Adaptive Rückmeldungen im intelligenten Tutorensystem LARGO

Autor/innen

  • Niels Pinkwart Technische Universität Clausthal, Institut für Informatik
  • Vincent Aleven Carnegie Mellon University, Human Computer Interaction Institute
  • Kevin Ashley School of Law und Learning Research & Development Center, University of Pittsburgh
  • Collin Lynch Intelligent Systems Program, University of Pittsburgh

Schlagworte:

LMS, e-learning, intelligente Tutorensysteme, juristische Argumentation, learning management system, tutoring systems

Abstract

Das intelligente Tutorensystem LARGO für die Rechtswissenschaften soll Jurastudenten helfen, Argumentationsstrategien zu lernen. Im verwendeten Ansatz werden Gerichtsprotokolle als Lernmaterialien verwendet: Studenten annotieren diese und erstellen graphische Repräsentationen des Argumentationsverlaufs. Das System kann dabei zur Reflexion über die von Anwälten vorgebrachten Argumente anregen und Lernende auf mögliche Schwächen in ihrer Analyse des Disputs hinweisen. Zur Erkennung von Schwächen verwendet das System Graphgrammatiken und kollaborative Filtermechanismen. Dieser Artikel stellt dar, wie in LARGO auf Basis der Bestimmung eines „Benutzungskontextes“ die Rückmeldungen im System benutzungsadaptiv gestaltet werden. Weiterhin diskutieren wir auf Basis der Ergebnisse einer kontrollierten Studie mit dem System, welche mit Jurastudierenden an der University of Pittsburgh stattfand, in wie weit der automatisch bestimmte Benutzungskontext zur Vorhersage von Lernerfolgen bei Studenten verwendbar ist.

Downloads

Veröffentlicht

2008-11-21

Ausgabe

Rubrik

Beiträge

URN