Refine
Document Type
- Conference Proceeding (1)
- Doctoral Thesis (1)
- Other (1)
Has Fulltext
- yes (3)
Is part of the Bibliography
- no (3)
Keywords
- Künstliche Intelligenz (3) (remove)
Institute
Poster zur Posterpräsentation "Was wissen Jugendliche über Künstliche Intelligenz" im Rahmen eines Forschungsprojekts im Master Bildungswissenschaft an der Pädagogischen Hochschule Karlsruhe.
Das Poster zeigt erste Ergebnisse des noch laufenden Forschungsprojekt. Für die explorativen Studie wurden über 140 Schüler aus Schulen des Regierungspräsidiums Karlsruhe, der Klassen 7 und 8 befragt.
Cognitive Spacetime
(2019)
The raise of so-called artificial intelligence has made people believe that computers may some day be congenial with human beings. In the past computers were regarded as effective but soulless and unintelligent assistants to free humans from routine tasks. Computers were supposed to perform time-consuming but mechanical calculations. Today's computers are universal machines that can execute an almost unlimited variety of software. The increase of processing speed allows us to implement complex software which does not seem to have much in common with past computing machinery.
In the field of education this awakened the desire to build algorithms which didactically support learners or even emulate human-like tutors. However, despite the apparent complexity of today's software, algorithms are step-by-step procedures which in their core are purely mechanical. So before introducing just another approach for technology-enhanced learning let me reconsider a seemingly naive but fundamental question. Given the nature of how computers work on the machine-level, can we emulate human-like tutors with computers?
I believe that we can not because human beings are in possession of abilities which can not be implemented with algorithms due to their mechanical kernel and the formal systems on which algorithms are built. However, there exists a concept with which we can implement a mutual human-machine interaction that enables computers to at least adapt themselves to a learner. The result of this is what we call "adaptive systems". In this work, I present a method based on spatio-temporal data structures and algorithms which enable us to build technically simple but artificially intelligent self-adapting systems. Such systems can be utilized for technology enhanced learning but also for other fields related to human-machine interaction.
Humanoid gestaltete, soziale Roboter in der Lehre an Schulen und Hochschulen sind bereits Tatsache (vgl. Belpaeme et al. 2018). Die wissenschaftliche Auseinandersetzung bezüglich möglicher Rollen und Funktionen von Robotern in der Bildung steht aber noch am Anfang und deren Einsatz von sozialen Robotern und den damit verbundenen Fragen zu bspw. Datenethik oder Educational Data Mining polarisieren. Vor dem Hintergrund des bereits geschaffenen Status Quo ist es zwingend notwendig, sich einer nachhaltigen Anwendung von Robotern in der Bildung zuzuwenden.
Als Abbild (oder Gegenbild) des Menschen geschaffen, dienen humanoide Roboter nicht nur als schlichte «Lehr-/Lernmaschinen», sondern auch als Projektionsfläche menschlicher (Technik-)Fantasien und Zukunftsbilder, letztlich auch in der Pädagogik. Der von uns im Rahmen der GMW-Tagung 2022 durchgeführte Workshop bot den Teilnehmenden die Möglichkeit, gemeinsam mit einem humanoiden sozialen Roboter aktuelle Problemstellungen aus einer kritisch-reflexiven Medienbildung am Beispiel eines Einsatzes von Robotern in einer Bildungseinrichtung (Hochschule) zu beleuchten und in der Gruppe interaktiv zu bearbeiten.
Die Arbeitsgruppe der Fachstelle Digitales Lehren und Lernen (FDL), PH FHNW stellte an dem Workshop zentrale Forschungsergebnisse vor und verdeutlichte dabei die Relevanz der angesprochenen Themenkomplexe rund um Roboter in der Bildung.