Abstract
»Learning Analytics« ist die Interpretation von Daten, um individuelle Lernpro-
zesse gezielt zu verbessern (Ebner et al., 2013; Greller & Drachsler, 2012). Learning-Analytics-Anwendungen geben dabei Empfehlungen, damit Lernende ihr Lernverhalten oder Lehrende das didaktische Setting bzw. die Lehr- und Lernsituation verbessern können. Der Beitrag führt zunächst in Learning Analytics in der Hochschulbildung ein, um dann auf Einsätze von Künstlicher Intelligenz (KI) in der Hochschule überzuführen und Überschneidungen zu identifizieren. Dabei werden vier internationale Beispiele im Themenfeld referiert und vorgestellt
(Literatur-/Projektrecherche). Der Beitrag schließt mit einem Ausblick auf Potentiale und Herausforderungen für KI für Learning Analytics in Hochschulen (u.a. Buckingham Shum & Luckin, 2019).
zesse gezielt zu verbessern (Ebner et al., 2013; Greller & Drachsler, 2012). Learning-Analytics-Anwendungen geben dabei Empfehlungen, damit Lernende ihr Lernverhalten oder Lehrende das didaktische Setting bzw. die Lehr- und Lernsituation verbessern können. Der Beitrag führt zunächst in Learning Analytics in der Hochschulbildung ein, um dann auf Einsätze von Künstlicher Intelligenz (KI) in der Hochschule überzuführen und Überschneidungen zu identifizieren. Dabei werden vier internationale Beispiele im Themenfeld referiert und vorgestellt
(Literatur-/Projektrecherche). Der Beitrag schließt mit einem Ausblick auf Potentiale und Herausforderungen für KI für Learning Analytics in Hochschulen (u.a. Buckingham Shum & Luckin, 2019).
Originalsprache | deutsch |
---|---|
Titel | Künstliche Intelligenz in der Hochschulbildung |
Untertitel | Chancen und Grenzen des KI-gestützten Lernens und Lehrens |
Redakteure/-innen | Tobias Schmohl , Alice Watanabe, Kathrin Schelling |
Erscheinungsort | Bielefeld |
Herausgeber (Verlag) | transcript Verlag |
Seiten | 27-49 |
ISBN (Print) | 978-3-8394-5769-6 |
Publikationsstatus | Veröffentlicht - 3 März 2023 |
Fields of Expertise
- Information, Communication & Computing