PRIMA-KI: Paprendizaje de resolución de problemas imetro Mamáenseñanza temática en la escuela primaria con AI acompañar.

Apoyo didáctico sólido de aprendizaje de IA para el aprendizaje de matemáticas orientado a problemas en la escuela primaria

Un proyecto de investigación para desarrollar e investigar un sistema de tutoría adaptativa para el aprendizaje individualizado en el descubrimiento matemático en la escuela primaria.

Acerca del proyecto

Como parte de la digitalización en la educación, en PH Weingarten estamos investigando el potencial y las opciones de diseño de compañeros de aprendizaje respaldados por IA para lecciones de matemáticas de la escuela primaria. La inteligencia artificial ofrece oportunidades únicas para la retroalimentación individualizada y adaptativa en el aprendizaje basado en problemas, siempre que esté diseñada e implementada con un enfoque didáctico sólido.

Nuestro proyecto piloto PRIMA-KI desarrolla e investiga prototipos de compañeros de aprendizaje de IA que se integran en aplicaciones de matemáticas y ayudan a los niños a explorar y resolver problemas matemáticos. El enfoque se centra en la activación cognitiva y el apoyo al proceso de pensamiento independiente.

Objetivos del proyecto

• Desarrollo de principios de diseño didácticos sólidos para compañeros de aprendizaje de IA en la escuela primaria
• Desarrollo de indicaciones estructuradas de manera óptima y diseños de interacción para integrar en ofertas de aprendizaje digital existentes para brindar apoyo adaptativo adaptado a los niños.
• Identificación de estrategias de retroalimentación efectivas que reducen la carga cognitiva sin sustituir el proceso de aprendizaje
• Evaluación del comportamiento de uso y aceptación entre niños de primaria
• Creación de una base basada en evidencia para la integración responsable y sensible a la protección de datos de la IA en la educación matemática de la escuela primaria

Estado actual y enfoque planificado

En la fase piloto actual, nos estamos concentrando en desarrollar y probar prototipos iniciales en entornos controlados. A través de variaciones sistemáticas y optimización recursiva de los diseños de indicaciones de IA, desarrollamos pautas de diseño y un marco para las funciones de soporte adaptativo basadas en la integración de compañeros de aprendizaje de IA en varias aplicaciones de Christian Urff.

Contacto y colaboración

¿Estás interesado en el proyecto y te gustaría colaborar o participar como escuela o investigador? ¡Esperamos saber de usted!

christian.urff@ph-weingarten.de