DeepWrite
Mit künstlicher Intelligenz Schreib- und Argumentationskompetenzen erlernen
Schreib- und Argumentationskompetenzen spielen eine Hauptrolle für den beruflichen Erfolg. Studierende müssen die für ihre Disziplin gängigen Inhalte strukturiert und präzise auf den Punkt bringen können. In Studiengängen und Lehrveranstaltungen mit hohen Teilnehmerzahlen verfassen sie jedoch selten eigenständige Texte. Stattdessen steht das Erlernen vorgegebenen Wissens sowie von Lösungsschemata im Vordergrund.
Mit dem auf künstlicher Intelligenz basierenden und vom Bundesministerium für Bildung und Forschung zur digitalen Hochschulbildung geförderten Projekt DeepWrite ist es unser Ziel, diese Defizite in der Lehre zu beheben. DeepWrite soll von Studierenden verfasste Texte in Bezug auf Inhalte, die argumentative Struktur sowie Qualität automatisiert bewerten können und so die Schreib- und Argumentationskompetenzen in den Fächern Jura und Wirtschaft stärken.
Der Lehrstuhl ist in zweierlei Hinsicht Teil dieses Projekts: Zum einen tragen wir zum Aufbau einer Wissensdatenbank für wirtschaftswissenschaftliche Lehrinhalte bei. Zum anderen beteiligen wir uns mit dem am Lehrstuhl entwickelten Hörsaaltool classEx, über das ein Peer-to-Peer Evaluationssystem für Textmodule aufgebaut werden soll. Gegenüber weit verbreiteten Audience-Response-Systemen besteht der entscheidende Vorteil von classEx darin, dass Studierende nicht nur mit den Dozierenden, sondern auch miteinander in einen digital abgebildeten Austausch treten.
Sie können in den Kontext der jeweiligen Lehrveranstaltung passende Freitextfragen beantworten und diese im Anschluss anonym gegenseitig bewerten sowie mit dem Dozierenden im Plenum besprechen. Dadurch werden Trainingsdaten produziert, anhand derer die künstliche Intelligenz entwickelt werden kann. Ein Ziel des Projekts ist es, über classEx die KI-generierten Rückmeldungen zur argumentativen Struktur und Qualität eines Texts direkt an die beteiligten Studierenden zu übermitteln.
DeepWrite ist ein interdisziplinär angelegtes Projekt des Lehrstuhls für Data Science von Prof. Michael Granitzer, des Institut für Rechtsdidaktik mit Prof. Urs Kramer, des Lehrstuhls für Volkswirtschaftstheorie von Prof. Johann Graf Lambsdorff sowie DiLab mit Dr. Christian Müller. Die technische Betreuung übernimmt das ZIM.
