Projektdetails
Hochschule
Private Pädagogische Hochschule Burgenland
Sprache
Projektleitung gesamt
Leitgeb, Thomas; HS-Prof. BEd Dr.phil. MA MA
Maitz, Katharina; PhD
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.
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
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.
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.
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)
Bericht
