idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
07/17/2024 15:37

Chatbot Iris bietet individuelle Lernhilfe

Julia Rinner Corporate Communications Center
Technische Universität München

    Wie kann ein Chatbot Studierende bei Vorlesungen und beim Lösen von Übungsaufgaben sinnvoll unterstützen? Forschende der Technischen Universität München (TUM) haben hierfür den Chatbot Iris entwickelt, der Studierenden der Informatik bei Programmierübungen personalisierte Hilfestellung bietet. Eine Studie bestätigt nun den Erfolg des Chatbots – Iris verbessert das Verständnis von Programmierkonzepten und stellt eine wertvolle Ergänzung zu menschlichen Tutorinnen und Tutoren dar.

    Ein randvoller Hörsaal mit über 1.000 Studierenden. In den Grundlagenvorlesungen der Informatik ist das keine Seltenheit. Um trotzdem den Bedürfnissen jedes Einzelnen gerecht zu werden, haben Stephan Krusche, Professor für Software Engineering, und sein Team schon 2016 die Lernplattform Artemis entwickelt. Diese ähnelt bekannten Lernplattformen, bietet aber mehr Möglichkeiten. So erhalten Studierende über die Plattform nicht nur ihre Übungsaufgaben, sondern direkt Feedback, wo sie einen Fehler gemacht oder etwas noch nicht vollumfänglich verstanden haben.

    Chatbot Iris als exzellenter Tutor

    Im Oktober letzten Jahres hat das Team von Stephan Krusche am TUM Center for Educational Technologies die Lernplattform um den Chatbot Iris erweitert. Iris basiert auf GPT von OpenAI und hat zum Ziel, den Studierenden möglichst individuelle Hilfestellungen beim Lösen von Übungsaufgaben zu geben. Um das System an den Lernkontext anzupassen, agiert der Chatbot als sogenannter exzellenter Tutor. Das bedeutet, dass Iris nicht direkt die richtige Lösung oder konkrete Implementierungsschritte vorgibt, sondern mit subtilen Hinweisen oder Gegenfragen arbeitet. Diese Herangehensweise fördert das eigenständige Denken der Studierenden. Um die Effizienz beim Lernen zu steigern, beantwortet Iris nur Fragen, die im direkten Kontext zu den Lerninhalten stehen.

    „Um den Erfolg von Iris zu prüfen, haben wir in unserer Studie über 200 Studierende aus drei Grundlagenvorlesungen der Informatik befragt“, sagt Patrick Bassner, Doktorand an der Professur für Software Engineering. „Wir wollen daraus Schlüsse ziehen, wie wirksam die Studierenden die Unterstützung von Iris wahrnehmen, ob Studierende sich wohler damit fühlen, Fragen an einen Chatbot zu stellen als an menschliche Tutorinnen und Tutoren und ob die Studierenden ein subjektives Vertrauen in Iris zeigen.“

    Fördert das Lernen und die Eigenständigkeit der Studierenden

    Die Antworten zeigen, dass die Studierenden Iris als wertvolle Unterstützung schätzen, aber auch ein großer Teil der Befragten weiterhin auf menschliche Tutorinnen und Tutoren setzt. So versteht der Chatbot die gestellten Fragen gut und die Studierenden fühlen sich wohl und sicher bei der Nutzung. Iris vermittelt den Studierenden das Gefühl, dass die Chats privat bleiben und sie beim Stellen der Fragen nicht bewertet werden. Insbesondere bei großen Vorlesungen müssen sich so Studierende nicht überwinden, Fragen vor ihren Kommilitoninnen und Kommilitonen zu stellen. Bei den Vorbereitungen auf Prüfungen wird Iris gewohnheitsmäßig eingesetzt. Die Studierenden fühlen sich aber gleichzeitig sicher genug, Aufgaben in Prüfungen ohne die Unterstützung von Iris zu lösen.

    "Die Integration von Iris in Artemis hat gezeigt, dass KI-gesteuerte Tutoren eine wertvolle Rolle in der Hochschullehre spielen können", sagt Stephan Krusche. "Sie bieten personalisierte Unterstützung, die das Lernen fördert und die Eigenständigkeit der Studierenden stärkt."

    Die Forschenden wollen den Chatbot Iris weiter optimieren und zukünftig soll er auch bei anderen Studienfächern zum Einsatz kommen.


    Contact for scientific information:

    Prof. Dr. Stephan Krusche
    Technische Universität München
    Professur für Software Engineering
    krusche@tum.de


    Original publication:

    Patrick Bassner, Eduard Frankford, and Stephan Krusche. 2024. Iris: An AI-Driven Virtual Tutor for Computer Science Education. In Proceedings of the 2024 on Innovation and Technology in Computer Science Education V. 1 (ITiCSE 2024). Association for Computing Machinery, New York, NY, USA, 394–400. https://doi.org/10.1145/3649217.3653543


    More information:

    https://www.tum.de/aktuelles/alle-meldungen/pressemitteilungen/details/chatbot-i...


    Images

    Prof. Stephan Krusche wird bei seinen Vorlesungen von Chatbot Iris unterstützt
    Prof. Stephan Krusche wird bei seinen Vorlesungen von Chatbot Iris unterstützt
    Astrid Eckert / TUM
    Verwendung frei fuer die Berichterstattung ueber die TUM bei Nennung des Copyrights / Free for use in reporting on TUM,


    Criteria of this press release:
    Journalists
    Information technology
    transregional, national
    Research results
    German


     

    Prof. Stephan Krusche wird bei seinen Vorlesungen von Chatbot Iris unterstützt


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).