Forschung
Im Fokus unserer Forschungsarbeit stehen technologiegestützte Lehr-Lern-Prozesse. Ein großes Potenzial des Technologieeinsatzes in Schule und Unterricht sehen wir in der Realisierung von adaptiven Lernsettings, die der Heterogenität im Klassenzimmer gerecht werden. Wir untersuchen, inwiefern tutorielle Systeme dabei helfen können, Lernen und Kompetenzerwerb besser zu verstehen und zu fördern. So ermöglicht beispielsweise die Verwendung von KI die Diagnostik und Förderung schriftsprachlicher Kompetenzen durch individualisiertes Feedback. Bei der Aufgabenbearbeitung entstehende Prozessdaten können Aufschluss darüber geben, wie dieses Feedback verarbeitet wird und an welcher Stelle Probleme auftreten. Dabei spielen individuelle Voraussetzungen der Lernenden und die Interaktion der Lernenden mit dem Feedback eine zentrale Rolle. Die Voraussetzungen bilden dabei nicht nur kognitive Fähigkeiten ab, sondern werden in unserer Forschung um relevante Faktoren aus dem Bereich der nichtkognitiven Faktoren erweitert.
Unsere Forschung lässt sich weiter in die beiden Bereiche „Lernen und Fördern mit KI“ und „Lehren und Diagnostizieren mit KI“ unterteilen, denen sich die Projekte und Publikationen des Arbeitsbereichs zuordnen lassen:
Lernen und Fördern mit KI
Projekte
- FORMAT: Formatives Assessment beim Schreiben - Automatisiertes Feedback unter Verwendung von künstlicher Intelligenz
- AICES: AI-based Coaching for Enhanced Scientific Writing
- train2write – Schreiben mit KI-Tutor
Ausgewählte Publikationen
Meyer, J., Jansen, T., Schiller, R., Liebenow, L. W., Steinbach, M., Horbach, A. & Fleckenstein, J. (2024). Using LLMs to bring evidence-based feedback into the classroom: AI-generated feedback increases secondary students’ text revision, motivation, and positive emotions. Computers and Education: Artificial Intelligence. https:// doi.org/10.1016/j.caeai.2023.100199
Jansen, T., Meyer, J., Fleckenstein, J., Horbach, A., Keller, S. & Möller, J. (2024). Individualizing Goal Setting Interventions Using Automated Writing Evaluation to Support Secondary School Students’ Text Revisions. Learning and Instruction, 89, 101847. https:// doi.org/10.1016/j.learninstruc.2023.101847
Fleckenstein, J., Liebenow, L. W. & Meyer, J. (2023). Automated Feedback and Writing: A Multi-level Meta-Analysis of Effects on Students' Performance. Frontiers in Artificial Intelligence. doi.org/10.3389/frai.2023.1162454
Fleckenstein, J., Reble, R., Meyer, J., Jansen, T., Liebenow, L. W., Möller, J. & Köller, O. (2023). Digitale Schreibförderung im Bildungskontext: Ein systematisches Review. In: Scheiter, K., Gogolin, I. (Eds.), Bildung für eine digitale Zukunft. Edition ZfE, vol 15. Springer VS, Wiesbaden. doi.org/10.1007/978-3-658-37895-0_1
Horbach, A., Laarman-Quante, R., Liebenow, L. W., Meyer, J., Jansen, T., Keller, S., Zesch, T. & Fleckenstein, J. (2022). Bringing Automatic Scoring into the Classroom - Measuring the Impact of Automated Analytic Feedback on Student Writing Performance. In Proceedings of the 11th Natural Language Processing for Computer-Assisted Language Learning conference (NLP4CALL 2022).
Lehren und Diagnostizieren mit KI
Projekte
- KISS-Pro: Künstliche Intelligenz in Sprache und Schrift - Professionalisierungskonzepte für und Nutzungsperspektiven von KI-basierten Feedbacksystemen und Schreibagenten für sprachliches Lernen in der Schule
- Dissertationsprojekt: Diagnostik und Förderung KI-bezogener Kompetenzen von Lehrkräften
Ausgewählte Publikationen
Fleckenstein, J., Meyer, J., Jansen, T., Keller, S., Köller, O. & Möller, J. (2024). Do teachers spot AI? Evaluating the detectability of AI-generated texts among student essays. Computers and Education: Artificial Intelligence. doi.org/10.1016/j.caeai.2024.100209
Jansen, T., Höft, L., Bahr, J. L., Fleckenstein, J., Möller, J., Köller, O. & Meyer, J. (2024). Comparing Generative AI and Expert Feedback to Students' Writing: Insights from Student Teachers. Psychologie in Erziehung und Unterricht, 2. https://doi.org/10.2378/peu2024.art08d
Ding, Y., Trüb, R., Fleckenstein, J., Keller, S. & Horbach, A. (2023). Sequence Tagging in EFL Email Texts as Feedback for Language Learners. In Proceedings of the 12th Natural Language Processing for Computer-Assisted Language Learning conference (NLP4CALL 2023). doi.org/10.3384/ecp197007
Meyer, J., Jansen, T., Fleckenstein, J., Keller, S. & Köller, O. (2021). Machine Learning im Bildungskontext: Evidenz für die Genauigkeit der automatisierten Beurteilung von Essays im Fach Englisch. Zeitschrift für Pädagogische Psychologie, 37(3), 1-12. doi.org/10.1024/1010-0652/a000296.