E-Learning im Bildungsbereich nimmt weiter zu. Dabei zählt nicht nur der Vorteil, dass Lernen selbstgesteuert zu jeder Zeit und überall möglich ist. Durch digitale Lehr- und Lernsysteme ist es möglich, Lehrinhalte anschaulich und interaktiv zu gestalten.
Intelligentes Tutoring erlaubt eine individuelle Anpassung des Lehrangebots an Lernende. Das Intelligente Tutoring sammelt Daten über das Lernerverhalten im digitalen Lernkontext und gibt adaptierte Rückmeldungen. Auch die Abfolge der präsentierten Inhalte sowie Aktions- und Aufgabenbereiche können an die Leistungen des Lerners angepasst werden.
Konkrete Anwendungsfälle helfen beim Lernen. In einem Projekt am Lehrstuhl für Praktische Informatik werden beispielsweise Fälle aus der Medizin und den Pflegewissenschaften aufbereitet, aus denen Studierende lernen sollen. Die Studierenden sollen anhand der Fälle schrittweise Symptome ermitteln, um schließlich die richtige Diagnose zu stellen. Die Entwicklung eines solchen Lernsystems ist mit einem hohen didaktischen Aufwand verbunden, da es sich in diesem Anwendungsgebiet um sehr komplexe Wissensstrukturen handelt. Zudem ist für die Umsetzung fallbasierten Lernens der Einsatz von künstlicher Intelligenz notwendig, z.B. in Form Bayes’scher Operatoren und Markov-Ketten.
Kompetenzen im Bereich der künstlichen Intelligenz und Data Science
- Einsatz von KI für spielbasiertes Lernen
- Intelligente Systeme für individualisiertes Lernen
- Interaktive Simulationen in Lehr- u. Lernsystemen mit Hilfe von Expertensystemen und maschinellem Lernen
- Knowledge Elicitation
Prof. Dr.-Ing. Alke Martens
Lehrstuhl Praktische Informatik, Universität Rostock
Ausgewählte Projekte
DigiCare – Digitales Trainieren von Pflege- und Gesundheitsmanagement
Im Bereich des Pflege- und Gesundheitsmanagements sollen Lehrformate entwickelt werden, die sowohl in der Präsenzlehre als auch in der Distanzlehre genutzt werden können. Dafür werden verschiedene Möglichkeiten der Digitalisierung genutzt. Durch semantische Annotationen von Vorlesungsmaterialien werden semantische Netze aufgebaut, die Lehrenden bei der kritischen Reflexion ihres Lehrmaterials und Lernenden bei der Reflexion über ihren Lernfortschritt helfen. Darüber hinaus werden konkrete Lehrfälle aus dem Bereich Pflegemanagement auf Basis von Expertenwissen aufbereitet und im Rahmen eines intelligenten Tutoring-Systems zur Verfügung gestellt. Maschinelles Lernen wird zur Analyse der Eingaben der Studierenden verwendet.