Domain and competency modelling (VoLL-KI)
Third Party Funds Group - Sub project
Acronym: VoLL-KI
Start date : 01.12.2021
End date : 30.11.2025
Website: https://www.voll-ki.fau.de/
Overall project details
Overall project
Von Lernenden Lernen: Ganzheitliche daten- und wissensunterstützte Hochschulbildung und deren Gestaltung - VoLL-KI
Project details
Short description
Short description
The joint project VoLL-KI further develops higher education on three levels: study programs, individual study planning and learning progress within a course. AI-based systems provide support at all three levels. For this purpose, data from the Computer-based Decision Support System for Higher Education in Bavaria (CEUS) will also be used. At the same time, CEUS can be extended with data from the VoLL-KI project. The analysis combines individual and group-specific data. This should help to make university teaching non-discriminatory in the long term. Based on the data, individual recommendations for the course of study can be created. Students can then view reasons for the recommendations, look at alternatives, and also provide feedback on the suggestions. In a pseudonomous form, those responsible for the study program can also access this data. The project is evaluated by means of surveys and data analysis. Scientists from the fields of AI, computer science, computer science didactics and educational research from three neighboring universities are involved in the project. The initial focus is on study programs in computer science that differ at the three locations: a large, engineering-oriented computer science, a medium-sized, interdisciplinary-oriented computer science, and a small, application-oriented computer science. The results will then be transferred to other study programs at the participating universities.
Scientific Abstract
Das Verbundprojekt VoLL-KI entwickelt die Hochschulbildung auf drei Ebenen weiter: Auf der Makro-Ebene werden evidenzbasiert Studienprogramme weiterentwickelt, auf der Meso-Ebene entstehen kontextadaptive Empfehlungen für die individuelle Studiumsplanung und auf der Mikro-Ebene lernendenspezifische Diagnosen und Unterstützung. Dazu werden daten- und wissensbasierte Ansätze der Künstlichen Intelligenz (KI) kombiniert. Basierend auf Vorarbeiten zu Wissensgraphen, Fehlerbibliotheken für Programmierung, intelligenten Tutoringsystemen, erklärbarem und interaktivem maschinellen Lernen, Chatbots, virtueller Realität, sowie Empfehlungssystemen werden für ausgewählte Lehrveranstaltungen sowie KI- Einführungsveranstaltungen intelligente Unterstützungssysteme entwickelt. Studienverlaufsdaten werden über das Data-Warehouse-System CEUS zur Verfügung gestellt und im Projektverlauf systematisch erweitert. Daten über vorhandene und auszubauende Kompetenzen einzelner Studierender werden mit Daten über spezifische Gruppen – etwa bezogen auf Gender und Bildungsbiographien – kombiniert. Dadurch werden maßgeschneiderte Empfehlungen zur Studienplanung erstellt. Studierende können jederzeit Erklärungen für Empfehlungen anfordern, Alternativen explorieren und Prämissen korrigieren. Die Erweiterung des aktuellen Datenbestands durch das Monitoring der Lern- und Leistungsverläufe auf individueller sowie gruppenspezifischer Ebene wird in das Data-Warehouse Seite integriert und Studiengangsverantwortlichen als Dashboard zur Verfügung gestellt. Die entwickelten Angebote werden über den Projektverlauf mittels Befragungen und Logfileanalysen evaluiert, um sie formativ zu optimieren. Dabei kooperieren Wissenschaftler:innen aus den Bereichen KI, KI-nahen Bereichen der Informatik, der Informatikdidaktik und der Bildungsforschung aus drei benachbarten Hochschulen. Fokus im Projekt sind die Informatikstudiengänge an den drei Standorten: einer großen, ingenieurwissenschaftlich orientierten Informatik, einer mittelgroßen, interdisziplinär orientierten Informatik sowie einer kleinen, anwendungsbezogenen Informatik. Zum Projektende hin und danach werden die erfolgreichen Komponenten auf andere Studiengänge ausgeweitet und die Projektergebnisse in die Qualitätsmanagementprozesse der beteiligten Hochschulen integriert.
Involved:
Michael Kohlhase
Project Leader
Marc-Pascal Berges
Project Leader
Bärbel Kopp
Project Leader
Dennis Müller
Project Member
Halimeh Moghbeli Damaneh
Project Member
Dominic Lohr
Project Member
Jonas Betzendahl
Project Member
Marcel Schütz
Project Member
Max Rapp
Project Member
Theresa Kruse-Kurbach
Project Member
Felix Grelka
Project Member
Contributing FAU Organisations:
Professur für Wissensrepräsentation und -verarbeitung
Lehrstuhl für Grundschulpädagogik und -didaktik mit dem Schwerpunkt Lehren und Lernen
Professur für Didaktik der Informatik