Prof. Dr. habil. Claudia de Witt & Dr. Christina Gloerfeld

Der Einsatz von Methoden der Künstlichen Intelligenz (KI) in der Hochschulbildung hat das Potenzial, neue Erkenntnisse aus enormen Datengrundlagen herauszufiltern (z.B. Education Data Mining) und darüber hinaus als Grundlage dynamischer Systeme Lernende individuell in ihrem Studium zu unterstützen. Dabei spielen heute u. a. adaptive, personalisierte Lernumgebungen, Learning Analytics und Recommender-Systeme eine entscheidende Rolle. Neben einer personalisierten und adaptiven Unterstützung der Lernenden wird mit der Nutzung KI-basierter Tools letztlich das Ziel verfolgt, weiterführende Erkenntnisse über das Lernen gewinnen zu können sowie didaktische Maßnahmen in der digitalen Bildung noch zielgerichteter und individualisierter einzusetzen.

Der Vortrag präsentiert zwei Szenarien KI-basierten Lernens im Kontext Hochschule und zeigt, dass KI nicht nur in naturwissenschaftlich-technischen Bereichen, sondern durchaus auch im sozialwissenschaftlichen Umfeld seine Potenziale ausspielen kann. Dabei handelt es sich um erste Ergebnisse des Forschungs- und Entwicklungsprojekts der Kooperationspartner FernUniversität in Hagen (FeU) und Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI). Das Ziel des Projekts besteht darin, KI-Potenziale in demonstrierenden Szenarien zu realisieren; dies geschieht im Hochschulstudium praktisch sowohl auf einer einzelnen Modul- als auch auf einer gesamten Studienverlaufsebene und bietet den Lernenden personalisierte und adaptive Unterstützung in ihrem Lernprozess. Grundlage hierfür ist also ein Lernenden zentrierter Qualifikationsansatz, für den die Methoden und Anwendungen Künstlicher Intelligenz in zweifacher Weise im Projekt eingesetzt werden, nämlich:

 a)    als wissensbasiertes Expertensystem, mit dem strukturiertes Expertenwissen und formales Wissen modelliert sowie eine entsprechende didaktische strukturierte Wissensbasis geschaffen werden, und

b)    als maschinelles Lernen für die Analyse unstrukturierter Daten des individuellen Nutzungsverhaltens in Bildungsprozessen und für die Ableitung von Folgerungen etwa in Form von Adaptivität oder Empfehlungen.

Hieraus wird für die Lernenden ein Unterstützungssystem mit dem Ziel entwickelt, ihre Motivation auch bei Problemen und Hindernissen aufrechtzuerhalten und sie bei der Erreichung ihrer selbst gesetzten Ziele zu unterstützen.