• 17.7.2024
  • Lesezeit: 1 Min.

KI soll Studierende unterstützen

Chatbot Iris bietet individuelle Lernhilfe

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.

Prof. Stephan Krusche wird bei seinen Vorlesungen unterstützt von Chatbot Iris Astrid Eckert / TUM
Prof. Stephan Krusche wird bei seinen Vorlesungen unterstützt von Chatbot Iris

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.

Stephan Krusche, Professor für Software Engineering Astrid Eckert / TUM
Stephan Krusche, Professor für Software Engineering
Publikationen

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.

Weitere Informationen und Links

Technische Universität München

Corporate Communications Center

Kontakte zum Artikel:

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

Weitere Ausgaben

HSTS