Development, implementation and acceptance of an AI-based tutoring system. A research-led methodology.

Literaturnachweis - Detailanzeige

Trefferliste

Autor/inn/en	Schmohl, Tobias; Schelling, Kathrin; Go, Stefanie; Thaler, Katrin Jana; Watanabe, Alice
Titel	Development, implementation and acceptance of an AI-based tutoring system. A research-led methodology.
Quelle	Aus: Cukurova, Mutlu (Hrsg.); Rummel, Nikol (Hrsg.); Gillet, Denis (Hrsg.); McLaren, Bruce (Hrsg.); Uhomoibhi, James (Hrsg.): Proceedings of the 14th international conference on computer supported education (CSEDU 2022). Volume 2. Setúbal: SciTePress - Science and Technology Publications, Lda. (2022) S. 179-186 PDF als Volltext kostenfreie Datei (1); PDF als Volltext kostenfreie Datei (2); PDF als Volltext (3) Link als defekt meldenVerfügbarkeit
Sprache	englisch
Dokumenttyp	online; Sammelwerksbeitrag
ISSN	2184-5026
ISBN	978-989-758-562-3
DOI	10.25656/01:27940 10.5220/0011068500003182
URN	urn:nbn:de:0111-pedocs-279406
Schlagwörter	Forschung; Methode; Digitale Medien; Künstliche Intelligenz; Forschung; Künstliche Intelligenz; Methode; Forschungsprojekt; Hochschulbildung; Intelligentes Tutorsystem; Intelligentes Tutorsystem; Lehr-Lern-System; Hochschulbildung; Forschungsüberblick; Forschungsprojekt
Abstract	Dieses Design-Based Research (DBR)-Projekt zielt auf die Entwicklung eines intelligenten Tutorensystems (ITS) für die Hochschulbildung ab. Das System wird Lehr- und Lernmaterialien in Audio- und Videoformaten (z.B. Podcasts, Vorlesungsaufzeichnungen, Screencasts und Erklärvideos) sammeln und auf einer Learning Experience Platform (LXP) speichern. Anschließend wird der ITS sie mit Hilfe von Spracherkennung verarbeiten, um Daten zu gewinnen, die wiederum für weitere Anwendungen genutzt werden können: Mithilfe von künstlicher Intelligenz (KI) wird die Plattform es den Nutzern ermöglichen, die Materialien zu durchsuchen und sie automatisch nach Kriterien wie Unterrichtsthema, Sprache, Medium oder erforderlichen Vorkenntnissen zusammenzustellen. Am Ende des letzten DBR-Zyklus wird der ITS auch eine aktivere Form der Unterstützung bieten: Er wird automatisch Übungen auf der Grundlage von vordefinierten Mustern und Lehrmaterialien erstellen, so dass die Lernenden ihre Lernfortschritte selbständig überprüfen können. Um die Eigenschaften des ITS genau auf die Bedürfnisse und Lerngewohnheiten der Studierenden im Hochschulbereich abzustimmen, wird die Entwicklung dieses KI-basierten Tutorsystems von einem interdisziplinären Team begleitet, das das Konzept über mehrere DBR-Zyklen hinweg kontinuierlich neu evaluiert und anpasst. Unser Ziel ist es, durch die Erhebung und Auswertung von Daten aus der Bildungsforschung (Mixed-Methods-Design; Primär- und Sekundärforschung) Implikationen für die technische Entwicklung des Systems abzuleiten. (Autor). This Design-Based Research (DBR) project aims to develop an intelligent tutoring system (ITS) for higher education. The system will collect teaching and learning materials in audio and video formats (e.g., podcasts, lecture recordings, screencasts, and explainer videos), and store them on a learning experience platform (LXP). Then, the ITS will process them with the help of speech recognition to gain data which, in turn, will be used to power further applications: Using artificial intelligence (AI), the platform will allow users to search the materials, automatically compiling them according to criteria like lesson subject, language, medium, or required prior knowledge. By the end of the last DBR cycle, the ITS will also provide a more active form of support: It will automatically generate exercises based on predefined patterns and teaching materials, thus allowing learners to check up on their learning progress autonomously. In order to closely match the ITS's features to the needs and learning habits of students in higher education, the development of this AI-based tutoring system is accompanied by an interdisciplinary team which will continuously re-evaluate and adapt the concept over the course of several DBR cycles. Our goal is to derive implications for the system's technical development by collecting and evaluating educational research data (mixed methods design; primary and secondary research methods). (DIPF/Orig.).
Erfasst von	DIPF \| Leibniz-Institut für Bildungsforschung und Bildungsinformation, Frankfurt am Main
Update	2024/1