ChatEDU: 87

ChatEDU ist ein multimodales Bildungstool, entwickelt von vier Informatik-Studierenden der Vanderbilt University, das durch den Einsatz generativer KI zum „zweiten Gehirn“ der Studierenden wird. Es bietet drei Kernfunktionen – Wissensgraph, dynamisches Wissensprofil und aufgabenbasierten Lern-Agent – und unterstützt das Hochladen verschiedener Lernmaterialien wie Texten, Bildern und Videos. Mithilfe von Azure- und OpenAI-Technologien werden die Inhalte analysiert und passgenaue, interaktive Lernprozesse generiert.

Hauptfunktionen von ChatEDU

• Personalisierter Lernpfad: Studierende können Lernmaterialien wie Notizen, Hausaufgaben und Kursfolien hochladen. ChatEDU erstellt darauf basierend einen individuellen Lernpfad.

• Intelligentes Lernmanagement: ChatEDU V2 stellt Lehrkräften ein intelligentes Lernmanagementsystem zur Verfügung, das Unterrichtspläne und Aufgaben erstellt und gezieltes Feedback liefert.

• Multimodales Lernerlebnis: ChatEDU V3 vereint die Funktionen der vorherigen Versionen und wird zum multimodalen Lernassistenten der Studierenden. Durch Wissensgraphen, dynamische Verstehensanalyse und weitere Technologien bietet es umfassendere Lernunterstützung.

Eigenschaften von ChatEDU

• Wissensgraph: ChatEDU verwandelt akademische Themen in strukturierte Modelle und hilft Studierenden, Zusammenhänge zwischen den Themen intuitiv zu erkunden.

• Dynamisches Wissensprofil: Das System aktualisiert das Wissensprofil in Echtzeit entsprechend dem Lernfortschritt und dem Verständnisstand der Studierenden und stimmt die Lerninhalte gezielter auf die Bedürfnisse ab.

• Interaktiver Lernpfad: Der Lern-Agent erstellt auf Basis des Wissensprofils der Studierenden interaktive Lernpfade, die verschiedene Formen wie Text, Audio und Bilder umfassen.

Vorteile

• Steigerung der Lerneffizienz: Das System passt Inhalte und Schwierigkeitsgrad dynamisch an die Lernsituation der Studierenden an und ermöglicht so effizienteres Lernen.

• Verbessertes Lernerlebnis: Durch Wissensgraphen und interaktives Design entsteht ein ansprechenderes und unterhaltsameres Lerngefühl.

• Personalisierung des Lernens: Personalisierte Lernpfade und dynamische Wissensprofile erfüllen die unterschiedlichen Lernanforderungen der Studierenden und bieten präzise Lernunterstützung.

Anwendungsszenarien für ChatEDU

• Hochschulbildung: Pilotversion für Unternehmen bietet Hochschulen Einblicke in die Lernbedürfnisse Studierender, unterstützt die Lehre im Unterricht und steigert Interaktivität und Personalisierung (verweist auf eine IDC-Studie: 99,4 % der US-Hochschulen sehen KI als entscheidend für die Wettbewerbsfähigkeit in den nächsten 3 Jahren).

• KI-Innovation in der Bildung: Unstrukturierte Lernmaterialien werden in strukturierte Wissensgraphen umgewandelt, um die praktische Anwendung von „Wissensgraph + Bildung“ voranzutreiben und die Lücke zwischen akademischer Forschung und Praxis zu schließen.

• Beruflicher Übergang: Wissensprofile können in berufliche Kompetenzbewertungsberichte umgewandelt werden, die Unternehmen bei der Einarbeitung unterstützen und Studierende dabei begleiten, theoretisches Wissen in praktischen Szenarien wie Social-Media-Analyse oder Verkehrsoptimierung anzuwenden.

Häufig gestellte Fragen

F: Was ist der wesentliche Unterschied zwischen ChatEDU und herkömmlichen KI-Lerntools?

A: Herkömmliche Tools konzentrieren sich darauf, Aufgaben automatisiert zu erledigen (z. B. Hausaufgaben zu schreiben). ChatEDU hingegen baut mithilfe von Wissensgraphen und dynamischen Profilen ein personalisiertes Wissensnetz für die Studierenden auf und lässt die KI als „Lernpartner“ auftreten, der zum Erkunden anleitet, anstatt Aufgaben abzunehmen – mit dem Fokus, selbstständiges Lernen und den Aufbau einer Wissensstruktur zu fördern.

F: Wie wird der Wissensgraph in ChatEDU technisch umgesetzt?

A: Studierende laden multimodale Lernmaterialien wie Texte, Videos und PDFs hoch → Azure-Tools extrahieren die Themen und Zusammenhänge der Inhalte → GPT-4 Vision erzeugt die Knoten und Kanten des Wissensgraphen → gespeichert in Azure Cosmos PostgreSQL, sodass der Lern-Agent in Echtzeit darauf zugreifen kann.

F: Wie lässt sich nachweisen, dass ChatEDU den Lernerfolg verbessert?

A: Kurzfristig ist geplant, in Zusammenarbeit mit Hochschulen Unterrichtspilotprojekte durchzuführen und anhand von Kennzahlen wie der Antwortquote der Studierenden und der Geschwindigkeit des Schließens von Wissenslücken zu evaluieren. Langfristig sollen gemeinsam mit Bildungsforschungsinstituten Vergleiche der akademischen Leistung vor und nach der Nutzung angestellt werden, um die Wirksamkeit der personalisierten Lernpfade zu belegen.