Ausgangspunkt und Untersuchungsrahmen des Projekts
Künstliche Intelligenz wird zunehmend im Bildungsbereich eingesetzt, insbesondere dialogbasierte KI wie ChatGPT. Die Frage, wie geeignet diese Systeme für didaktisch anspruchsvolle Inhalte sind, ist jedoch offen. Gerade in abstrakten Fächern wie Wissenschafts- und Erkenntnistheorie, wo Verständnis über reines Faktenwissen hinausgeht, stellt sich die Frage, welche Systeme Lernprozesse besser unterstützen können. Zudem bietet die Kombination aus KI und eigenen Daten neue Potenziale, die systematisch erfasst werden müssen.
Das Projekt untersucht drei Ansätze KI-gestützten Lernens:
● ChatGPT (Standardanwendung)
● OpenAI Playground (Entwickleroberfläche mit Prompt-Steuerung)
● Eigene Webseite auf Basis von LangChain mit Vektordatenbank (eigene Lehrtexte)
Die Auswahl dieser Tools erfolgte gezielt aufgrund ihrer unterschiedlichen Eigenschaften: ChatGPT steht für eine nutzerfreundliche Standardlösung mit breiter Verfügbarkeit, der Playground ermöglicht eine feinjustierte Steuerung durch gezieltes Prompt-Design, und die eigene LangChain-Anwendung erlaubt eine maximale Kontrolle über Datenquellen, Darstellung und Feedbackmechanismen. Damit deckt die Auswahl ein breites Spektrum technischer und didaktischer Möglichkeiten ab.
Die Zielgruppe des Lernmoduls sind Studierende, die sich mit komplexen, theoretischen Inhalten auseinandersetzen müssen. Für sie soll das Potenzial KI-gestützter Lernsysteme ausgelotet werden, insbesondere im Hinblick auf individuelle Verständnissicherung und selbstständige Wissenskonstruktion.
Ziel ist es, die drei Systeme hinsichtlich Benutzerfreundlichkeit, Anpassbarkeit, Lerneffektivität und technischer Kontrolle zu vergleichen und ihre Eignung für ein KI-gestütztes Lernmodul zur Wissenschaftstheorie zu bewerten.
Zeitraum: Sommersemester 2025
Tool(s): LangChain, ChatGPT, OpenAI Playground
Studierende im KMM-Master: Lejla Bratic