Projekt Bühne
AKI-NaFa
Zur Suche

Anwendungsbereiche Künstlicher Intelligenz im naturwissenschaftlichen Fachunterricht

Künstliche Intelligenz ist eine Zukunftstechnologie, die in den kommenden Jahren zu tiefgreifenden gesellschaftlichen Veränderungen führen wird. Eine kritische Auseinandersetzung mit Anwendungen, Risiken und zukünftigen Potenzialen Künstlicher Intelligenz auf Basis theoretischer und praktischer Kenntnisse spielt gerade bei Lehramtsstudierenden eine zentrale Rolle. Durch ihre Funktion als Multiplikatoren, können sie Wissen über und den Umgang mit Künstlicher Intelligenz im Unterricht vermitteln und bei Schüler*innen ein entsprechendes Bewusstsein auszubilden, ihre Zukunft zu gestalten. Im Rahmen des Projektes " Anwendungsbereiche Künstlicher Intelligenz im naturwissenschaftlichen Fachunterricht (AKI-NaFa)" setzen sich Lehramtsstudierende mit einzelnen KI-Themenbereichen auseinander und entwickeln Lehrkonzepte für den schulischen Unterricht. Die Anwendung im naturwissenschaftlichen Fachunterricht, die Beschäftigung mit Risiken von KI sowie und ethische Aspekte werden einbezogen. Bei der Konzeption soll ein fächerübergreifender Ansatz verfolgt werden, der die Anwendung in unterschiedlichen Schulfächern begünstigt. Zusätzlich soll eine zielgruppengerechte KI-Anwendung programmiert werden, mit der Studierende und Schüler*innen in praktischen Erfahrungszusammenhängen lernen, wie eine KI-Anwendung funktioniert. Die Projektergebnisse werden über eine Webseite, Fortbildungen und Öffentlichkeitsarbeit einem breiten Nutzerkreis zur Verfügung stehen.

Auf Einen Blick

Kontakt

Projektbeteiligte

Das könnte Sie auch interessieren

Projekt 101140
Projekt

KI-basiertes Feedback für Freitexte und Diagramme

In diesem Projekt, welches auf dem Easy-Tutor Projekt von Freiraum 2022 aufbaut, soll unter Benutzung von Prompting-Technologien auf bekannten Sprachmodellen wie ChatGPT oder Mistral sowie eigenen KI-Modellen ein bestehendes intelligentes Tutorensystem (ITS) für SQL-, Excel- und Mathe-Aufgaben um die Feedback-Generierung für weitere Aufgabenarten erweitert werden: Textaufgaben mit wenigen Lösungsvarianten (z.B. Modellierungsaufgaben) und Freitextaufgaben sowie die Überprüfung von Seminar- und Abschlussarbeiten.Im ersten Fall erfolgt zuerst eine Harmonisierung und dann eine (semi)-automatische Klassifikation der Lösungsstrategien durch das ITS. D.h., wenn das ITS eine neue Lösungsstrategie entdeckt, reicht es diese zur Korrektur an Dozierende weiter. So lernt das ITS, neue Strategien zu bewerten. Mit der Zeit kann es dann immer selbstständiger den Studierenden Feedback geben, auch wenn sich die konkreten Formulierungen jedes Mal unterscheiden. Dieser Ansatz ist eine Verallgemeinerung des Ansatzes zur selbstlernenden Feedback-Generierung für SQL-Aufgaben [arXiv:2311.10730].Bei Seminar- und Abschlussarbeiten überprüft das ITS neben Formalkriterien (wie Zitierweise) die Struktur und den Aufbau der Arbeit (Ist eine Forschungsfrage erkennbar? Bauen die vom Sprachmodell erkannten Aussagen auf vorherigen Teilen der Arbeit auf? Gibt es ein Fazit, welches zur Forschungsfrage passt?). Dozierende können Feedback geben, nachdem viele strukturelle und formale Fehler schon beseitigt wurden.

Projekt anzeigen
Maßnahme 100397
Maßnahme

rztrtzrz

sqawesrdtzuiopöäüöl.,kmjn bhvgfcdxy

Maßnahme anzeigen
Publikation 100116

Publikation

das ist eine Test-Publikation

Publikation anzeigen