Forschungsprogramm: Bildungstechnologien und Künstliche Intelligenz

Im Bereich (1) Lernen mit Technologie & KI interessiert sich das Forschungsprogramm für individuelles Lernen und Lernen in kleinen Gruppen in verschiedenen Bildungsumgebungen wie Schulen, Hochschulen, Berufsbildung und nicht-formalen Lernumgebungen (z.B. Museen).

• Konversationelle KI in der Bildung (Alisa Maksimova) Förderung der Fähigkeit zur Zusammenarbeit in der Hochschulbildung (Sebastian Strauß)
• Lernverläufe verstehen und Kompetenzentwicklung unterstützen (Sebastian Strauß)
• Verbesserung der Überarbeitungsfähigkeiten bei der Überarbeitung von KI-generierten Texten (Anna Radtke)
• Kleingruppenarbeit in hybriden universitären Lehrveranstaltungen: Herausforderungen und effektive Unterstützungsmaßnahmen (Sabine Schermeier)

Im Bereich (2) Lehren mit Technologie und KI untersuchen die Forscher:innen die Kompetenzen und Bedürfnisse von Lehrern. Die Forscher:innen ermitteln die Chancen und Herausforderungen, denen Lehrkräfte beim Unterrichten in digitalen Umgebungen begegnen, und untersuchen, wie sie digitale Lernmaterialien anpassen. Insbesondere untersuchen die Forscher:innen die Rolle von Lehrer-Dashboards, wie sie den Lehrer:innen informieren können und wie Lehrer:innen sie nutzen können, um ihren Unterricht zu verbessern.

• Unterstützung von Lehrkräften beim Einsatz digitaler Lernsysteme im Bildungskontext (Ann-Christin Falhs)

An der Schnittstelle zwischen Lernen und Lehren untersuchen die Forscher:innen, wie Learning Analytics sowohl Lernende als auch Lehrende in Schulen, Universitäten und im außerschulischen Bereich unterstützen kann. Darüber hinaus untersucht das Team die mit KI-Tools verbundenen ethischen und datenschutzrechtlichen Implikationen.

• Lernen mit und über KI in Museen (Alisa Maksimova)

How Modes of Social Regulation Emerge and Impact Learning from Collaboration (MoRe)

Partner:innen: Interim Prof. Dr. Sebastian Strauß (Ruhr-Universität Bochum), Isis Tunnigkeit (Ruhr-Universität Bochum), Prof. Dr. Nikol Rummel (CAIS)

Beim kooperativen Lernen besteht Regulationsbedarf auf Seite des Individuums, sowie auf Ebene der Gruppe. Ausgehend von Theorien des selbstregulierten Lernens wurden Co-Regulation (CoRL) und Socially Shared Regulation (SSRL) als weitere Modi der sozialen Regulation beschrieben, die sich durch den Grad der Transaktivität der Interaktionen zwischen den Lernenden unterscheiden. Das geplante Projekt hat zum Ziel, die trennscharfe Erfassung von der sozialen Regulationsmodi Co-Regulation of Learning und Socially Shared Regulation of Learning, weiterzuentwickeln, die Voraussetzungen für das Auftreten dieser Modi systematisch zu untersuchen und die ihre Beziehung zu individuellem Lernerfolg zu beleuchten. Um diese Forschungsfragen zu beantworten, werden Laborexperimente durchgeführt, in denen Studierende in Paaren (Dyaden) in einer digitalen Simulation kooperieren. Besonderes Augenmerk dieser Studien liegt auf der Zusammensetzung der Dyaden in Hinblick auf verschiedene Eigenschaften der Lernenden, wie deren domänenspezifisches Vorwissen oder Lernziele, und wie sich diese auf den Kooperationsprozess, sowie den Wissenserwerb der Gruppenmitglieder auswirkt.