Tag 1 | 14:45 Uhr | Interaktive Textreflexion: Optimierung des Textverständnisses durch KI-Integration in Moodle-Tests

In diesem Vortrag wird eine neuartige Implementierung von generativer KI (z.B. ChatGPT) in einen Moodle-Test vorgestellt, die darauf abzielt das Textverständnis und die Relfexionsfähigkeit der Studierenden zu verbessern. Basierend auf (Chin & Osborne, 2008) sollen die Studierenden dort selbstständig Fragen zu einem vorgegebenen Text entwickeln, beantworten und evaluieren. Die Studierenden lesen im Vorfeld einen Text, der von dem/der Dozent*in ausgewählt wurde. Im Moodle-Test entwickeln die Studierenden dann in einem Freitext-Feld eine eigene Frage zum Inhalt des Textes und geben ebenfalls in einem weiteren Freitextfeld die passende Antwort zu dieser Frage. Daraufhin erscheint ein Button, welcher einerseits die zwei bestehenden Felder sperrt, in einem weiteren Feld eine ChatGPT-generierte Antwort einfügt und dieses Feld dann ebenfalls sperrt. In einem letzten Feld können die Studierenden schließlich ihre eigene Antwort und die Antwort, welche von ChatGPT generiert wurde vergleichen und evaluieren. Dieser Prozess ist beliebig oft wiederholbar, um eine tiefe Auseinandersetzung mit dem gesamten Textmaterial zu fördern. Die Lehrenden haben dabei die volle Kontrolle über den Lernprozess der Studierenden, da alle Fragen und Antworten nach deren Abgabe im Moodle-Test gespeichert werden. Der hier beschriebene Aufbau ist vielseitig nutzbar. Neben der Generierung von Antworten zu Fragen, ist es auch möglich KI-basierte Feedbacks/Bewertungen zu den von den Studierenden erstellten Fragen zu erhalten, z.B. inwieweit die Fragen ein komplexes Textverständnis implizieren. Das im Moodle-Test genutzte Framework ist JavaScript basiert und kann daher ohne Installation in einem Moodle-System verwendet werden.

Literatur
Chin, C., & Osborne, J. (2008). Students' questions: a potential resource for teaching and learning science. Studies in science education, 44(1), 1-39.