Secure, Autonomous and AI-Based Systems
Secure, Autonomous and AI-Based Systems
The digital transformation and expansion of cyber-physical systems increasingly require more collaborative solutions and human-machine interaction. Cognitive computing also increases the autonomy of systems (e.g. autonomous vehicles and flying objects). At the same time, it also poses challenges in communication and interface design between components and systems, data acquisition and analysis using artificial intelligence (e.g. Big Data, machine learning), and IT security.
Research in this area is conducted primarily at the Affective and Cognitive Institute (ACI), Institute for Machine Learning and Analytics (IMLA), Institute for Unmanned Aerial Systems (IUAS), and the Institute of Reliable Embedded Systems and Communication Electronics (ivESK).
| Title | KompiLe |
| Short Name | KompiLe |
| Short Description | Eine besondere Herausforderung KI-gestützter Technologien liegt darin, technische, ethische, soziale sowie rechtliche Aspekte abzuwägen und auf dieser Basis optimale Lösungen für die Hochschulbildung zu finden. Deshalb verknüpft KompiLe das Lernen mit KI unmittelbar mit dem Lernen über KI, um so einen reflexiven Lernprozess zu ermöglichen. Das Projekt erarbeitet und untersucht, in wieweit KI Lernen als aktiven, konstruktiven und individuellen Prozess optimal unterstützt. Es wird hierzu eine intelligente, adaptive Lernumgebung exemplarisch erprobt, in der Lernpräferenzen, Erfahrungen und Lernstrategien genutzt werden, um personalisierte Lernvorschläge aus der großen Menge digitaler Lerninhalte zu präsentieren. Für ein umfassendes Setting wird der KI-gestützte Lernprozess begleitet durch Lernangebote zu KI-Inhalten, die curricular in das Studium eingebettet werden. Erwartet wird eine Verbesserung der Akzeptanz von KI, da KI-Kompetenzen Studierender systematisch gefördert werden. Die projektbegleitende Evaluation überprüft, inwieweit sich die Annahmen zur Verbesserung des Lernprozesse empirisch bestätigen lassen und liefert Erkenntnisse über Gelingensfaktoren des KI-Einsatzes zur Verbesserung der Lehre und des Lernens. Die beiden wichtigsten (interdisziplinären) Forschungsfragen des Projekts lauten: • Wie können KI-Methoden für personalisiertes Lernen unter Beachtung ethischer Leitlinien eingesetzt werden? • Wie können pädagogische Konzepte eingesetzt werden, um die KI-Kompetenz Studierender und Lehrender umfassend zu fördern? Methoden: • Wir untersuchen und evaluieren KI-Methoden, die für den Einsatz des personalisierten Lernens geeignet sind, passen sie anhand unserer Forschungsergebnisse für unsere Problemstellung an und optimieren ihren Einsatz. • Wir entwickeln, theoretisch und experimentell, vorhandene existierende pädagogische Konzepte weiter, und erforschen wie sie eingesetzt werden können, um die KI-Kompetenz Lernender zu fördern. Die Wissenschaftlichkeit des Projekts zeigt auch die Tatsache, dass momentan zwei Paper aus dem Projekt in der Reviewphase sind. Die Titel lauten: a) From LMS to LXP - Extending Moodle WithAdaptive Learning Features b) KI-Kompetenz fördern - Medienpädagogisches Making in der Hochschullehre |
| Year Of Acquisition | 2021 |
| Start Date | 2021-12-01 |
| End Date | 2025-11-30 |
| Project Managers |
Christ, Andreas, Prof. Dr.
Sänger, Volker, Prof. Dr. Schmidt, Claudia, Prof. Dr. |
| Faculties | M |
| Institution | IMLA |