Digital Education: AI
A.3:1 Einleitung
2 Das Projekt ELe-com
3 Das Zusammenspiel von EMIL und LENA
4 KI-unterstützte Empfehlungssysteme im Projekt ELe-com
5 Ausblick / Im Zuge der anhaltenden Weiterentwicklung und Verbreitung von KI und New Data Analytics wächst auch deren Bedeutung für den Einsatz im Bildungsbereich. Sie versprechen vielfältige Einsatzmöglichkeiten – gerade mit Blick auf Empfehlungssysteme, die zur Förderung und Verbesserung von Lehr-Lern-Prozessen beitragen können, indem sie eine stärkere Berücksichtigung individueller Lernpräferenzen erlauben. Neben der Personalisierung von Lernangeboten, erfüllen sie auch die zunehmenden, lebensweltlich geprägten Erwartungen von Nutzer:innen, die jenseits des klassischen Lernens vom wachsenden Einfluss neuer Formen der Informationsverbreitung und Kommunikation im Alltag geprägt sind.:1 Einleitung
2 Das Projekt ELe-com
3 Das Zusammenspiel von EMIL und LENA
4 KI-unterstützte Empfehlungssysteme im Projekt ELe-com
5 Ausblick
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:93588 |
| Date | 04 September 2024 |
| Creators | Roodsari, Sam Toorchi, Liebold, Mariane, Lorenz, Robert, Liu, Boxuan, Müller, Maria, Horeni, Sandra |
| Contributors | Hochschule der Deutschen Gesetzlichen Unfallversicherung (HGU), Technische Universität Dresden, Technische Universität Dresden, Hochschule Stralsund (HOST) |
| Publisher | TUDpress - Verlag der Wissenschaften |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/publishedVersion, doc-type:conferenceObject, info:eu-repo/semantics/conferenceObject, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 978-3-95908-537-3, urn:nbn:de:bsz:14-qucosa2-897957, qucosa:89795 |
Page generated in 0.0021 seconds