bei Google ScholarTitelangaben
Fehr, Ulrich:
KI-gestützte Prüfungssimulation und Lernassistenz in der Lehramtsausbildung am Beispiel Leichtathletik.
2025
Veranstaltung: 27. Sportwissenschaftlicher Hochschultag der Deutschen Vereinigung für Sportwissenschaft (dvs) "Sportwissenschaft: Vielfalt & Nachhaltigkeit!?"
, 16.-19.09.2025
, Münster.
(Veranstaltungsbeitrag: Kongress/Konferenz/Symposium/Tagung
,
Vortrag
)
Abstract
Einleitung
An der Universität Bayreuth wurde am Zentrum für Hochschullehre ExamSim, ein KI-basierter Simulator für mündliche Prüfungen entwickelt, der in einer Pilotphase im Win-tersemester 2024 bereits seine grundsätzliche Eignung gezeigt (ZHL, 2025). Im Sommersemester 2025 wird der Prüfungssimulator erstmals in der Sportwissenschaft einge-setzt. Die Erreichung der mit dem ChatGPT-gestützten Prüfungs-Avatar verfolgten Ziele im Sportartenseminar Leichtathletik werden über qualitative Interviews und Fragebögen evaluiert und vorgestellt.
Technische Realisation
ExamSim bedient sich eines mit HeyGen generierten digitalen Avatars, der von Erscheinungsbild und Stimme dem Prüfer entspricht. Die Interaktionsfähigkeit wird über das generative Sprachmodell ChatGPT von OpenAI realisiert, wobei über die Standard-Trainingsdaten hinaus LehrLernmaterialien aus dem Kurs integriert werden. Somit können über den Avatar Prüfungsfragen gestellt werden und direkt Feedback zu den per Spracherkennung eingelesenen Antworten erfolgen. Der Schwierigkeitsgrad kann allgemein gesteuert, als auch verschiedene Kompetenzebenen gezielt angesprochen werden. Ebenso kann durch die Ausgestaltung des Feedbacks die Drucksituation variiert werden.
Die Steuerung des Avatarverhaltens erfolgt primär über die Programmierschnittstelle (API) mittels eines generellen Prompts, der ähnlich wie die direkte Bedienung von Sprachmodellen über deren Weboberfläche funktioniert. Hier legt dies jedoch grundlegend und unabhängig von Studierendeneingaben Verhalten und Einsatzszenario des Sprachmodelles fest. Mit entsprechend modifiziertem Prompt soll ExamSim im Vorfeld sozusagen als „Lernassistenz“ unterstützend eingesetzt werden.
Konkrete Umsetzung & Ziele
Vor dem operativen Einsatz muss routinemäßig der Avatar erstellt und bestehende Kursunterlagen für den Einsatz mit ChatGPT aufbereitet werden. In einem iterativen Prozess wird die beiden Prompts im Hinblick auf ein möglichst realitätsnahes Prüfungsverhalten bzw. optimale Lernunterstützung optimiert und abschließend eine erste Evaluation von beispielhaften Dialogen (Schwierigkeitsgrad, Lernzieltaxonomie, Feedback-Qualität) durchgeführt.
Über den Einsatz von ExamSim sollen die Studierenden sich besser auf die spezifische Prüfungssituation vorbereitet fühlen, sich besser für die Auseinandersetzung mit den Prüfungsthemen motivieren können und durch die Verbalisierung des eigenen Wissens und durch das ExamSim-Feedback sowie die dadurch angeregte Reflektion auch schneller und/oder auf höherem Niveau Fachwissen erwerben.
Die Zielerreichung soll über qualitative Interviews und Fragebögen vergleichend mit einem Parallelkurs des Autors ohne ExamSim Einsatz abgeschätzt werden.
Literatur
ZHL – Zentrum für Hochschullehre der Universität Bayreuth (2025). ExamSim – Simulator für mündliche Prüfungen. Zugriff unter https://www.zhl.uni-bayreuth.de/de/projekte/examsim/index.html
Weitere Angaben
| Publikationsform: | Veranstaltungsbeitrag (Vortrag) |
|---|---|
| Begutachteter Beitrag: | Ja |
| Keywords: | Hochschullehre; KI; ChatGPT; Prüfung |
| Institutionen der Universität: | Forschungseinrichtungen > Zentrale wissenschaftliche Einrichtungen > Bayreuther Zentrum für Sportwissenschaft (BaySpo) |
| Titel an der UBT entstanden: | Ja |
| Themengebiete aus DDC: | 300 Sozialwissenschaften > 370 Bildung und Erziehung 700 Künste und Unterhaltung > 790 Sport, Spiele, Unterhaltung |
| Eingestellt am: | 31 Okt 2025 07:54 |
| Letzte Änderung: | 31 Okt 2025 07:54 |
| URI: | https://eref.uni-bayreuth.de/id/eprint/95066 |