Commit e65a4983 authored by Traboulsi's avatar Traboulsi
Browse files

Update public/personalisiertes-lernen.html

parent 560905aa
No related merge requests found
Pipeline #10161 passed with stage
in 6 seconds
Showing with 53 additions and 27 deletions
+53 -27
......@@ -37,38 +37,64 @@
</nav>
</div>
</header>
<main>
<section class="container">
<p>
<br>
</p>
<p>
<br>
</p>
<div>
<h1>Personalisiertes Lernen in der Programmierung</h1>
<p>
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.
</p>
<p>
Weitere Details werden hier bald ergänzt.
</p>
<p><br></p>
<p><br></p>
<div>
<h1>Personalisiertes Lernen in der Programmierung</h1>
<h2>Beschreibung des Themas</h2>
<p>
Wir entwickeln und implementieren <strong>PATE</strong>, 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.
</p>
</div>
</section>
</main>
<h2>Konzeptabbildung</h2>
<p>
Eine bedeutende Erweiterung von PATE ist <strong>AVERT</strong> (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. Diese Dialoge bewerten das Verständnis der Studierenden für die Programmieraufgaben und adressieren die Hauptursachen für akademische Unehrlichkeit wie Motivationsdefizite und mangelndes Fachverständnis.
</p>
<p>
AVERT stellt dynamisch zielgerichtete Fragen basierend auf den Einreichungen der Studierenden und bestätigt durch deren Antworten das echte Verständnis der Aufgaben.
</p>
<footer>
<div class="container">
<p>Um zur Startseite zurückzukehren, klicken Sie bitte auf den folgenden Link:</p>
<a href="index.html">Zurück zur Startseite</a>
<p>&copy; 2024 KNIGHT Project. All rights reserved.</p>
<h2>Was bieten wir im Rahmen der Hochschule an</h2>
<p>
<strong>PATE</strong> und <strong>AVERT</strong> 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 nicht nur die Problemlösungsfähigkeiten und analytischen Kompetenzen der Studierenden, sondern tragen auch dazu bei, ein tieferes und engagierteres Lernerlebnis zu schaffen.
</p>
<p>
Zum Beispiel wird bei Programmieraufgaben, die den initialen Test bestehen, mittels <strong>AVERT</strong> die Originalität überprüft. Die Ergebnisse werden nicht nur den Studierenden mitgeteilt, sondern auch an die Lehrenden weitergeleitet. Falls ein Studierender nicht nachweisen kann, dass er den Code verstanden hat, bietet AVERT ihm die Möglichkeit, den Code oder Teile davon nachzubearbeiten.
</p>
<p>
Darüber hinaus hilft AVERT den Studierenden, die Kernpunkte einer Aufgabe zu verstehen und ihre Gedanken zur Problemlösung zu strukturieren, indem es relevante Informationen und Ressourcen bereitstellt. Durch personalisierte Anleitung werden die Studierenden dazu angeleitet, den Code so zu schreiben, dass er die Tests besteht, wobei der Chatbot darauf ausgelegt ist, Unterstützung zu geben, ohne direkten Code bereitzustellen.
</p>
<p>
Diese umfassende Unterstützung verbessert nicht nur die Lernergebnisse, sondern fördert auch eine Kultur der Integrität und Zusammenarbeit unter den Studierenden.
</p>
<h2>Veröffentlichungen/Ergebnisse/Produkte</h2>
<ul>
<li>PATE (Programming Assignments Tutor in Education) an AI chatbot that proactively helps students in programming assignments bei HFTalk (POSTER intern)</li>
<li>F. Vintila (2024). AVERT: Authorship Verification and Evaluation through Responsive Testing, an LLM-based procedure that interactively verifies code authorship and evaluates student understanding. "IEEE 21st International Conference on Information Technology Based Higher Education and Training (ITHET 2024) (in preparation)</li>
</ul>
<h2>Verantwortliche für den Themenbereich</h2>
<ul>
<li>Prof. Dr. Peter Heusch</li>
<li>Dipl.Ing. Florentin Vintila</li>
</ul>
</div>
</section>
</main>
<footer>
<div class="container">
<p>Um zur Startseite zurückzukehren, klicken Sie bitte auf den folgenden Link:</p>
<a href="index.html">Zurück zur Startseite</a>
<p>&copy; 2024 KNIGHT Project. All rights reserved.</p>
</div>
</footer>
<script src="assets/vendor/bootstrap/js/bootstrap.bundle.min.js"></script>
</body>
</html>
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment