Aktuelle Machine-Learning-Ansätze haben das Potenzial, menschliches Verhalten auf Basis von zuvor festgelegten Kriterien objektiv und reliabel zu erfassen. Verhalten von Student*innen (etwa in der Interaktion mit Schauspielpatient*innen bei der ärztlichen Gesprächsführung oder bei einem Übungsvortrag) kann auf diese Weise erkannt und damit zur Formulierung von Feedback mit Blick auf ihre Kompetenzentwicklung genutzt werden. Aufbauend auf umfangreichen eigenen Vorarbeiten soll ein Machine-Learning-Algorithmus weiterentwickelt werden, der menschliches Verhalten in Bezug auf seine Konvergenz mit gewünschten Verhaltenskriterien analysiert. Die so erzielten Ergebnisse werden genutzt, um Student*innen automatisiertes, KI-basiertes Feedback auf ihr Verhalten zu präsentieren, das sie in digital angereicherten Präsenzsettings in unterschiedlichen Fächern zeigen (kommunikatives Verhalten z.B. in Arzt-Patienten- oder Elternberatungsgesprächen). Der Mehrwert gegenüber menschlichem Feedback liegt u.a. in der größeren Objektivität und der späteren Skalierbarkeit des Ansatzes. Diesem Projekt sind hauptverantwortlich die Fakultät für Angewandte Informatik und die Medizinische Fakultät zugeordnet. Transferiert werden die Entwicklungen im dritten Projektjahr in die Lehrerbildung (Philosophisch-Sozialwissenschaftliche Fakultät).

• ​​​​​​ Lehrstuhl für Menschzentrierte Künstliche Intelligenz
• Lehrstuhl für Medizinische Psychologie und Soziologie
• Lehrstuhl für Medizindidaktik und Ausbildungsforschung
• DigiLLab - Zentrum für digitales Lehren und Lernen