Beschreibung

Im Forschungsprojekt DeepWrite werden KI-basierte Assistenzsysteme interdisziplinär erforscht und entwickelt, mit denen die Schreib- und Argumentationskompetenzen in den Fächern Jura und Wirtschaft gefördert werden sollen. Es zielt darauf ab, eine Softwarelösung zu entwickeln, die von Studierenden produzierte Texte sowohl in Bezug auf die argumentative Struktur als auch die Qualität automatisiert mittels KI bewerten kann.

Didaktische Entscheidungen

  • Problem/Fragestellung: Um Argumentations-Kompetenzen zu entwickeln, brauchen Studierende hochwertige Rückmeldungen. Generative KI hat das Potenzial, sowohl formatives als auch summatives Feedback unmittelbar zur Verfügung zu stellen, um so den Lernprozess zu unterstützen. Zudem verfügen Lehrende in der Regel nicht über die zeitlichen Kapazitäten, um individuelle Rückmeldungen zu leisten.

  • Rahmenbedingungen: Massenfächer (Jura/WiWi), steigende Diversität, knappe Ressourcen für Feedback. KI-gestützte Vermittlung schriftlicher Argumentationskompetenz (ARS classEx); parallele KI- & Kompetenzentwicklung.

  • Lernziele: Die Studierenden können: 1. fachspezifische Argumentationsmodelle (Gutachtenstil/Toulmin) zur Strukturierung schriftlicher Ausführungen anwenden. 2. eigenständig klare, methodisch fundierte und kohärente Argumente für juristische/wirtschaftswissenschaftliche Problemstellungen formulieren. 3. relevante Fakten auswählen, kritisch bewerten und überzeugend in ihre Argumentation integrieren, um ihre Positionen argumentativ zu verteidigen

Technologieeinsatz

KI-Verfahren:
  • hybrid

Ziel des KI-Verfahrens:
  • Adaptive Lernunterstützung
  • Assistenz und Kompensierung
  • Automatisiertes Feedback

Hinweise zu Daten und Ethik

Studierendendaten mit Personenbezug:
  • Daten aus Lernmanagementsystemen, Online Anwendungen im Lehrbetrieb (z. B. Studierendenbeteiligung, eingereichte Freitextaufgaben, Quiz-Ergebnisse, Klick- und Login-Daten, etc.)
  • Evaluations- / Forschungsdaten (z. B. Interviews, Usability-Testung, Befragungen, etc.)
  • Studiengangsspezifisches Kursmaterial

Studierendendaten ohne Personenbezug:
  • Daten aus Lernmanagementsystemen, Online Anwendungen im Lehrbetrieb (z. B. Studierendenbeteiligung, eingereichte Freitextaufgaben, Quiz-Ergebnisse, Klick- und Logindaten etc.)

Forschungszweck:
  • Anwendung in einer Versuchsumgebung (z. B. Sandbox) zu Forschungszwecken
  • Entwicklung eines Prototypen zu Forschungszwecken
  • Weiterentwicklung eines Prototypen zu Forschungszwecken

Anwendungszweck:
  • Anwendung für den Regelbetrieb
  • Anwendung für Dritte
  • Anwendung in einer Versuchsumgebung (z. B. Sandbox)
  • Entwicklung eines Prototypen
  • Weiterentwicklung eines Prototypen zur Implementierung

Ethik:
  • Gesetzliche Vorgaben
  • Sensibilisierung der Mitarbeitenden (Weiterbildung / Multiplikator*innen)
  • Vorgaben der Hochschule (Ordnungen, Satzungen)

Projektrahmen

  • Laufzeit: 01.12.2021-30.11.2025

  • Förderung: Bundesministerium für Bildung und Forschung (BMBF)

  • Projektverantwortliche: Prof. Dr. Urs Kramer als Projektleiter, des Weiteren Prof. Dr. Michael Granitzer und Prof. Dr. Johann Graf Lambsdorff

  • Organisation(en): Universität Passau; Institut für Rechtsdidaktik; Lehrprofessur für Öffentliches Recht; Lehrstuhl für Data Science; Lehrstuhl für Volkswirtschaftslehre mit Schwerpunkt Wirtschaftstheorie; DiLab - Didaktische Innovationslabore; ZIM - Zentrum für Informationstechnologie und Medienmanagement; KI-Nachwuchsforscherinnengruppe CAROLL; classEx; User Experience

  • Standort: 94032 Passau

  • Zielgruppe(n):
    • Lehrende
    • Lernende
    • Organisationen

  • Disziplin:
    • Fachübergreifend
    • Geistes- und Kulturwissenschaften
    • Sozialwissenschaften

  • Einsatzebene:
    • Makroebene
    • Mesoebene
    • Mikroebene

Kontakt

  • Ansprechpartner*innen: Prof. Dr. Urs Kramer

  • Email der Ansprechpartner*innen: deepwrite@uni-passau.de

  • Links zum Projekt: https://www.uni-passau.de/deepwrite