Vom 24. bis 31. Juli 2022 kamen Wissenschaftler:innen aus aller Welt in Durham, (UK) zusammen, um den Stand der Forschung in Sachen Künstliche Intelligenz in der Bildung vorzustellen. Mit dabei war auch Forschung aus der Provadis!
Im Rahmen des Projekts „KI-gestützte Personalisierung in der berufsbezogenen Weiterbildung“ (KIPerWeb) hatten Expert:innen von Provadis und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) an Methoden geforscht, um das Mathematik-Vorwissen von Chemikant:innen und Chemie-Laborant:innen zu modellieren. Insbesondere wurden zwei Beiträge der internationalen Fachwelt vorgestellt:
„Sparse Factor Autoencoders for Item Response Theory“ ging es darum, herauszufinden, welche Mathematikfragen statistisch zusammenhängen und deshalb wahrscheinlich eine gemeinsame Kompetenz abfragen. Es stellte sich heraus, dass einfache Rechen- und Bruch-Rechenaufgaben statistisch zusammenhängen, während komplexere Fragen (etwa zu Gleichungslösen und linearen Gleichungen) eher auf unterschiedliche Kompetenzen zurückzuführen sind.
In „Interpretable Knowledge Gain Prediction for Vocational Preparatory E-Learnings” wurde eine Methode vorgestellt, um den Wissenszuwachs während des Besuchs eines Mathe-Vorbereitungskurs vorherzusagen. Wenn die KI hinreichend viel Wissenszuwachs vorhersagt, können wir unseren Mathe-Vorbereitungskurs empfehlen.
Die Forschungsergebnisse bringen die internationale Forschung vor allem in drei Punkten voran:
- ist der Einsatz von KI in der beruflichen Bildung bisher wenig erforscht;
- haben diese zwei Beiträge gezeigt, dass sich KI-Modelle auch aus wenig Daten lernen lassen;
- wurde besonderer Fokus auf interpretierbare Modelle gelegt, die sich im Dialog zwischen KI-Expert:innen und Expert:innen aus der Bildung analysieren lassen.