Analytik zur Unterstützung des Lernens mit Maschinen

• Antragstellerin: Professorin Dr. Oleksandra Poquet
• Fachliche Zuordnung: Allgemeines und fachbezogenes Lehren und Lernen ; Arbeitswissenschaft, Ergonomie, Mensch-Maschine-Systeme ; Bildungssysteme und Bildungsinstitutionen ; Künstliche Intelligenz und Maschinelle Lernverfahren
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 568938703

ALMA wird eine Grundlage für das Verstehen, Unterstützen und Bewerten der Qualität der Zusammenarbeit zwischen Lernenden und großen Sprachmodellen (LLMs) in der Hochschulbildung schaffen. Da generative Künstliche Intelligenz zunehmend Lernpraktiken durchdringt, benötigen zukünftige Fachkräfte die Fähigkeiten, effektiv mit LLMs zusammenzuarbeiten – über die bloße Auslagerung von Aufgaben hinaus. Um kollaboratives Lernen mit LLMs zu ermöglichen, müssen mehrere Herausforderungen angegangen werden. Erstens muss die Definition von Zusammenarbeitsqualität auf Kontexte zwischen Lernenden und LLMs zugeschnitten sein und über bestehende Pädagogiken hinausgehen, die für die Interaktion zwischen Menschen entwickelt wurden. Zweitens müssen LLMs angepasst werden, da ihre Ausgaben weder kollaboratives Verhalten zeigen noch domänenspezifisches Schlussfolgern ermöglichen. Drittens müssen die Methoden zur Untersuchung von Lernenden-LLM-Interaktionen über einen engen Fokus auf die Werkzeugnutzung hinausgehen, um Einblicke in Elaborationsprozesse innerhalb von Lernenden-LLM-Systemen zu ermöglichen. Um diese Herausforderungen zu überwinden, wird ALMA die Zusammenarbeitsqualität für Lernenden-LLM-Systeme definieren und ein umfassendes Rahmenwerk entwickeln, das pädagogische, technologische und analytische Dimensionen integriert, um diese zu unterstützen. Erstens wird ALMA die pädagogischen Grundlagen für kollaboratives Lernen mit LLMs neu formulieren, indem Lehrkräfte in einen partizipativen Co-Design-Prozess einbezogen werden. Zweitens wird ALMA eine hochmoderne LLM-Infrastruktur entwickeln, die kollaboratives Verhalten durch den Einsatz hybrider Fine-Tuning-Techniken ermöglicht. Drittens wird ALMA prozessorientierte Analytik weiterentwickeln, um die Qualität der Zusammenarbeit zu bewerten, indem modelliert wird, wie Lernenden-LLM-Systeme im Laufe der Zeit gemeinsam Wissen elaborieren. Die theoretischen und praktischen Beiträge des Projekts werden neu definieren, wie Zusammenarbeit zwischen Lernenden und LLMs verstanden, gestaltet und gemessen wird, und gleichzeitig die Forschung in den Bereichen computerunterstütztes kollaboratives Lernen, technologiegestütztes Lernen und Lernanalytik voranbringen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Frankreich
• Kooperationspartnerinnen / Kooperationspartner: Emiliano Lorini, Ph.D.; Mar Pérez-Sanagustín, Ph.D.