« Forschungslandschaft: Projekte

Das Verbundprojekt "tech4comp" ist zum 01. Oktober 2018 gestartet. Unter der Leitfrage "Wie müssen Gestaltungskonzepte aussehen, die die erwiesene Qualität von individuellem Mentoring für den Erwerb von Kompetenzen skalierbar machen?" beforschen bundesweit acht Projektpartner, darunter die Martin-Luther-Universität Halle-Wittenberg, bis März 2022 Konzepte für personalisierte Lernumgebungen und Mentoring für die Studierenden von heute und morgen. Gefördert wird das Projekt durch das Bundesministerium für Bildung und Forschung (BMBF) in der Förderlinie "Innovationspotenziale digitaler Hochschulbildung".

Die Projektgruppe der Martin-Luther-Universität Halle-Wittenberg (MLU), der Technischen Universität Dresden (TU Dresden), des Educational Technology Labs des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), der Technischen Universität Chemnitz (TU Chemnitz), der Hochschule für Technik, Wirtschaft und Kultur Leipzig (HTWK Leipzig), der Freien Universität Berlin (FU), der Erziehungswissenschaftlichen Fakultät der Universität Leipzig sowie der Rheinisch-Westfälischen Technischen Hochschule Aachen (RWTH) erforschen gemeinsam, wie man den Lernprozess von Studierenden bestmöglich begleiten kann. Das Projekt setzt dabei auf technologiegestütztes Mentoring und Mentoringwerkzeuge.

Die Projektgruppe der MLU trägt von Halle aus die wissensdiagnostische Erstellung von Wissens- und Domänenmodellen für verschiedene Fächer und Universitätsstandorte zum Gesamtprojekt bei. Geleitet wird das Teilvorhaben der MLU von Herrn Prof. Dr. Pablo Pirnay-Dummer (Institut für Pädagogik, Arbeitsbereich Pädagogische Psychologie).
Die bestehenden computer-linguistischen Textanalysewerkzeuge T-MITOCAR und T-MITOCAR Artemis wurden von Prof. Pirnay-Dummer entwickelt und werden im Projekt zur Wissensdiagnostik und -modellierung eingesetzt. Das Teilprojekt in Halle entwickelt auch die dazu passenden technischen Schnittstellen zu den weiteren datenverarbeitenden Technologien im Verbundprojekt.
T-MITOCAR steht für Text-Model Inspection Trace of Concepts and Relations. Die Technologie steht auf kognitionspsychologischer Grundlage und wird seit mehr als zehn Jahren national und international als Forschungswerkzeug eingesetzt. Sie dient der graphentheoretischen Analyse und Abbildung von semantischen Wissensstrukturen in geschriebenem Text. Mit ihr können außerdem verschiedene Wissensmodelle quantifizierend miteinander verglichen werden. Das ermöglicht es zum Beispiel, die Veränderung des im Text enthaltenen Wissens über Zeit zu messen, z. B. von einer Laienvorstellung bis hin zu einer spezifischen Expertenauffassung. Somit wird auf Basis von Texten ermöglicht, z. B. den Lernprozess von Studierenden über die Zeit zu betrachten und Veränderungen von Wissen gegenüber dem tatsächlich gelehrten Inhalt zu ermitteln. Außerdem können so auch die Texte verschiedener Studierender untereinander oder Studierendentexte mit Lehrbuchtexten hinsichtlich der in ihnen enthaltenen Wissensstrukturen verglichen werden.
Mit T-MITOCAR Artemis kann darüber hinaus aus den in der Lehre eingesetzten Texten und schriftlichen Lehrmaterialien einer Domäne eine aggregierte Wissenslandkarte erstellt werden, die die akademische Wissensdomäne als Ganzes abbildet. Solche Domänenmodelle können ebenfalls für Vergleiche mit Studierendentexten herangezogen werden, sodass automatisiertes inhaltliches, individuelles Feedback möglich wird.