Hochschule für Angewandte Psychologie FHNW

Dauerhafte URI für den Bereichhttps://irf.fhnw.ch/handle/11654/1

Listen

Bereich: Suchergebnisse

Gerade angezeigt 1 - 5 von 5
  • Vorschaubild
    Publikation
    Bedingungen und Massnahmen für eine erfolgreiche Interaktion mit Large Language Models
    (Hochschule für Angewandte Psychologie FHNW, 2024) Christe, Mathilde; Theiler, Sven; Institut Mensch in komplexen Systemen, Hochschule für Angewandte Psychologie FHNW
    Diese Bachelorarbeit untersucht, ob eine Instruktion die Fähigkeiten und das Nutzungsverhalten der Studierenden im Umgang mit ChatGPT verbessern kann. Zudem wird der Zusammenhang zwischen dem Umgang mit ChatGPT und der Selbstwirksamkeit erforscht. Im Rahmen dieser Studie wurden Studierende mittels Fragebogen gebeten, ihre Selbstwirksamkeit sowie ihre Nutzungsabsicht einzuschätzen und anschliessend 15 ChatGPT-Aufgaben zu beurteilen. Die Konstrukte Selbstwirksamkeit sowie die Nutzungsabsicht der Studierenden wurden mit wissenschaftlich validierten Items erfasst. Mittels t-Test und Spearman-Korrelation wurden die formulierten Hypothesen überprüft. Die Stichprobe (N=69) umfasst Studierende aus diversen Hochschulen sowie unterschiedlichen Alters und Geschlechts. Eine Instruktion beeinflusst den Umgang mit ChatGPT sowie das Nutzungsverhalten der Studierenden nicht signifikant. Zudem wurde festgestellt, dass eine höhere Selbstwirksamkeit keinen signifikanten Zusammenhang mit dem Umgang mit ChatGPT hat. Anhand der Analyse der Daten konnten Handlungsempfehlungen abgeleitet werden, um die Implementierung von Large Language Models (LLM`s) an Hochschulen zu unterstützen. Die daraus resultierenden Handlungsempfehlungen umfassen das Anbieten von Schulungen, um Studierende im Umgang mit LLM`s wie ChatGPT zu bilden, einschliesslich ethischer Aspekte und Datenschutzfragen. Darüber hinaus sollten klare Richtlinien für die Nutzung von KI-Technologien erstellt werden, um Transparenz zu gewährleisten und Studierende im kritischen Umgang mit KI-generierten Texten zu schulen.
    11 - Studentische Arbeit
  • Vorschaubild
    Publikation
    Elevating Education: Exploring The Impact of AI-Integration in Higher Education
    (Hochschule für Angewandte Psychologie FHNW, 05.09.2024) Lartey, Nicole; Michel, Stefan; Hochschule für Angewandte Psychologie FHNW
    Aktuellen Studien haben zahlreichen Vorteile und Herausforderungen der Einbeziehung von GenAI-Tools in die Bildung aufgezeigt. Sehr wenige Studien untersuchten die Auswirkungen einer gesteuerten KI-Integration auf die Perspektiven von Studierenden und Dozierenden. Ausserdem bezogen sich die meisten davon auf ChatGPT und schlossen Psychologiestudierenden nicht ein. Mit einem Mixed-Methods Ansatz zielte diese Masterarbeit darauf ab, (1) zu ermitteln, was für Ausprägungen gesteuerten Erfahrungen auf die Perspektiven von Psychologie-studierenden unterschiedlicher akademischer Ebene hinsichtlich der KI-Integration hatten, und (2) welche Perspektiven Psychologiedozierenden zur KI-Integration hatten. Es wurden auch weitere KI-Tools berücksichtigt. Die Ergebnisse zeigten gemischte Meinungen über KI-Integration und selbstberichtete Einstellungsänderungen, die auf die jeweiligen Interventionen bezogen wurden. Alle Dozierenden waren der KI-Integration gegenüber aufgeschlossen, während einige Studierende damit nicht einverstanden waren. Während BSc-Studierenden eine Steigerung ihrer digitalen Kompetenz wahrnahmen, gaben MSc-, CAS- und MAS-Studierenden an, dass sie noch mehr lernen müssten. Es wurden unterschiedliche Bedenken hinsichtlich der Auswirkungen der KI-Nutzung auf verschiedene Themen wie Leistung, sinnvolle und ethische KI-Nutzung, Datenschutz usw. Die meisten Teilnehmende wünschten sich weiterer Schulung und Leitlinien seitens der Hochschule. Insgesamt gibt es viele Faktoren, die bei der KI-Integration berücksichtigt werden müssen. Die Stimmen von Studierenden und Dozierenden müssen berücksichtigt werden, und die Steigerung von digitalen Kompetenzen muss priorisiert werden.
    11 - Studentische Arbeit
  • Vorschaubild
    Publikation
    White Paper: Mensch und KI – gemeinsam besser. Hinweise für eine erfolgreiche Nutzung der künstlichen Intelligenz in wissensintensiven Bereiche
    (Hochschule für Angewandte Psychologie FHNW, 01.09.2024) Wäfler, Toni; Eisenegger, Andrina; Hamouche, Samira; Magee, Nicholas
    05 - Forschungs- oder Arbeitsbericht
  • Vorschaubild
    Publikation
    Patient:innen und KI: Eine Frage der Perspektive bei der Bewertung von KI bei medizinischen Online-Diensten
    (Frankfurt University of Applied Sciences, 2024) Lermer, Eva; Gaube, Susanne; Cecil, Julia; Kleine, Anne-Kathrin; Kokje, Eesha; Frey, Dieter; Hudecek, Matthias; Klein, Barbara; Rägle, Susanne; Klüber, Susanne
    04A - Beitrag Sammelband
  • Vorschaubild
    Publikation
    Exploring linguistic indicators of social collaborative group engagement
    (International Society of the Learning Sciences, 2023) Jeitziner, Loris Tizian; Paneth, Lisa; Rack, Oliver; Zahn, Carmen; Wulff, Dirk U.; Damşa, Crina; Borge, Marcela; Koh, Elizabeth; Worsley, Marcelo
    This study takes a NLP approach to measuring social engagement in CSCL-learning groups. Specifically, we develop linguistic markers to capture aspects of social engagement, namely sentiment, responsiveness and uniformity of participation and compare them to human ratings of social engagement. We observed small to moderate links between NLP-markers and human ratings that varied in size and direction across the different groups. We discuss measurement and prediction of social collaborative group engagement using natural language processing.
    04B - Beitrag Konferenzschrift