KI im Hochschulkontext: Forschung, Praxis und Campus-Management

MUSE (Motivation-Understanding-Schema for Effectiveness)

admin

Die Aufgabe des Chatbots ALIX ist es, Studierende zu motivieren, zu ermutigen, bei Mobbying oder Prokrastination zur Seite zu stehen. Als Teil des SMARTA-Projekts soll die Motivations-Effektivität analysiert werden, wozu fraglich ist, ob Studierende motiviert oder unmotiviert den Chat beginnen und ob sich das Motivationsniveaus durch den Chat mit ALIX ändert. Zum Beispiel könnte ein Studierender das Gespräch unmotiviert beginnen und sich nach dem Gespräch mit ALIX nicht besser fühlen. Wir nennen dies eine ‚Stagnationsspirale‘. Idealerweise möchten wir, dass ALIX Studierenden, die sich niedergeschlagen fühlen, hilft, motivierter zu werden, was wir als ‚Motivations-Neustart‘ bezeichnen.

Aktuell können wir die Stimmung/Sentiment jedes Chats und auch Sentimentumschwünge (!) messen. Wir kennen die Namen der Nutzer nicht, aber können das Sentiment des Chats während der Nutzung sofort analysieren und aufzeichnen. Dies ermöglicht es uns zu verfolgen, wie oft etwas wie ein ‚Euphorie-Rückgang‘ vorkommt. Derzeit sind die Prozentsätze in unserer Matrix nur grobe Schätzungen. Wir werden genaue Zahlen im Frühjahr 2024 veröffentlichen.

KI – Marie (Studienberatung)

admin

Zu einem konkreten Studiengang wurde ein Studienberater entwickelt und praktisch ausgetestet.
Der Studienberater kann mit oder ohne Video in einen frame der Hochschule eingebunden werden.
Der Studienberater basiert auf 5 Seiten an Information zu Studiengang und Hochschule und arbeitet anhand eines Gesprächsleitfadens. Die Tonalität ist wählbar. Konkret kann der Berater getestet werden mit realen Daten zum Studiengang Journalismus der Hochschule FHM mit jugendlicher Tonalität hier: http://studienberater.ki-campus.eu

Marie ist ein Chatbot aus dem Bereich „Staff: Management of Academic and Relevant Tasks with Chatbots“ (S:Mart-C)

KI – Sofia

admin

Zusammen mit Universitäten aus Deutschland, Griechenland, Bulgarien, Italien und Nordmazedonien nehmen wir am Projekt „ADA“ teil. ADA versucht, weiblichen Unternehmerinnen zu helfen. Und unser Chatbot namens SOFIA versucht, diese neugierig darauf zu machen und „verwickelt“ Sie in ein Gespräch.

Sofia spricht nicht nur english sondern auch deutsch. Im Dialog-Design wird Sofia Sie nach Ihrer Startup-Idee fragen, Sie ermutigen, dann einen Namen für das Startup finden, nach Problemen fragen, eine Antwort finden und dann aber abbrechen, und einen menschlichen Mentor empfehlen. Testen Sie es aus: Sofia!

Titelfinder-Architektur und Profi-Prompt

admin

Noch unterschätzt wird vermutlich, dass das Prompten eine neue Medienkompetenz darstellt und es ähnlich wie Profi-Googler auch Profi-Prompter geben wird, die sehr lange „Pro“-Prompts erstellen, um die KI zu einem optimalen Output zu bringen. Im folgenden Beispiel werden bekannte sowie erfragte und auch festgelegte Daten in einem Pro-Prompt durch das Campus-Management-System kombiniert. Der Ablauf ist wie folgt:

1) dem Campus-Management-System ist bekannt, welcher Studierende eine Abschlussarbeit zu erstellen hat.
2) Innerhalb des Campus-Management-Systems wird solchen Studierenden die Möglichkeit gegeben, auf den Service „Titel für Arbeit finden“ zu klicken.
3) Der Studierende wird dort befragt nach „3 Stichworten zur geplanten Arbeit“ sowie dem „Umfang in Seiten“ und einem vorhandenen Arbeitstitel, wie in Abb. 6 dargestellt.
4) Bekannt ist dem Campus-Management-System bereits die Studienrichtung (z.B. Psychologie“) sowie der Abschluss (z.B. Bachelor).
5) Festgelegt durch die Hochschule ist z.B. „kein Fragezeichen im Titel“ oder das Gliederungssystem.
6) Wenn der Studierende die Fragen beantwortet hat, wird mit Klick im Hintergrund der Profi-Prompt erstellt als Kombination aus erfragten, bekannten und hochschulspezifischen Details sowie den für Titelfindung aufgabenspezifischen Anweisungen.
7) Mit dem Prompt wird via die API die KI befragt und das Ergebnis an TraiNex geliefert.
8) Das Campus-Management-System kann die Textantwort grob prüfen auf z.B. nicht erlaubte Worte oder Zusätze hinzufügen wie „unverbindlich“.
9) Dem Studierenden wird der angeforderte Titelvorschlag innerhalb des Campus-Management-Systems angezeigt.
10) Der Studierende kann die Titel prüfen und ggf. anpassen und für einen von ihm definierten Titel eine Arbeitsgliederung erstellen lassen, die automatisch grob den Anforderungen der Hochschule z.B. gem. der Gliederungssystematik entspricht. 

In keinem der Schritte verlässt der Studierende das Campus-Management-System TraiNex und die KI ist nur im Schritt 7 bzw. dem gestrichelten lila Bereich involviert.