Ergebnissteckbrief AKILAS

Adaptives KI-Feedback für eine individuelle Lernunterstützung

akilas.jpg
© Adobe Stock/goodluz

Projekt

Die im Projekt AKILAS Forschenden entwickelten adaptive, intelligente Lern-Assistenzsysteme weiter und untersuchten, ob sie sich für den Einsatz im schulischen Kontext eignen. Mithilfe von Künstlicher Intelligenz (KI) verbesserten sie das computergestützte personalisierte Lernen und weiteten die Aufgabenformate derart aus, dass die KI beispielsweise Freitext-Antworten automatisch analysiert und hilfreiches Feedback für Schülerinnen und Schüler generiert.

Motivation

Der Einsatz von KI im Schulunterricht ist nicht nur didaktisch herausfordernd. Auch stellt sich die Frage nach deren Akzeptanz durch Schülerinnen und Schüler, Eltern und Lehrkräfte. Dabei hat KI-basierte Unterstützung im Unterricht den Vorteil, die jungen Menschen durch personalisiertes Feedback gezielt zu fördern. KI kann konkrete Verbesserungshinweise für die individuellen von Schülerinnen und Schülern erarbeiteten Lösungen geben. Dies sollte auf anspruchsvolle Aufgabenformate wie Freitexte erweitert werden.

Technische Innovationen

Das Forschungsteam entwickelte mehrere Funktionen, die die Lernerfahrung für Schülerinnen und Schüler anregender und effektiver machen. Ein Schwerpunkt lag auf der Auswertung offener Fragestellungen – in Abgrenzung zu einfachen Multiple-Choice-Tests – und dem Bereitstellen von adaptivem Feedback, das den Lernweg passgenau unterstützt. So erforschten sie beispielsweise ein Computer-Algebra-System, das die verschiedensten Eingaben im Fach Mathematik evaluiert, um passendes Feedback entlang des individuellen Lösungsweges zu geben. Für sprachliche Fächer ließen die Wissenschaftlerinnen und Wissenschaftler ein System entwickeln, das bei der Text- und Spracheingabe relevantes Feedback zu verschiedenen Fehlertypen, Aussprache und Grammatik gibt. Zudem arbeitete das Team an der automatischen Auswertung einer „textgebundenen Erörterung“ im Deutsch-Unterricht. Mithilfe der Technologie des maschinellen Lernens (tiefe neuronale Netze) analysiert das System die argumentative Struktur des von Schülerinnen und Schülern geschriebenen Texts und gibt dann Hinweise zur Verbesserung des Textaufbaus, zur Wiedergabe der im Quelltext enthaltenen Argumente und zur eigenen Argumentation. Die entwickelte Software ist sehr effektiv und erfüllt gleichzeitig höchste Datenschutzstandards.

Ausblick

Die Projektergebnisse lassen sich bei der Entwicklung adaptiver Lernsoftware und Umsetzung von Weiterbildungsangeboten für Lehrkräfte der sprachlichen Fächer nutzen. Darüber hinaus können die gewonnenen Erkenntnisse in die Lehrkräfteausbildung einfließen, den Einsatz von KI im Klassenzimmer optimieren und so einen effektiveren und interaktiveren Lernprozess fördern.

Weitere Informationen

Projektsteckbrief

Projekt-Website