Die Zukunft des Feedbacks an der Hochschule: KI und VR als Wegbereiter

In unserem Community Talk beleuchten wir die Rolle digitaler Technologien, insbesondere KI und VR, für Feedback in der Hochschulbildung. Feedback ist essenziell für Lernprozesse, doch leider stehen Hochschulen oft vor personellen und finanziellen Ressourcenherausforderungen. KI-basierte Systeme wie ChatGPT bieten hier revolutionäre Ansätze für zeiteffizientes und qualitativ hochwertiges Feedback. Neben KI-Feedback erörtern wir innovative VR-Feedbackmethoden, die interaktives Lernen in immersiven Umgebungen ermöglichen. Wir stützen uns auf aktuelle Forschung und unsere Befunde, die die Qualität von KI-Feedback hervorheben, und zielen darauf ab, neue Perspektiven für die Zukunft der Hochschulbildung zu eröffnen.
Wir freuen uns darauf, unsere Erkenntnisse mit einem engagierten Publikum zu teilen und gemeinsam über die zukünftigen Möglichkeiten des Feedbacks in einer zunehmend digitalisierten Bildungswelt zu diskutieren. Wir möchten zusammen mit euch Wege finden, wie durch technologische Innovationen eine verbesserte, effiziente und zugängliche Bildungslandschaft gestaltet werden kann. Teilnehmende sind dazu eingeladen, selbst kurze Inputs (max. 5 Min.) einzubringen.

Literatur: Baidoo-Anu, D., & Ansah, L. O. (2023). Education in the Era of Generative Artificial Intelligence (AI): Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning. https://www.researchgate.net/publication/369385210 ChatGPT, & Ekin, S. Prompt Engineering for ChatGPT: A quick quide to techniques, tips and best practice. Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20(1). https://doi.org/10.1186/s41239-023-00392-8 Demszky, D., Liu, J., Hill, H. C., Jurafsky, D., & Piech, C. (2023). Can Automated Feedback Improve Teachers’ Uptake of Student Ideas? Evidence From a Randomized Controlled Trial in a Large-Scale Online Course. Educational Evaluation and Policy Analysis, 016237372311692. https://doi.org/10.3102/01623737231169270 Henderson, M., Ajjawi, R., Boud, D., & Molloy, E. (Eds.). (2019). The Impact of Feedback in Higher Education: Improving Assessment Outcomes for Learners. Springer International Publishing. https://doi.org/10.1007/978-3-030-25112-3 Kipp, M. (2023). Wie sag ich’s meiner KI? Hintergründe und Prinzipien zum #Prompting bei #ChatGPT, https://www.youtube.com/watch?v=cfl7q1llkso&t=2382s. Access: 18th May 2023. Li, C.; Wang, J.; Zhang, Y.; Zhu, K.; Hou, W.; Lian, J.; Luo, F.; Yang, Q.; Xie, X. (2023). Large Language Models Understand and Can be Enhanced by Emotional Stimuli. https://doi.org/10.48550/arXiv.2307.11760 Lo, L. S. (2023). The CLEAR path: A framework for enhancing information literacy through prompt engineering, The Journal of Academic Librarianship, 49(4). https://doi.org/10.1016/j.acalib.2023.102720. Prilop, C. N., Weber, K. E., & Kleinknecht, M. (2019). Entwicklung eines videobasierten Instruments zur Messung kollegialer Feedbackkompetenz von Lehrkräften [Development of a video- and text-based instrument to assess teachers´ peer feedback competence]. In T. Ehmke, P. Kuhl, & M. Pietsch (Eds.), Lehrer. Bildung. Gestalten. Beiträge zur empirischen Forschung in der Lehrerbildung (pp. 153–163). Beltz. Prilop, C. N., Weber, K. E., & Kleinknecht, M. (2020). Effects of digital video-based feedback environments on pre-service teachers’ feedback competence. Computers in Human Behavior, 102, 120–131. https://doi.org/10.1016/j.chb.2019.08.011 Prins, F. J., Sluijsmans, D. M. A., & Kirschner, P. A. (2006). Feedback for general practitioners in training: Quality, styles, and preferences. Advances in Health Sciences Education : Theory and Practice, 11(3), 289–303. https://doi.org/10.1007/s10459-005-3250-z Stojanov, A. (2023). Learning with ChatGPT 3.5 as a more knowledgeable other: an autoethnographic study. International Journal of Educational Technology in Higher Education, 20(1). https://doi.org/10.1186/s41239-023-00404-7 Wu, Y., & Schunn, C. D. (2021). From plans to actions: A process model for why feedback features influence feedback implementation. Instructional Science, 49(3), 365-394.