Die Arbeitspakete im Bereich „Adaptives Testen“ zielen auf die Entwicklung KI-gestützter Testformate, die sich dynamisch an das individuelle Wissen der Lernenden anpassen. Die vier Unterpakete umfassen die Integration adaptiver Tools, Bewertungstechnologien, maschinelle Komplexitätsanalyse sowie die begleitende Evaluation und Dokumentation.
<pclass="fst-italic text-center">Abbildung: Interface des adaptiven Testsystems (Pilotphase)</p>
</div>
</div>
</article>
<articleclass="mb-5">
<h3>AP 4.1 Auswahl und Moodle-Integration adaptiver Tools</h3>
<h2>AP 4.1 Auswahl und Moodle-Integration adaptiver Tools</h2>
<ul>
<li>Integration eines adaptiven Test-Plugins in Moodle: abgeschlossen (2022)</li>
<li>Neues Feature: Studierende können ihre Antworten nachträglich einsehen</li>
<li>Öffentliche Bereitstellung des Plugins (Moodle 4.1) im <ahref="https://transfer.hft-stuttgart.de/gitlab/knight/adaptivetests"target="_blank">Transfer-GitLab</a></li>
</ul>
</article>
<articleclass="mb-5">
<h3>AP 4.2 Konsolidierung von Bewertungstools</h3>
<h2>AP 4.2 Konsolidierung von Bewertungstools</h2>
<ul>
<li>Einbindung des Tools <strong>ASYST</strong> zur Korrektur von Freitextfragen in Moodle</li>
<li>Veröffentlichung des Moodle-Plugins im <ahref="https://transfer.hft-stuttgart.de/gitlab/ulrike.pado/asyst-moodle-plugin"target="_blank">Transfer-GitLab</a></li>
</ul>
</article>
<h3>AP 4.3 Komplexitätsbewertung mit ML</h3>
<articleclass="mb-5">
<h2> AP 4.3 Komplexitätsbewertung mit ML</h2>
<ul>
<li>Vergleich zweier Ansätze: LLM-Fine-Tuning vs. klassische ML-Algorithmen</li>
<li>Ergebnis: keine zuverlässige Bewertung möglich – zu geringe Datenbasis</li>
<li>Stattdessen: theoriegeleitete manuelle Bewertung und Integration in den <ahref="https://wiki.hft-stuttgart.de/display/ap4"target="_blank">Nutzerleitfaden</a></li>
</ul>
<h3>AP 4.4 System-Demo und Leitfaden</h3>
<ul>
<li>Einsatz des adaptiven Testsystems als formative Übung und PVL im Sommersemester 2024</li>
<li>Datenerhebung durch Umfragen und Interviews in Abstimmung mit dem Datenschutz</li>
<li>Long Paper zur AIED 2025 eingereicht (Track: Architectures and Tools)</li>
</ul>
</article>
<h3>Dissemination & Vernetzung</h3>
<ul>
<li><strong>Intern:</strong> Präsentation bei <em>NextNormal</em> (20.06.2024), Erweiterungsangebote für andere Studienbereiche</li>
<li><strong>Extern:</strong> Vortrag bei der Uni Ulm (20.01.2025), GHD-Ringvorlesung „LehrImpulse“ (03.02.2025)</li>
<li><strong>Technisch:</strong> Nutzung desselben Moodle-Servers wie bei AP 3.1 für DSGVO-konformen Chatbot „bwGPT_LMS“</li>
<li><strong>Inhaltlich:</strong> Abstimmung mit AP 2 zu Feedbackmechanismen & ethischer KI</li>
</ul>
<articleclass="mb-5">
<h2>AP 4.4 System-Demo und Leitfaden</h2>
<ul>
<li>Einsatz des adaptiven Testsystems als formative Übung und PVL im Sommersemester 2024</li>
<li>Datenerhebung durch Umfragen und Interviews in Abstimmung mit dem Datenschutz</li>
<li>Long Paper zur AIED 2025 eingereicht (Track: Architectures and Tools)</li>
</ul>
</article>
<articleclass="mb-5">
<h3>Meilensteine</h3>
<h2>Dissemination & Vernetzung</h2>
<ul>
<li><strong>Intern:</strong> Präsentation bei <em>NextNormal</em> (20.06.2024), Erweiterungsangebote für andere Studienbereiche</li>
<li><strong>Extern:</strong> Vortrag bei der Uni Ulm (20.01.2025), GHD-Ringvorlesung „LehrImpulse“ (03.02.2025)</li>
<li><strong>Technisch:</strong> Nutzung desselben Moodle-Servers wie bei AP 3.1 für DSGVO-konformen Chatbot „bwGPT_LMS“</li>
<li><strong>Inhaltlich:</strong> Abstimmung mit AP 2 zu Feedbackmechanismen & ethischer KI</li>
</ul>
</article>
<articleclass="mb-5">
<h2>Meilensteine</h2>
<ul>
<li>M4.1: LMS-Integration eines geeigneten Tools – <strong>erreicht</strong></li>
<li>M4.2: Konsolidierte Tool-Umgebung für Bewertung – <strong>erreicht</strong></li>
