Detailanzeige
| Titel |
Combining NLP, speech recognition, and indexing. An AI-based learning assistant for higher education |
|---|---|
| Autoren |
Schmohl, Tobias   ;
Schelling, Kathrin ;
Go, Stefanie;
Freier, Carolin ;
Hunger, Marianne;
Hoffmann, Franziska ;
Helten, Anne-Kathrin ;
Richter, Florian |
| Originalveröffentlichung | Pixel [Hrsg.]: Conference proceedings. 13th international conference "The future of education". Hybrid edition, 29-30 June 2023. Bologna : Filodiritto Editore 2023, 4 S. |
| Dokument | Volltext (263 KB) |
| Lizenz des Dokumentes |
|
| Schlagwörter (Deutsch) | Künstliche Intelligenz; Intelligentes Tutorsystem; Adaptiver Unterricht; Lernen; Lehrmaterial; Lernmaterial; Digitale Medien; Hochschule; Hochschulbildung; Deutschland; Selbst gesteuertes Lernen; Technologieunterstütztes Lernen |
| Teildisziplin | Medienpädagogik Hochschulforschung und Hochschuldidaktik |
| Dokumentart | Aufsatz (Sammelwerk) |
| ISBN | 979-12-80225-59-7; 9791280225597 |
| ISSN | 2384-9509; 23849509 |
| Sprache | Englisch |
| Erscheinungsjahr | 2023 |
| Begutachtungsstatus | Peer-Review |
| Abstract (Englisch): | This paper presents the ongoing development of HAnS (Hochschul-Assistenz-System), an Intelligent Tutoring System (ITS) designed to support self-directed digital learning in higher education. Initiated by twelve collaborating German universities and research institutes, HAnS is developed 2021–2025 with the goal of utilizing artificial intelligence (AI) and Big Data in academic settings to enhance technology-based learning. The system employs AI for speech recognition and the indexing of existing learning resources, enabling users to search and compile these materials based on various parameters. Here, we provide an overview of the project, showcasing how iterative design and development processes contribute to innovative educational research in the evolving field of AI-based ITS in higher education. Notwithstanding the potential of HAnS, we also deliberate upon the challenges associated with ensuring a suitable dataset for training the AI, refining complex algorithms for personalization, and maintaining data privacy. (DIPF/Orig.) |
| Abstract (Deutsch): | In diesem Beitrag wird die laufende Entwicklung von HAnS (Hochschul-Assistenz-System) vorgestellt, einem Intelligenten Tutoring-System (ITS), das selbstgesteuertes digitales Lernen in der Hochschulbildung unterstützen soll. HAnS wurde von zwölf deutschen Hochschulen und Forschungsinstituten initiiert und wird 2021-2025 mit dem Ziel entwickelt, künstliche Intelligenz (KI) und Big Data im akademischen Umfeld zu nutzen, um technologiebasiertes Lernen zu verbessern. Das System nutzt KI für die Spracherkennung und die Indizierung vorhandener Lernressourcen und ermöglicht es den Nutzern, diese Materialien auf der Grundlage verschiedener Parameter zu suchen und zusammenzustellen. Hier geben wir einen Überblick über das Projekt und zeigen, wie iterative Design- und Entwicklungsprozesse zu innovativer Bildungsforschung auf dem sich entwickelnden Gebiet der KI-basierten ITS in der Hochschulbildung beitragen. Ungeachtet des Potenzials von HAnS gehen wir auch auf die Herausforderungen ein, die mit der Sicherstellung eines geeigneten Datensatzes für das Training der KI, der Verfeinerung komplexer Algorithmen für die Personalisierung und der Wahrung des Datenschutzes verbunden sind. (Autor) |
| Statistik |  Anzahl der Zugriffe auf dieses Dokument
|
| Prüfsummen | Prüfsummenvergleich als Unversehrtheitsnachweis |
| Bestellmöglichkeit | Kaufmöglichkeit prüfen in buchhandel.de |
| Eintrag erfolgte am | 17.11.2023 |
| Quellenangabe | Schmohl, Tobias; Schelling, Kathrin; Go, Stefanie; Freier, Carolin; Hunger, Marianne; Hoffmann, Franziska; Helten, Anne-Kathrin; Richter, Florian: Combining NLP, speech recognition, and indexing. An AI-based learning assistant for higher education - In: Pixel [Hrsg.]: Conference proceedings. 13th international conference "The future of education". Hybrid edition, 29-30 June 2023. Bologna : Filodiritto Editore 2023, 4 S. - URN: urn:nbn:de:0111-pedocs-279080 - DOI: 10.25656/01:27908 |
Inhalt auf sozialen Plattformen teilen
Teile diese Seite:
