Die Coronavirus-Krise hat noch einmal gezeigt wie wichtig es ist, Lernen in Schulen durch digitale Technologien zu unterstützen. Weit über die Nutzung digitaler Plattformen für die Verteilung von Aufgaben an die Schüler*innen hinaus, ermöglichen digitale Technologien die Verfolgung des Lernprozesses einzelner Schüler*innen sowie die Bereitstellung gezielter Unterstützung, die auf die jeweiligen individuellen Bedürfnisse zugeschnitten ist. Dieses Forschungsprojekt untersucht, inwieweit Daten, die aus der Interaktion von Schüler*innen mit digitalen Technologien im mathematisch-naturwissenschaftlichen Unterricht stammen, genutzt werden können, um 1) das Lernen einzelner Schüler*innen kontinuierlich zu evaluieren, 2) Lernpfade über Sequenzen von Lernaktivitäten zu rekonstruieren und 3) diejenigen Pfade zu identifizieren, die mit der Entwicklung von Kompetenzen in Mathematik und Naturwissenschaften einhergehen.
Zahlreiche Studien belegen, dass Doktoranden Schwierigkeiten haben, ihre Dissertationen abzuschließen. Zu den Faktoren, die die Anfertigung der Vor- oder Abschlussarbeit erschweren, gehören die Schwierigkeiten der Studierenden bei der Lese- und Schreibpraxis und der eigenständigen Bewältigung der Aufgabe, die in der Regel isoliert und ohne didaktische Unterstützung durchgeführt wird. In diesem Projekt soll in diesem Kontext der Einsatz digitaler Technologien bei der Erstellung von Dissertationen untersucht werden.
Im Rahmen dieses Forschungsprojekt wird untersucht, wie unterschiedliche Formen der Darstellung von Sachinformationen individuelles Wissen über und die Einstellung zu Füchsen beeinflussen. Insbesondere befasst sich das Projekt mit den Auswirkungen unterschiedlicher visueller und textlicher Darstellungen. Es untersucht, ob Emotionalisierung durch visuelle Methoden eine ähnliche Wirkung hat wie eine durch Textdarstellungen vermittelte Emotionalisierung.
Sequenzielle Kollaboration beschreibt den Kollaborationsprozess der beispielsweise kollaborativen Online-Projekten wie Wikipedia zugrunde liegt, indem ein Beitragender einen Eintrag erstellt, der von folgenden Beitragenden sequenziell verändert und verbessert oder beibehalten werden kann. Dieses Projekt untersucht das Sammeln von Informationen und die Qualität darauf beruhender Entscheidungen in sequenzieller Kollaboration im Vergleich zu Diskussionen in Gruppen, um tiefere Einblicke in den Konstruktionsprozess von gemeinsamem Wissen zu erhalten.
Roboter und künstliche Intelligenz (KI) dienen zunehmend als Kooperationspartner für Menschen. Textbasierte Chatbots, die die Kommunikation von Menschen mit einem technischen System über natürliche Sprache ermöglichen, haben sich in einer Vielzahl von Anwendungsbereichen verbreitet. Über die Prozesse in Teams, die aus Menschen und KI bestehen, ist bisher wenig bekannt. Im Fokus dieses Dissertationsprojekts steht daher die Erforschung von Zusammenhängen zwischen Teamzusammensetzung und Teamperformanz und -dynamik.
Wie erhalten wir wissenschaftliche Informationen? Von wem erhalten wir sie? Was wäre, wenn uns künstliche Intelligenz komplizierte Themen und fachliche Informationen leicht verständlich vermitteln könnte? Im Rahmen dieses Forschungsprojekts wird untersucht, wie Laien intelligente Sprachassistenten wahrnehmen und bewerten, die wissenschaftliche Informationen kommunizieren. Insbesondere wird untersucht, wie sich unterschiedliche textliche Darstellungen automatisierter Inhalte auf die Akzeptanz und die Rezeption von wissenschaftlichen Informationen auswirken.
Ziel des Projekts ist es für Studierende der Medizin und der medizinnahen lebenswissenschaftlichen Studiengänge nachhaltige effektive Curriculums-begleitende innovative Lehrformate mit dynamisch an unterschiedliche Bedingungen und Entwicklungen anpassbaren Inhalten zu entwickeln, die der Vermittlung von theoretischen und praktischen KI-Kenntnissen auf verschiedenen Ebenen (Grundlagen, Vertiefungen, Anwendungen) mit gesellschaftlich relevanten Fragen zu Ethik, Recht, Privatsphäre, Transparenz etc. dienen. Das Projekt TüKITZ Med soll KI-fachfremden Studierenden auf verschiedenen Ebenen Grundkonzepte und Methoden der künstlichen Intelligenz kompetent und effektiv vermitteln.
Mit der Verbreitung des Internets und dem Aufkommen kollaborativer Online-Projekte wie Wikipedia und OpenStreetMap hat sich auch die Zusammenarbeit von Personengruppen radikal verändert. Statt als Gruppe gemeinsam Informationen zu teilen und Urteile zu treffen, organisieren sich Beitragende in einem sequenziellen Kollaborationsprozess, bei dem eine sequenzielle Kette einen ersten unabhängigen Eintrag gestartet wird, der von folgenden Beitragenden verändert und verbessert oder beibehalten werden kann. In diesem Projekt wird untersucht, ob und unter welchen Rahmenbedingungen Beitragenden in einem solchen Prozess zu genauen Urteilen kommen.
Wissenschaftliche Erkenntnisse gewinnen zunehmend an Bedeutung. Allerdings ist es für viele Menschen oft schwierig, diese Erkenntnisse zu interpretieren und zu verstehen. Das liegt auch daran, dass der wissenschaftliche Erkenntnisprozess bisher nur wenig Beachtung findet. Daher ist das Ziel des Projekts VideT, ein videobasiertes Transferinstrument zu entwickeln, um damit den empirischen wissenschaftlichen Forschungsprozess zu vermitteln und in Schülerlaboren zu testen.
