LLM-basiertes Training mit personalisierten Fallbeispielen
Bildung revolutionieren: Ein fallbasiertes Lerncoaching verwandelt mit Unterstützung von LLMs abstrakte Konzepte in interaktive, personalisierte Erfahrungen!
Steckbrief
- Beteiligte Departemente Technik und Informatik
- Institut(e) Institute for Patient-centered Digital Health (PCDH)
- Forschungseinheit(en) PCDH / AI for Health
- Förderorganisation Andere
- Laufzeit (geplant) 01.11.2024 - 31.12.2025
- Projektleitung Prof. Dr. Kerstin Denecke
-
Projektmitarbeitende
Prof. Daniel Reichenpfader
Denis Sumin Moser -
Partner
BeLEARN
Universität Freiburg
Tobias Häberlein, Fernfachhochschule Schweiz
Ausgangslage
Mit diesem Projekt soll das Erlernen abstrakter Konzepte durch den Einsatz von Large Language Models (LLMs) revolutioniert werden, indem personalisierte, interaktive und praktische fallbasierte Lernerfahrungen geschaffen werden. Die Studierenden geben ihre Interessen, Ziele und Lernbedürfnisse an und das System generiert massgeschneiderte Szenarien, die komplexe Sachverhalte anschaulicher und in realen Kontexten anwendbar machen. Das vorerst auf Psychologiestudierende in Methodikkursen ausgerichtete Projekt erforscht, wie adaptive Lernwerkzeuge das Engagement, das Verständnis und die Resultate steigern können. Die Ergebnisse werden den Weg für innovative, skalierbare Bildungslösungen ebnen, die fortschrittliche KI mit modernen pädagogischen Ansätzen verbinden.
Vorgehen
Student*innen können dem Tutor ihre Interessensgebiete mitteilen. Auf dieser Basis generiert der Tutor interaktive Fallbeispiele – z. B. zur Interpretation von Konfidenzintervallen in klinischen Studien – die auf die beruflichen Ziele der Lernenden abgestimmt sind. Der Tutor begleitet die Student*innen durch Fallsimulationen, gibt korrektives Feedback und stellt vertiefende Anschlussfragen. Die Wirksamkeit des Tutors wird in einer experimentellen Studie an der Universität Bern evaluiert. Dabei werden Engagement, Kompetenzentwicklung und Zufriedenheit in zwei Bedingungen verglichen: Einsatz des LLM-Tutors versus herkömmliche Lehrmethoden. Zusätzlich wird der Tutor in Statistikveranstaltungen an der FernUni Schweiz, der FFHS sowie der Universität Freiburg implementiert und dort im Rahmen experimenteller oder beobachtender Studien untersucht.
Ergebnisse
Durch vielfältige, auf die Interessen der Studierenden zugeschnittene Lernmöglichkeiten fördert der entwickelte Tutor das Verständnis und die Auseinandersetzung von Studierenden mit abstrakten Lerninhalten. Nach erfolgreichen Experimenten an der Universität Bern wurde der Tutor in drei methodischen Lehrveranstaltungen übertragen: eine an der UniDistance Suisse, eine an der FFHS und eine an der Universität Freiburg. Er ist als Open-Source-Tool über GitHub öffentlich zugänglich.
