Generative Künstliche Intelligenz (GenKI) und deren Anwendungen gewinnen in Form von personalisierter Unterstützung beim Lernen zunehmend Bedeutung im Bildungsbereich. GenKI kann Zusammenfassungen erstellen, Literaturrecherchen durchführen und als Inspirationshilfe oder sokratischer Gesprächspartner dienen (Tobor, 2024). Dieser Trend geht einher mit dem Bestreben, domänenspezifische GenKI-Anwendungen zu entwickeln. Um in Hochschulen zuverlässige und valide GenKI einzusetzen, sind qualitativ hochwertige Trainingsdaten von entscheidender Bedeutung. Ergänzend sind Befunde aus der Lern- und Lehrforschung einzubinden (SWK, 2023).
Im AI.EDU Research Lab 2.0 kooperieren CATALPA, ein Forschungsschwerpunkt der FernUniversität in Hagen, mit dem Deutschen Forschungszentrum für Künstliche Intelligenz. Es widmet sich der Erforschung domänenspezifischer Anwendungen von GenKI im Hochschulkontext zur Förderung akademischer Kompetenzen und zur Selbstregulation im Studium. Aktuell werden im Projekt zukunftsorientierte LLMs und (KI-)Methoden in Recommendersystemen mit didaktischen Erkenntnissen verknüpft (Zheng, 2023), so dass sie z. B. in der Lage sind Feedback zu geben und nächste Lernaktivitäten zu empfehlen.
Der Beitrag stellt die Ergebnisse einer Studie zur Nutzung von frei zugänglichen GenKI-Anwendungen durch Studierende in einem bildungswissenschaftlichen Bachelorstudiengangs vor. Die Anwendungen unterstützen die Studierenden bei der Generierung eines Hausarbeitsthemas und einer hierfür leitenden Fragestellung. Im SoSe 2023 wurden Think-Aloud-Protokolle von sechs Studierenden erstellt, während sie GenKI-Anwendungen nutzten. Anschließend folgten Befragungen in Form von Stimulated Recalls zur Interaktion mit den Anwendungen. Die laufende Auswertung dieser Daten ist entscheidend für die Weiterentwicklung der Recommendations, vor allem bezüglich der Funktionen im Lernprozess, der Zusammenarbeit von Anwendung und Studierenden sowie der inhaltlichen/formalen Gestaltung.