Innovationscluster E-Assessment
Die Optimierung von Prüfungsbedingungen ist zentrales Thema für Hochschulen. Zugleich hat sich die Zahl durchgeführter E-Assessments unter Corona deutlich erhöht. Alleine die Verbundpartner führen aktuell >75.000 E-Abschlussprüfungen durch. NOVA:ea möchte akademische Bildung in allen biographischen Phasen mit studierendengerechten E-Asessments fördern. Es platziert Studie-rendendiversität im Zentrum der didaktischen/technischen/diagnostischen Gestaltung von E-Assessments. Leitprinzip ist die Verzahnung der studierendenzentrierten Innovierung mit technologi-scher Weiterentwicklung, die für an über 230 HS eingesetzte E-Prüfungssysteme als Open Source erfolgt. Zu den Entwicklungen zählen domänenspezifische Aufgabenformate sowie flexible On-Demand E-Assessments. Ein Prüfungscockpit gibt Lehrenden durch Assessment Analytics Hand-lungsempfehlungen zur iterativen Verbesserung. Besondere Aufmerksamkeit gilt der Akzeptanzför-derung bei der Einführung von E-Assessments. Besonderen Stärke des Projektverbunds ist der fest in der Projektstruktur verankerte Transfer zwischen komplementären Verbundpartnern. Austausch in andere HS soll durch ein OER E-Assessment-Toolkit für Lehrende & Serviceeinrichtungen erleichtert werden.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
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
