Forschungsschwerpunkt: Künstliche Intelligenz

Projektdetails

Hochschule
Pädagogische Hochschule Steiermark
Sprache
Projektleitung gesamt
Burgsteiner, Harald Michael; HS-Prof. Mag. Dipl.-Ing. Dr. Ing. / 6800 Institut für digitale Medienbildung
Projektleitung intern
Teufel, Martin; IL MA BEd Ing. Prof.
Interne Projektmitarbeiter/innen
Geier, Gerald; Mag. BSc. Prof. / 6800 Institut für digitale Medienbildung
Pflanzl, Barbara; HS-Prof. Mag. Dr. Dipl.-Päd. / 6400 Institut für Bildungswissenschaften
Robinig, Wolfgang; Mag. Prof. / 6800 Institut für digitale Medienbildung
Externe Projektmitarbeiter/innen
Ebner, Martin; / Technische Universität Graz
Slany, Wolfgang; / Technische Universität Graz
Steinbauer, Gerald; / Technische Universität Graz
Kooperationspartner
Technische Universität Graz
Laufzeit
2023 – 2027
Beschreibung
Die digitale Transformation verändert die Wirtschaft, die Gesellschaft und den privaten Bereich massiv und nachhaltig. Die Informatik spielt dabei eine zentrale Rolle, von der digitalen Grundbildung über die universitäre Forschung bis zur angewandten Entwicklung von Werkzeugen und Prozessen. Informatik ist eine transdisziplinäre Wissenschaft, die viele Lebensbereiche berührt und die Gesellschaft in wichtigen Themen wie z.B. dem Klimaschutz technologisch unterstützt. Für die gesellschaftliche und ökonomische Teilhabe junger Menschen ist fundiertes Wissen über Informatik entscheidend. Dabei ist der formelle Informatikunterricht in Schulen von wesentlicher Bedeutung. Die gemeinsame Vision der beteiligten Forscher:innen ist es, einen modernen zeitgemäßen Informatikunterricht, inklusive und im Besonderen auch im neuen Pflichtfach der “Digitalen Grundbildung”, zu ermöglichen.
Um einen modernen, zeitgemäßen und kompetenzorientierten Informatikunterricht, einschließlich digitaler Grundbildung, zu ermöglichen, sind motivierte und hervorragend ausgebildete Lehrer:innen der zentrale Schlüssel. Dafür ist ein Empowerment der Lehrer:innen notwendig, welches ihnen das nötige methodische, didaktische, fachliche, organisatorische und technologische Rüstzeug zur Verfügung stellt. Auch wenn in den letzten Jahren in diesen Bereichen viele Initiativen entstanden sind, wurden viele Konzepte und Methoden ohne fundierten methodischen Unterbau entwickelt und deren Wirkung kaum wissenschaftlich evaluiert.
Die Grundlagen für das angesprochene Empowerment berühren viele Disziplinen, von der Psychologie über die Didaktik bis zur Informatik. Um signifikante Ergebnisse zu erzielen, konzentriert sich das vorliegende Doktoratsprogramm auf drei essentielle Forschungsthemen: (1) Künstliche Intelligenz als Unterrichtsthema und wie es altersgerecht (“vertikal”) unterrichtet werden kann, (2) die Verbesserung der Qualität und Verfügbarkeit des Unterrichts durch auf künstlicher Intelligenz basierende multimodale Tutorsysteme und (3) innovativer Unterricht mit fundierten Konzepten zum Distance Learning und modernen OER Lehr- und Lernunterlagen. Der zentrale Wert des Programms liegt in der Kombination der informatischen Expertise der TU Graz mit der Sicherstellung der Praxistauglichkeit und schulischen Erprobung durch die PH Steiermark.
Die Forschungsdesigns werden entsprechend dem Unterrichtssetting gewählt und kombinieren pädagogische und informatische Vorgehensweisen auf neue und effiziente Weise. So kommen qualitative und quantitative Methoden der empirischen Bildungsforschung ebenso zur Anwendung wie Prototyping oder agile Softwareentwicklung. Dabei kann die Entwicklung von eigenen Forschungsdesigns und -methoden notwendig sein. Die geplante Dauer des Doktoratsprogramms erlaubt es, diverse Fragestellungen zum Kompetenz- und Wissenserwerb longitudinal begleitend zu erforschen und die Ergebnisse direkt in die Lehrerfortbildung zu transportieren, um das bestehende Personal zeitnah weiterzubilden. Während des Doktoratsprogramms werden Chancen, Schwachstellen und Herausforderungen systematisch analysiert, methodisch abgesicherte Konzepte entwickelt, wissenschaftlich fundiert evaluiert und als Open-Access publiziert. Damit können eine signifikante Steigerung der informatischen Bildung in Österreich erreicht und Wissens- sowie Wissenschaftsgrundlagen für die Bildungspolitik und Bildungspraxis in Österreich geschaffen werden.
Beschreibung (engl.)
The digital transformation is massively and sustainably changing the economy, society and the private sector. Computer science plays a central role in this, from basic digital education and university research to the applied development of tools and processes. Computer science is a transdisciplinary science that touches many areas of life and provides technological support to society in important topics such as climate protection. Sound knowledge of computer science is crucial for young people’s social and economic participation. Formal computer science teaching in schools is essential in this regard. The common vision of the researchers involved is to enable modern, up-to-date computer science teaching, including and in particular also in the new compulsory subject of „digital basic education“.
In order to enable modern, up-to-date and competence-oriented computer science teaching, including digital basic education, motivated and excellently trained teachers are the central key. This requires the empowerment of teachers, which provides them with the necessary methodological, didactic, professional, organisational and technological tools. Even though many initiatives have emerged in these areas in recent years, many concepts and methods have been developed without a sound methodological foundation and their impact has hardly been scientifically evaluated.
The foundations for empowerment touch on many disciplines, from psychology to didactics to computer science. In order to achieve significant results, this doctoral programme focuses on three essential research topics: (1) artificial intelligence as a teaching topic and how it can be taught in an age-appropriate („vertical“) way, (2) improving the quality and availability of teaching through artificial intelligence-based multimodal tutoring systems, and (3) innovative teaching with sound concepts on distance learning and modern OER teaching and learning materials. The central value of the programme lies in the combination of the informatics expertise of Graz University of Technology with the assurance of practical suitability and school-based testing by the PH Steiermark.
The research designs are chosen according to the teaching setting and combine pedagogical and informatics approaches in new and efficient ways. Thus, qualitative and quantitative methods of empirical educational research are applied as well as prototyping or agile software development. The development of own research designs and methods may be necessary. The planned duration of the doctoral programme makes it possible to research diverse questions on competence and knowledge acquisition longitudinally and to transport the results directly into teacher training in order to further train existing staff in a timely manner. During the doctoral programme, opportunities, weaknesses and challenges are systematically analysed, methodologically sound concepts developed, scientifically evaluated and published as open access. In this way, a significant increase in informatics education in Austria can be achieved and knowledge and scientific foundations for educational policy and educational practice in Austria can be created.
URL
Bericht

Projektdetails

Hochschule
Pädagogische Hochschule Steiermark
Sprache
Projektleitung gesamt
Leitgeb, Thomas; HS-Prof. Dr. / Pädagogische Hochschule Burgenland
Maitz, Katharina; PhD / Private Pädagogische Hochschule Augustinum
Projektleitung intern
Matischek-Jauk, Marlies; HS-Prof. Mag. Dr. Dipl.-Päd.
Interne Projektmitarbeiter/innen
Gaigg, Martina; Mag. Dr. BSc. / 6400 Institut für Bildungswissenschaften
Knaus, Marie; BEd Prof. / 6100 Institut für Elementar- und Primarpädagogik
Trattner, Agnes; Mag. Dr. / 6400 Institut für Bildungswissenschaften
Externe Projektmitarbeiter/innen
Benesch, Thomas; PD Dr. / Private Pädagogische Hochschule Stiftung Burgenland
Leitgeb, Thomas; Dr. / Private Pädagogische Hochschule Stiftung Burgenland
Maitz, Katharina; PhD / Private Pädagogische Hochschule Augustinum
Meller, Stefan; MA / Private Pädagogische Hochschule Stiftung Burgenland
Mößlacher, Corinna; Mag. a / Pädagogische Hochschule Kärnten
Reumann, Anna; Mag. a / Private Pädagogische Hochschule Stiftung Burgenland
Kooperationspartner
Know-Center GmbH, Forschungszentrum für Trustworthy Data-Driven Artificial Intelligence
Onlinecampus Virtuelle PH, Pädagogische Hochschule Burgenland
Pädagogische Hochschule Freiburg, Empirische Bildungsforschung
Pädagogische Hochschule Kärnten
PHELS Gruppe, E-Learning Strategiegruppe der Pädagogischen Hochschulen Österreichs
Private Pädagogische Hochschule Augustinum
Private Pädagogische Hochschule Stiftung Burgenland
Technische Universität Graz
Universität Klagenfurt, Institut für Informatikdidaktik
Laufzeit
2024 – 2028
Beschreibung
Entwicklungen im Bereich der Künstlichen Intelligenz (KI) stellen das Bildungssystem vor Herausforderungen. Eine Betrachtung der Auswirkungen auf Hochschulebene ist notwendig, um Lösungen für den Umgang mit KI-Tools zu finden. Es besteht dringender Bedarf an systematischer Forschung, die Implementierung und Konsequenzen adressiert. Die Studie soll daher zentrale Aspekte der Nutzung und der Auswirkungen von KI-Tools in der Hochschullehre aus zwei Perspektiven (Studierende, Lehrende) im PHVSO betrachten.
Dazu wird ein Mixed-Methods-Ansatz gewählt, der insbesondere auf Ebene der Lehrenden mittels einer (jährlichen) quantitativen Befragung zu Praktiken und Erfahrungen beim Einsatz von bzw. beim Umgang mit KI-Tools einerseits und qualitativen Interviews zur vertieften Analyse sowie zur Identifizierung von Good Practice Lehr-/Lernkonzepten umgesetzt werden soll.
Für die Studierenden wird eine jährliche, querschnittliche, quantitative Befragung implementiert, um Nutzungsmuster und Erfahrungen zu erfassen sowie Trends festzustellen. Eine zusätzliche Längsschnittanalyse, soll Zusammenhänge
von unabhängigen und anhängigen Variablen untersuchen.
Die Analyse dieser multiplen Datenebenen soll es ermöglichen, spezifische Parameter für den Einsatz von KI in der Hochschullehre zu identifizieren und Empfehlungen für die Hochschullehre im PHVSO abzuleiten.
Beschreibung (engl.)
URL
Bericht

Projektdetails

Hochschule
Pädagogische Hochschule Steiermark
Sprache
Projektleitung gesamt
Krupka, Daniel; / Gesellschaft für Informatik e.V. (GI), Geschäftsstelle Bonn
Lieckfeld, Anna Sarah; / Gesellschaft für Informatik e.V. (GI), Geschäftsstelle Bonn
Projektleitung intern
Burgsteiner, Harald Michael; HS-Prof. Mag. Dipl.-Ing. Dr. Ing.
Interne Projektmitarbeiter/innen
Externe Projektmitarbeiter/innen
Kooperationspartner
Bundesministerium für Wissenschaft und Forschung
Freie Universität Berlin
Landesinstitut für Schule und Medien Berlin-Brandenburg
Ministerium für Bildung, Jugend und Sport – Brandenburg
Nacionalinė švietimo agentūra
Österreichische Computer Gesellschaft (OCG) – Austrian Computer Society
Senatsverwaltung für Bildung, Jugend und Familie
Universität Potsdam
Vilnius University
Zentrum für Schulqualität und Lehrerbildung
Laufzeit
2021 – 2024
Beschreibung
Das Projekt TrainDL identifiziert und untersucht Möglichkeiten zur strukturellen und strategischen Integration von Prozessen zur Förderung von digitalen Kompetenzen – im Speziellen Kompetenzen in den Bereichen Künstliche Intelligenz (KI) und Data Literacy – in die Aus- und Weiterbildung von Lehrpersonal. Zu diesem Zweck wird im Rahmen des Projekts ein Policy Building Prozess mit Stakeholdern aus Politik, Bildung und Wissenschaft auf europäischer Ebene implementiert. Das Projekt verfolgt dabei einen dreistufigen, iterativen Prozess: Stufe 1 umfasst den Policy Dialogue (Workshops) mit Stakeholdern, Stufe 2 die Intervention auf Ebene der Ausbildung und Stufe 3 die systematische Evaluierung. Eines der Hauptziele ist die Entwicklung von fundierten Policy Recommendations für EntscheidungsträgerInnen aus Politik und Bildung hinsichtlich der Förderung und Integration von KI und Data Literacy in die Aus- und Weiterbildung von LehrerInnen der Sekundar- und Primarstufe.
Beschreibung (engl.)
URL
Bericht

Projektdetails

Hochschule
Pädagogische Hochschule Vorarlberg
Sprache
Projektleitung gesamt
Hoya, Fabian; Dr.
Prilop, Christopher Neil; Prof. Dr.
Weber, Kira; Prof. Dr.
Mah, Dana-Kristin; Prof. Dr.
Projektleitung intern
Hoya, Fabian; Dr.
Interne Projektmitarbeiter/innen
Externe Projektmitarbeiter/innen
Kooperationspartner
Laufzeit
2024 – 2026
Beschreibung
Im Rahmen der vorliegenden quantitativen Fragebogenerhebung werden Lehramtsstudierende in Deutschland und Österreich sowie Hochschullehrende aller Lehrämter in Deutschland, Österreich und Dänemark zu ihrem Nutzungsverhalten von Künstlicher Intelligenz in Studium und Beruf sowie ihren damit verbundenen Kompetenzen befragt.
Beschreibung (engl.)
In this quantitative questionnaire survey, student teachers in Germany and Austria, as well as university lecturers from all teaching disciplines in Germany, Austria and Denmark, were asked about their use of artificial intelligence in their studies and work, as well as their related skills.
URL
Bericht

Projektdetails

Hochschule
Private Pädagogische Hochschule Burgenland
Sprache
Projektleitung gesamt
Leitgeb, Thomas; HS-Prof. BEd Dr.phil. MA MA
Maitz, Katharina; PhD
Projektleitung intern
Leitgeb, Thomas; HS-Prof. BEd Dr.phil. MA MA
Interne Projektmitarbeiter/innen
Benesch, Thomas; HS-Prof. Mag. MMag. Dipl.-Ing. DDr. MA MBA
Meller, Stefan; HS-Prof. BEd Dr.phil. BA MA
Reumann-Buczolich, Anna Maria; Mag.
Externe Projektmitarbeiter/innen
Knaus, Marie; BEd
Maitz, Katharina; PhD
Matischek-Jauk, Marlies; HS-Prof in. Dr in.
Mößlacher, Corinna; Maga.
Trattner, Agnes; Dr in
Kooperationspartner
Laufzeit
2024 – 2028
Beschreibung
Entwicklungen im Bereich der Künstlichen Intelligenz (KI) stellen das Bildungssystem vor Herausforderungen. Eine Betrachtung der Auswirkungen auf Hochschulebene ist notwendig, um Lösungen für den Umgang mit KI-Tools zu finden. Es besteht dringender Bedarf an systematischer Forschung, die Implementierung und Konsequenzen adressiert. Die Studie soll daher zentrale Aspekte der Nutzung und der Auswirkungen von KI-Tools in der Hochschullehre aus zwei Perspektiven (Studierende, Lehrende) im PHVSO betrachten.
Dazu wird ein Mixed-Methods-Ansatz gewählt, der insbesondere auf Ebene der Lehrenden mittels einer (jährlichen) quantitativen Befragung zu Praktiken und Erfahrungen beim Einsatz von bzw. beim Umgang mit KI-Tools einerseits und qualitativen Interviews zur vertieften Analyse sowie zur Identifizierung von Good Practice Lehr-/Lernkonzepten umgesetzt werden soll.
Für die Studierenden wird eine jährliche, querschnittliche, quantitative Befragung implementiert, um Nutzungsmuster und Erfahrungen zu erfassen sowie Trends festzustellen. Eine zusätzliche Längsschnittanalyse, soll Zusammenhänge von unabhängigen und anhängigen Variablen untersuchen.
Die Analyse dieser multiplen Datenebenen soll es ermöglichen, spezifische Parameter für den Einsatz von KI in der Hochschullehre zu identifizieren und Empfehlungen für die Hochschullehre im PHVSO abzuleiten.
Beschreibung (engl.)
Developments in the field of artificial intelligence (AI) pose challenges for the education system. A consideration of the effects at university level is necessary in order to find solutions for dealing with AI tools. There is an urgent need for systematic research that addresses implementation and consequences. The study therefore aims to examine key aspects of the use and impact of AI tools in higher education teaching from two perspectives (students, teachers) in the PHVSO.
A mixed-methods approach is chosen for this purpose, which is to be implemented in particular at the level of teachers by means of an (annual) quantitative survey on practices and experiences in the use and handling of AI tools on the one hand and qualitative interviews for in-depth analysis and identification of good practice teaching/learning concepts on the other.
An annual, cross-sectional, quantitative survey will be implemented for students in order to record usage patterns and experiences and to identify trends. An additional longitudinal analysis will examine the relationships between independent and dependent variables.
The analysis of these multiple data levels should make it possible to identify specific parameters for the use of AI in university teaching and to derive recommendations for university teaching in the PHVSO.

Translated with DeepL.com (free version)

URL
Bericht