KI-basierte Adaptive Lernunterstützung zur Diagnostik und Förderung der mathematischen Basiskompetenzen im inklusiven Kontext
(Prof.Dr.in Maike Schindler)
Bildungsbereich(e)
Fragestellung
Forschungsmethode
Status und Laufzeit
Standort(e)
Kontaktadresse(n)
KI-basierte Adaptive Lernunterstützung zur Diagnostik und Förderung der mathematischen Basiskompetenzen im inklusiven Kontext
KI-ALF ist ein interdisziplinäres Projekt an der Schnittstelle von Sonderpädagogik, Mathematikdidaktik und Computer Science/Künstlicher Intelligenz (KI). Es verfolgt das Ziel, ein adaptives, digitales KI-basiertes Lernsystem zur individuellen Diagnostik und Förderung der mathematischen Basiskompetenzen zu entwickeln, das für Lehrkräfte einsetz- und auswertbar ist und in inklusiven Schulen eingesetzt werden kann. Im Fokus stehen v. a. Kinder, die mathematische Basiskompetenzen im Laufe der Grundschulzeit unzureichend erworben haben und zu Beginn der Sekundarstufe besonderer Unterstützung bedürfen. Dies betrifft Kinder mit Rechenstörung, Kinder mit sonderpädagogischen Unterstützungsbedarfen (z. B. im Lernen), wie auch Kinder, deren Schwierigkeiten in den mathematischen Basiskompetenzen im Laufe der Grundschulzeit unentdeckt blieben.
KI-ALF verfolgt das Ziel, ein adaptives, digitales KI-basiertes Lernsystem zur individuellen Diagnostik und Förderung der mathematischen Basiskompetenzen zu entwickeln, das für Lehrkräfte einsetz- und auswertbar ist und in inklusiven Schulen eingesetzt werden kann. Im Fokus stehen v. a. Kinder, die mathematischen Basiskompetenzen im Laufe der Grundschulzeit unzureichend erworben haben und zu Beginn der Sekundarstufe besonderer Unterstützung bedürfen. Dies betrifft Kinder mit Rechenstörung, Kinder mit sonderpädagogischen Unterstützungsbedarfen (z. B. im Lernen), wie auch Kinder, deren Schwierigkeiten in den mathematischen Basiskompetenzen im Laufe der Grundschulzeit unentdeckt blieben.
Das Projekt KI-ALF bearbeitet folgende Forschungsfragen:
- Wie können Kinder mit Schwierigkeiten in den mathematischen Basiskompetenzen mithilfe eines Systems aus Künstlicher Intelligenz (KI) und Eye-Tracking mit hoher Zuverlässigkeit identifiziert werden?
- Wie können individuellen Vorgehensweisen und Schwierigkeiten der Kinder in den mathematischen Basiskompetenzen mithilfe eines Systems aus KI und Eye-Tracking mit hoher Zuverlässigkeit diagnostiziert werden?
- Inwiefern können Kinder mit Schwierigkeiten in den mathematischen Basiskompetenzen mithilfe eines für den großflächigen Einsatz konzipierten KI-basierten adaptiven Lernsystems individuell gefördert werden?
Mixed-methods
qualitative und quantitative Methoden sowie Künstliche Intelligenz (KI)
Status: laufend
Laufzeit des Projekts: September 2021 – August 2024
Universität zu Köln
TEAM
Das Projekt KI-ALF ist ein Einzelprojekt und das Team setzt sich wie folgt zusammen:
Prof.in Dr.in Maike Schindler
Projektleitung
maike.schindler(at)uni-koeln.de
Jingyi Lai
Wissenschaftliche Mitarbeit
jingyi.lai(at)uni-koeln.de
Parviz Asghari
Wissenschaftliche Mitarbeit
parviz.asghari(at)uni-koeln.de
Dr.Lukas Baumanns
Wissenschaftliche Mitarbeit
lukas.baumanns(at)uni-koeln.de
Anna Lisa Simon
Wissenschaftliche Mitarbeit
anna.simon(at)uni-koeln.de
VERÖFFENTLICHUNGEN
Lai, J., Baumanns, L., Simon, A. L., Lilienthal, A. J., & Schindler, M. (im Druck). Students’ use of strategies when working on multiplication tasks with array representations: An eye-tracking study. Beiträge zum Mathematikunterricht 2024.
Simon, A. L., Asghari, P., & Lilienthal, A. J., Schindler, M. (2023). Strategy use in number line tasks of students with and without mathematical difficulties: A study using eye tracking and AI. In M. Ayalon, B. Koichu, R. Leikin, L. Rubel & M. Tabach (Hrsg.), Proceedings of the 46th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, S. 211-218). PME.
Lai, J., Baumanns, L., Simon, A. L., Lilienthal, A. J., & Schindler, M. (2023). Exploring students’ understanding of multiplication with eye tracking: A study on the use of strategies in array representations. In P. Drijvers, C. Csapodi, H. Palmér, K. Gosztonyi, & E. Kónya (Hrsg.), Proceedings of the Thirteenth Congress of the European Society for Research in Mathematics Education (CERME13) (pp. 449–456). https://hal.science/CERME13/hal-04416526v1
Asghari, P., Schindler, M., & Lilienthal, A. J. (2023). Eye Tracking Auto-Correction Using Domain Information. In M. Kurosu & A. Hashizume (Hrsg.), Human-Computer Interaction. HCII 2023. Lecture Notes in Computer Science, vol 14011. Springer. https://doi.org/10.1007/978-3-031-35596-7_24
Asghari, P., Schindler, M., & Lilienthal, A. J. (2022). Can eye tracking with pervasive webcams replace dedicated eye trackers? An experimental comparison of eye-tracking performance. In C. Stephanidis, M. Antona, S. Ntoa & G. Salvendy (Hrsg.), HCI International 2022 – Late Breaking Posters. HCII 2022. Communications in Computer and Information Science, vol 1654. Springer. https://doi.org/10.1007/978-3-031-19679-9_1
Lai, J., Asghari, P., Baumanns, L., Pihl, A., Lilienthal, A. J., & Schindler, M. (2022). A digital adaptive learning system for diagnostics and support of basic arithmetic competencies. In C. Fernández, S. Llinares, A. Gutiérrez, & N. Planas (Hrsg.), Proceedings of the 45th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, S. 368). PME.
Goethe-Universität Frankfurt
Fachbereich Erziehungswissenschaften
Institut für Sonderpädagogik
Theodor-W.-Adorno-Platz 6
D-60629 Frankfurt am Main