Ziel dieser Masterarbeit ist die Entwicklung eines KI-basierten Tutor-Systems, das personalisiertes Lernen unterstützt. Das System soll Lernende individuell begleiten, Lerninhalte an den Kenntnisstand und die Lerngeschwindigkeit anpassen und motivierende Feedbackmechanismen bieten.
Hintergrund: Die individuelle Förderung von Lernenden durch personalisierte Lernpfade ist eine der Schlüsselherausforderungen in der modernen Bildung. Künstliche Intelligenz (KI) bietet hierfür innovative Lösungen, indem sie adaptives Lernen ermöglicht und auf die Bedürfnisse und Fähigkeiten jedes Einzelnen eingeht.
Ziel der Arbeit: Ziel dieser Masterarbeit ist die Entwicklung eines KI-basierten Tutor-Systems, das personalisiertes Lernen in der Programmierausbildung unterstützt. Das System soll Lernende individuell begleiten, Lerninhalte an den Kenntnisstand und die Lerngeschwindigkeit anpassen und motivierende Feedbackmechanismen bieten.
Aufgaben:
- Konzeption und Entwicklung eines Modells für personalisiertes Lernen in der Programmierausbildung, das auf KI-Technologien wie maschinelles Lernen und natürliche Sprachverarbeitung basiert.
- Implementierung eines adaptiven Empfehlungssystems für Lerninhalte, das auf die individuellen Bedürfnisse und Vorlieben der Lernenden zugeschnitten ist.
- Entwicklung einer Benutzeroberfläche, die eine intuitive Interaktion mit dem KI-basierten Tutor ermöglicht und visuelles Feedback über den Lernfortschritt bietet.
- Evaluation des Systems hinsichtlich der Verbesserung der Lernergebnisse und der Nutzerzufriedenheit in einer ausgewählten Lernumgebung.
Erwartete Ergebnisse:
- Ein prototypisches KI-basiertes Tutor-System für einen Programmierkurs, das personalisierte Lernpfade bietet und die Lernmotivation steigert.
- Eine empirische Untersuchung der Wirksamkeit des Systems in Bezug auf Lernfortschritte und Engagement der Lernenden.
- Empfehlungen für die Implementierung von KI-gestützten Tutor-Systemen in verschiedenen Lernumgebungen.
Betreuung: Iris Groher, Michael Vierhauser