Model for Hybrid Teaching (HyTea)

KI-Feedback hat das Potenzial, immer verfügbar zu sein, und kann es den Lernenden ermöglichen, gezielt und wiederholt in ihrem eigenen Tempo zu üben. Durch die Einbettung von KI-Feedback in immersive und multimodale Technologien, wie Augmented und Virtual Reality (AR/VR) oder sensorbasierte Systeme, können Lernende neben den traditionellen kognitiven Aufgaben auch physische Lernaufgaben trainieren. Wir bezeichnen diese KI-Systeme als multimodale Tutoren. Ein Szenario, das berücksichtigt werden muss, wenn menschliches Feedback ersetzt werden soll, ist, dass das KI-System von den Erwartungen des Lernenden und den Lernzielen des Lehrers abweichen kann, wodurch die Gefahr besteht, dass es unethisch wird. Diese Herausforderung ist in der KI-Ethikforschung als "Alignment-Problem" bekannt und verweist auf die Bedeutung der Entwicklung von KI-Systemen, die mit menschlichen Werten übereinstimmen. Dieses Projekt befasst sich mit dem "Ausrichtungsproblem" in der Fernlehre im speziellen Kontext des Trainings von Präsentationsfähigkeiten.

Ziel vom HyTea-Projekt ist es, das „Alignment-Problem“ anzugehen. Im Projekt soll einen multimodalen Tutor entwickelt werden, der Präsentationsfähigkeiten wie Körperhaltung, Pausen und Intonation der Stimme trainiert. Der Multimodale Tutor soll verschiedene spielerische, immersive Szenarien auf einem Mixed-Reality-Headset bieten. Durch KI-generiertes Feedback unterstützt sollen diese Szenarien es den Lernenden ermöglichen, selbstständig zu üben. Den menschlichen Experten sollen ermöglicht werden, den Lernprozess asynchron über ein Alignment-Dashboard zu überwachen. Sie sollten die Leistung des Lernenden und die Qualität des KI-Feedbacks bewerten und sicherstellen können, dass es korrekt auf die Lernziele abgestimmt ist.

Finanzierung: BMBF

Kooperation: Cologne Game Lab

Laufzeit: 09/2022 - 08/2025

Status: laufend

Projektteam: Nina Mouhammad, Stefan Hummel, Daniele Di Mitri

Kontakt: Daniele Di Mitri