News
KI kann Ausbildung von Lehrkräften verbessern
11.04.2022
Angehende Lehrkräfte können von KI-gestütztem Training profitieren: Studie zeigt Potenzial von adaptivem Feedback auf.
Bei der Ausbildung von Lehrkräften kann KI unterstützen, ihre Kompetenzen zu schulen und sie auf den Schulalltag vorzubereiten. | © Robert-Kneschke/Adobe Stock
Während ihres Studiums fehlen angehenden Lehrerinnen und Lehrern oft die Möglichkeiten, ausreichend praktische Erfahrungen zu machen. Simulationen in Kombination mit Künstlicher Intelligenz können ein vielversprechender Ansatz sein, um ihre Kompetenzen praxisnah zu schulen. Das zeigt eine Studie von Professor Frank Fischer, Inhaber des Lehrstuhls für Empirische Pädagogik und Pädagogische Psychologie an der LMU, und Dr. Michael Sailer, die aktuell im Journal Learning and Instruction veröffentlicht ist.
Die beiden Lernforscher haben zusammen mit der Informatikprofessorin Iryna Gurevych (TU Darmstadt) ein sogenanntes Künstliches Neuronales Netzwerk entwickelt und trainiert, das Lernenden ein adaptives Feedback, zugeschnitten auf ihre jeweilige Leistung, gibt.
Im Rahmen eines Experiments wurden angehende Lehrkräfte mithilfe von Online-Simulation in ihrem diagnostischen Denken geschult. Sie sollten bestimmte Lernprobleme erkennen lernen und schriftlich begründen können, warum sie eine Lernstörung vermuten. Die KI erkannte im Freitext, was die Lernenden richtig bzw. falsch gemacht hatten, und gab passende Rückmeldungen.
„Durch den Einsatz der KI und die individualisierte Rückmeldung sind vor allem die Begründungen der angehenden Lehrkräfte besser geworden“, sagt Michael Sailer. Gerade bei komplexen Aufgaben sieht er in ihrem Einsatz einen Mehrwert.
Das adaptive Feedback ähnelt dem individuellen Feedback, das ein Dozierender gibt. Gerade bei großen Studiengängen wie im Bereich der LehrerInnenbildung, aber auch der Medizin, mit vielen Studierenden ist das ein vielversprechender Ansatz, der großen Mehrwert schaffen kann.Frank Fischer
„Das adaptive Feedback ähnelt dem individuellen Feedback, das ein Dozierender gibt. Gerade bei großen Studiengängen wie im Bereich der LehrerInnenbildung, aber auch der Medizin, mit vielen Studierenden ist das ein vielversprechender Ansatz, der großen Mehrwert schaffen kann“, sagt Frank Fischer.
Die Studie wurde zusammen mit Professor Riikka Hofmann von der University of Cambridge im Rahmen der LMU-Cambridge Strategic Partnership publiziert.
Publikation
Michael Sailer, Elisabeth Bauer, Riikka Hofmann, Jan Kiesewetter, Julia Glas, Iryna Gurevych, Frank Fischer: „Adaptive Feedback from Artificial Neural Networks Facilitates Pre-Service Teachers’ Diagnostic Reasoning in Simulation-based Learning”. In: Learning and Instruction 2022