Detailanzeige
Monographie, Sammelwerk oder Erstveröffentlichung zugänglich unter
URN: urn:nbn:de:0111-pedocs-330632
DOI: 10.25656/01:33063
URN: urn:nbn:de:0111-pedocs-330632
DOI: 10.25656/01:33063
| Originaltitel |
Schulische Praxis im Wandel. Kann künstliche Intelligenz helfen, Antworten auf die Fragen der Bildungsforschung zu liefern? |
|---|---|
| Paralleltitel | Changing school practice. Can artificial intelligence help provide answers to educational research questions? |
| Autor |
Pietrusky, Stefan   |
| Originalveröffentlichung | 2025, 36 S. |
| Dokument | Volltext (3.045 KB) |
| Lizenz des Dokumentes |
|
| Schlagwörter (Deutsch) | Künstliche Intelligenz; Maschinelles Lernen; Data Mining; Open Access; Learning Analytics; Schulpraxis; Analyse; Schulentwicklung; Unterrichtsentwicklung; Änderung; Literaturrecherche; Literaturanalyse; Explorative Datenanalyse |
| Teildisziplin | Empirische Bildungsforschung Schulpädagogik |
| Dokumentart | Monographie, Sammelwerk oder Erstveröffentlichung |
| Sprache | Deutsch |
| Erscheinungsjahr | 2025 |
| Begutachtungsstatus | Review-Status unbekannt |
| Abstract (Deutsch): | Die schulische Praxis, verstanden als Gesamtheit der täglichen Aktivitäten, Interaktionen und Prozesse im Schulbetrieb, steht vor grundlegenden Veränderungen. Diese werden nicht nur durch gesellschaftliche Entwicklungen wie Lehrkräftemangel und Migration, sondern zunehmend auch durch technologische Fortschritte wie Künstliche Intelligenz (KI) beeinflusst. KI eröffnet in diesem komplexen Feld vielfältige Einsatzmöglichkeiten, darunter adaptive Lernsysteme, automatisiertes Feedback sowie die Analyse großer Datenmengen zur frühzeitigen Erkennung von Trends. Der Beitrag untersucht, ob sich die drei Fragestellungen des IGSP-Kongresses (Themenbereich 1) mithilfe von KI beantworten lassen, basierend auf aktuellen wissenschaftlichen Perspektiven. Grundlage ist die Analyse von 167 im Jahr 2024 veröffentlichten Artikeln auf dem Open-Access-Dokumentenserver peDOCS. Diese wurden unter Rückgriff auf die Prinzipien der Learning Analytics (Siemens, 2013) mithilfe des eigens entwickelten FACTS-V1.5 Frameworks ausgewertet. Die Artikel wurden automatisiert geladen, bereinigt, in Abschnitte unterteilt und mit zwei lokal betriebenen LLMs (Llama3.1p und p2 von Meta) analysiert. Die eingesetzten Modelle nutzten ihre Sprachverarbeitungsfunktionen zur Beurteilung der Inhalte in Bezug auf die Fragestellungen. Die Ergebnisse flossen in statistische Themenmodellierungen (LDA) sowie in KI-gestützte Interpretationen ein und wurden anschließend manuell validiert. In den analysierten Artikeln konnten zu allen drei Fragestellungen relevante Antworten identifiziert werden, wobei die zweite Fragestellung besonders häufig behandelt wurde. Ziel des Beitrags ist es, zentrale Themen im Wandel schulischer Praxis sichtbar zu machen und den praktischen Mehrwert KI-gestützter Analyseprozesse aufzuzeigen. (DIPF/Orig.) |
| Abstract (Englisch): | School practice, understood as the totality of daily activities, interactions, and processes in school operations, is facing fundamental changes. These changes are influenced not only by social developments such as teacher shortages and migration, but increasingly also by technological advances such as artificial intelligence (AI). AI opens up a wide range of applications in this complex field, including adaptive learning systems, automated feedback, and the analysis of large data sets for the early detection of trends. This article examines whether the three questions posed by the IGSP Congress (Topic Area 1) can be answered with the help of AI, based on current scientific perspectives. The analysis is based on the analysis of 167 articles published in 2024 on the open access document server peDOCS. These articles were evaluated using the principles of learning analytics (Siemens, 2013) and the specially developed FACTS-V1.5 framework. The articles were automatically loaded, cleaned, divided into sections, and analyzed using two locally operated LLMs (Llama3.1p and p2 from Meta). The models used their natural language processing capabilities to assess the content in relation to the research questions. The results were incorporated into statistical topic modeling (LDA) and AI-supported interpretations, and subsequently manually validated. Relevant answers to all three research questions were identified in the analyzed articles, with the second research question being addressed particularly frequently. The aim of this article is to highlight key themes in the changing nature of school practice and demonstrate the practical added value of AI-supported analysis processes. (Author) |
| Statistik |  Anzahl der Zugriffe auf dieses Dokument
|
| Prüfsummen | Prüfsummenvergleich als Unversehrtheitsnachweis |
| Eintrag erfolgte am | 30.04.2025 |
| Quellenangabe | Pietrusky, Stefan: Schulische Praxis im Wandel. Kann künstliche Intelligenz helfen, Antworten auf die Fragen der Bildungsforschung zu liefern? 2025, 36 S. - URN: urn:nbn:de:0111-pedocs-330632 - DOI: 10.25656/01:33063 |
Inhalt auf sozialen Plattformen teilen
Teile diese Seite:
