Save the Date: 14.05.2024?-?Digital Teaching and Learning (Digi:TaL) 2024!

?

Aktuelle Informationen zum Digi:TaL und zum Preis f¨¹r digitale Lehre finden Sie hier.

Grundidee

Das zentrale Ziel des Projekts ist es, Student*innen durch die Neukonzeption und Weiterentwicklung von digitalen, authentischen, problembasierten Lehr-Lernszenarien in Verbindung mit adaptivem Feedback beim Erwerb fachlicher Handlungskompetenzen zu unterst¨¹tzen, diese Szenarien systematisch in den verschiedenen Studieng?ngen und den universit?ren IT-Strukturen zu implementieren und ¨¹ber die Universit?t Augsburg hinaus zu transferieren. Dem breiten universit?ren F?cherprofil entsprechend sind fachliche Handlungskompetenzen sehr weit zu verstehen. Sie umfassen sowohl disziplinspezifische Fertigkeiten (z.B. klinische Entscheidungsfindung, Planung einer Unterrichtsstunde, Beurteilung eines strafrechtlichen Falls, hermeneutische Analyse historischer Texte) als auch generische Kompetenzen, die in mehreren Bereichen n¨¹tzlich sind (z.B. Kommunikations- und Pr?sentationsfertigkeiten). Das Projekt baut auf bereits vorhandenen Initiativen zu digitaler Lehre auf, nutzt Forschungsergebnisse zum digitalen Lehren und Lernen und setzt sie in Neu- und Weiterentwicklungen medientechnischer und -didaktischer Innovationen um.

?

Schwerpunkte

Auf Grundlage der dargelegten Grundidee werden vier Teilprojekte durchgef¨¹hrt, in denen digitale Lehr-Lernszenarien f¨¹r jeweils eine gr??ere Zahl spezifischer F?cher entwickelt werden und die in eine zentrale Unterst¨¹tzungsstruktur eingebettet sind.

?

Teilprojekt 1: Interaktive Videos zur Analyse komplexer fachlicher Problemsituationen

In diesem Teilprojekt werden authentische Videof?lle produziert, in denen disziplin- und berufsfeldspezifische Problemsituationen gezeigt werden. F¨¹r die Kompetenzentwicklung steht hier die F?rderung professioneller Wahrnehmung im Fokus. Es soll ein stetig wachsender Fundus fachspezifisch nutzbarer interaktiver Videos entstehen, der auch anderen Hochschulen zur Verf¨¹gung gestellt wird.

?

Teilprojekt 2: Online-Kooperationsskripts zur Bearbeitung von authentischen F?llen

In diesem Teilprojekt wird ein generisches Plugin entwickelt und mit fachspezifischen Inhalten versehen, mit dessen Hilfe Dozent*innen die M?glichkeit haben, online Gruppen zu bilden, den einzelnen Student*innen unterschiedliche, aber kompatible und mit Blick auf die zu erwerbenden Kompetenzen effektive Rollen zuzuweisen und jeweils passende Lernaktivit?ten zu prompten. Die so entstehenden Kooperationsskripts sollen zur Strukturierung schriftlicher oder videokonferenzbasierter Online-Diskussionen ¨¹ber authentische, disziplinspezifische und im Pr?senzkontext oder online pr?sentierte Fallbeispiele verwendet werden. Auf diese Weise entsteht eine gro?e Zahl fachspezifischer Lehr-Lernszenarien zur Umsetzung digital unterst¨¹tzten kooperativen Lernens.

?

Teilprojekt 3: Tutorielle und Peer-basierte Feedback-Systeme zur F?rderung fachlicher Kompetenzen insbesondere in Gro?veranstaltungen

In Teilprojekt 3 soll ein generisches Stud.IP-Plugin entwickelt werden, das strukturierte Formen von Feedback durch Tutor*innen (inkl. der Dozent*innen) und Peers erm?glicht, um auch in gr??eren Veranstaltungen Student*innen adaptives, elaboriertes und prozessbezogenes Feedback auf die Bearbeitung der Aufgaben geben zu k?nnen. Dozent*innen sollen mithilfe des Plugins bestimmen k?nnen, (a) wer wem auf welche Aufgabe Feedback gibt, (b) welche Kriterien dabei ber¨¹cksichtigt werden sollen und (c) wie das Feedback von den Rezipient*innen weiterverarbeitet werden soll. Das Feedbacktool soll flexibel nutzbar und in Stud.IP integrierbar sein mitsamt einer gro?en Zahl disziplinspezifischer und anpassbarer Use Cases.

?

Teilprojekt 4: Automatisiertes, KI-basiertes Feedback in simulationsbasierten Lernumgebungen

Aktuelle Machine-Learning-Ans?tze haben das Potenzial, menschliches Verhalten auf Basis von zuvor festgelegten Kriterien objektiv und reliabel zu erfassen. Verhalten von Student*innen kann auf diese Weise erkannt und damit zur Formulierung von Feedback mit Blick auf ihre Kompetenzentwicklung genutzt werden. Aufbauend auf umfangreichen eigenen Vorarbeiten soll ein Machine-Learning-Algorithmus weiterentwickelt werden, der menschliches Verhalten in Bezug auf seine Konvergenz mit gew¨¹nschten Verhaltenskriterien analysiert.?

?

Gestaltungsprinzipien

Um einen intrauniversit?ren Transfer der digitalen Lehr-Lernszenarien in alle Fakult?ten und einen interuniversit?ren Transfer ¨¹ber die Universit?t Augsburg hinaus zu sichern, werden digitale Inhalte und Tools so entwickelt, dass sie in das an der Universit?t genutzte und weit verbreitete Open Source Learning Management System Stud.IP integrierbar und f¨¹r alle F?cher und Studieng?nge adaptierbar sind.

?

Die zu entwickelnden digitalen Lehr-Lernszenarien sind durch drei Merkmale charakterisiert:

1. Die Lehr-Lernszenarien sollen Pr?senzlehre nicht ersetzen. Stattdessen zielen sie je nach Ausgestaltung entweder auf die Anreicherung von Pr?senzlehre durch digitale Elemente oder auf die intensivierte Implementierung von Lehre im Blended-Learning-Format.
2. In den digitalen Lehr-Lernszenarien wird ein problembasierter Ansatz umgesetzt. Unterst¨¹tzt durch die Dozent*innen setzen sich die Student*innen eigenst?ndig (individuell oder in Kleingruppen) mit digital pr?sentierten, authentischen F?llen und Problemstellungen aus ihrem fachspezifischen Kontext auseinander.
3. Das Projekt nutzt die Potenziale digitaler Medien f¨¹r adaptives Feedback. Digitale Medien k?nnen dabei einerseits Feedback von Dozent*innen, Tutor*innen und Peers unterst¨¹tzen. Andererseits kann Feedback automatisiert auf Basis von Machine-Learning-Algorithmen generiert werden.

?