
| Quellenangabe | Lübcke, Maren; Schrumpf, Johannes; Seyfeli-Özhizalan, Funda; Wannemacher, Klaus: Künstliche Intelligenz zur Studienindividualisierung. Der Ansatz von SIDDATA - In: Schmohl, Tobias [Hrsg.]; Watanabe, Alice [Hrsg.]; Schelling, Kathrin [Hrsg.]: Künstliche Intelligenz in der Hochschulbildung. Chancen und Grenzen des KI-gestützten Lernens und Lehrens. Bielefeld : transcript 2023, S. 213-226. - (Hochschulbildung: Lehre und Forschung; 4) - URN: urn:nbn:de:0111-pedocs-278392 - DOI: 10.25656/01:27839 |
Inhalt auf sozialen Plattformen teilen
Teile diese Seite:
