Personalisiertes Lernen in der Programmierung
Auf der Seite „Personalisiertes Lernen in der Programmierung“ wird erläutert, wie KI-basierte Ansätze eingesetzt werden, um Lerninhalte und Aufgaben individuell auf den Fortschritt der Studierenden abzustimmen. Besucher erfahren, wie diese personalisierten Lernangebote entwickelt werden, um den unterschiedlichen Lernbedürfnissen gerecht zu werden und die Effektivität des Lernens zu steigern.
Beschreibung des Themas
Wir entwickeln und implementieren PATE, einen fortschrittlichen KI-Chatbot, der auf großen Sprachmodellen (LLM) basiert und Studierende proaktiv bei der Lösung von Programmieraufgaben unterstützt. PATE nutzt die fortschrittlichen Fähigkeiten großer Sprachmodelle, um die Ansätze der Studierenden bei Programmieraufgaben zu identifizieren und zu analysieren, um so relevante und kontextbezogene Antworten zu generieren.
Konzeptabbildung: AVERT
Eine bedeutende Erweiterung von PATE ist AVERT (Authorship Verification and Evaluation through Responsive Testing), eine Schlüsselkomponente zur Überprüfung der Urheberschaft eingereichter Programmieraufgaben. AVERT verstärkt die akademische Integrität und fördert interaktives Lernen, indem es Studierende durch maßgeschneiderte Dialoge aktiv einbezieht.

Was bieten wir im Rahmen der Hochschule an
PATE und AVERT bieten aufgrund ihrer adaptiven Technologie eine individualisierte Interaktion, die es ermöglicht, strukturierte und personalisierte Inhalte anzubieten. Diese Systeme fördern durch direktes Feedback und interaktive Dialoge die Problemlösungsfähigkeiten und analytischen Kompetenzen der Studierenden.
Veröffentlichungen/Ergebnisse/Produkte
- PATE (Programming Assignments Tutor in Education) AI chatbot: HFTalk Poster
- F. Vintila (2024). AVERT: Authorship Verification and Evaluation through Responsive Testing
Verantwortliche für den Themenbereich
Prof. Dr. Peter Heusch
Dipl.-Ing. Florentin Vintila