KI‑gestützte fachspezifische Umsetzung in der Programmierung

Projektziel

Entwicklung eines Systems, das Studierende bei Programmieraufgaben personalisiert unterstützt und zugleich die Plagiatserkennung erleichtert.

KNIGHT Projektübersicht

Interaktive Dialogführung durch AVERT: Authentizitätanalyse und personalisiertes Feedback im KI-unterstützen Programmierunterricht

AVERT (Authorship Verification and Evaluation through Responsive Testing)

  • AVERT begegnet den Projekt­herausforderungen, indem es von einer herkömmlichen, muster­basierten Plagiats­erkennung zu einem interaktiven, sokratischen Frage­ansatz übergeht.
  • Durch den Einsatz großer Sprach­modelle (LLMs) passt AVERT seine Fragen dynamisch an, um das Verständnis der Studierenden für den eingereichten Code zu evaluieren.
  • Dieses Verfahren stärkt die akademische Integrität und ermöglicht zugleich personalisierte Rückmeldungen, wodurch eine skalierbare und didaktisch effektive Lösung entsteht.
Denkbild für AVERT

Anwendungsprozess

  • 📥 Code-Einreichung: Studierende reichen ihre Programmieraufgaben ein.
  • 🧠 Sokratische Befragung: AVERT führt adaptive Fragen, um das Verständnis des eingereichten Codes zu überprüfen.
  • 🔄 Dynamische Anpassung: Die Fragen werden abhängig von den Antworten der Studierenden vereinfacht oder vertieft.
  • 💬 Reflexives Feedback: Die Studierenden erhalten personalisierte Rückmeldungen, die Stärken und Verbesserungsbereiche hervorheben.
  • 🧾 Autorschaftsbewertung: AVERT bewertet das Verständnis der Studierenden, um die Urheberschaft des Codes zu verifizieren.
  • 👩‍🏫 Dozierendenanalyse: Detaillierte Interaktionsprotokolle unterstützen die Evaluation durch die Lehrenden.
AVERT Prozessdarstellung

Verantwortlich für AP 5

  • Prof. Dr. Peter Heusch (Arbeitspaketleiter)
  • Florentin Vintila (Akademischer Mitarbeiter)

Ergebnisse