laden
FORMAT
Formatives Assessment beim Schreiben: Automatisiertes Feedback unter Verwendung von künstlicher Intelligenz
Die BMBF-geförderte Nachwuchsforschungsgruppe FORMAT untersucht, wie künstliche Intelligenz im Klassenzimmer eingesetzt werden kann, um die Schreibleistungen der Schüler:innen zu fördern.
Projektdaten
| Forschungslinien | Forschungslinie Fachliches Lernen im vorschulischen und schulischen Bereich, Forschungslinie Methodenforschung und Maschinelles Lernen | ||
| Abteilungen | Erziehungswissenschaft und Pädagogische Psychologie | ||
| Förderung | Bundesministerium für Bildung und Forschung (1.6.2021–31.5.2026) | ||
| Laufzeit | 1.6.2021–31.5.2026 | ||
| Status | laufend | ||
| Beteiligte am IPN | Dr. Jennifer Meyer (Projektleitung), Lucas Wilhelm Liebenow, Ronja Schiller | ||
| Verbundbeteiligte | IPN Leibniz-Institut für die Pädagogik der Naturwissenschaften und Mathematik (Koordination), Universität Hildesheim, Abteilung Angewandte Erziehungswissenschaft | ||
Die BMBF-geförderte Nachwuchsforschungsgruppe FORMAT wird seit Oktober 2022 als Verbundprojekt der Universität Hildesheim und dem Leibniz-Institut für die Pädagogik der Naturwissenschaften und Mathematik (IPN) in Kiel durchgeführt. Das Projekt untersucht, wie die automatisierte Bewertung von Texten unter Verwendung künstlicher Intelligenz bzw. darauf basierendes Feedback im Klassenzimmer eingesetzt werden kann, um die Leistungen der Schüler:innen zu fördern. Der Einsatz dieser Technologien sollen sowohl im Deutschunterricht als auch in der Fremdsprache Englisch untersucht werden.
Das Projekt soll dazu beitragen, dass mehr Schülerinnen und Schüler Feedback zu ihren schriftlichen Leistungen erhalten. Zudem sollen Lehrkräfte in der Beurteilung komplexer Leistungen unterstützt und Designprinzipien von adaptivem Feedback erforscht werden. Dabei sollen sowohl die Förderung der Leistungsentwicklung als auch motivationale Auswirkungen des Feedbacks in den Blick genommen werden. Weiterhin untersuchen wir die kontextbezogenen Wirkbedingungen des Feedbacks, um Schülerinnen und Schülern mit unterschiedlichen Lernvoraussetzungen bestmögliche Lerngelegenheiten zu bieten.
Zur Bearbeitung dieser Fragestellungen existieren bereits annotierte Textkorpora aus vorangegangenen Projekten zu Aufgaben aus der Sekundarstufe I und II. Anhand dieser Textkorpora mit jeweils mehr als 1000 Texten werden in Kooperation mit dem Center of Advanced Technology for Assisted Learning and Predictive Analytics (CATALPA) an der FernUniversität in Hagen Machine Learning Algorithmen trainiert, auf deren Basis automatisiert Feedback gegeben werden kann. Die Laufzeit des Verbundprojekts beträgt vier Jahre (2022-2026).
Leitung: Dr. Jennifer Meyer (Psychologie)
Mitglieder: Lucas Liebenow (Psychologie)
Verbundprojekt mit der Universität Hildesheim (Projektleitung: Prof. Dr. Johanna Fleckenstein)
Kontakt: jmeyer@leibniz-ipn.de
