PRIMA-KI: Papprentissage par résolution de problèmes jem Maenseignement thématique à l'école primaire avec IA accompagner.

Un support d'apprentissage de l'IA didactiquement solide pour l'apprentissage des mathématiques axé sur les problèmes à l'école primaire

Un projet de recherche visant à développer et à étudier un système de tutorat adaptatif pour l’apprentissage individualisé de la découverte mathématique à l’école primaire.

À propos du projet

Dans le cadre de la numérisation de l'éducation, nous étudions chez PH Weingarten le potentiel et les options de conception des compagnons d'apprentissage assistés par l'IA pour les cours de mathématiques à l'école primaire. L’intelligence artificielle offre des opportunités uniques de rétroaction individualisée et adaptative dans l’apprentissage par problèmes – à condition qu’elle soit conçue et mise en œuvre avec une approche didactique solide.

Notre projet pilote PRIMA-KI développe et recherche des prototypes de compagnons d'apprentissage IA qui sont intégrés dans des applications mathématiques et aident les enfants à explorer et à résoudre des problèmes mathématiques. L’accent est mis sur l’activation cognitive et le soutien du processus de pensée indépendant.

Objectifs du projet

• Développement de principes de conception didactiquement solides pour les compagnons d'apprentissage de l'IA à l'école primaire
• Développement d'invites et de conceptions d'interaction structurées de manière optimale à intégrer dans les offres d'apprentissage numérique existantes pour un soutien adaptatif adapté aux enfants
• Identification de stratégies de rétroaction efficaces qui réduisent la charge cognitive sans remplacer le processus d'apprentissage
• Évaluation du comportement d'utilisation et de l'acceptation chez les enfants du primaire
• Créer une base factuelle pour l'intégration responsable et respectueuse de la protection des données de l'IA dans l'enseignement des mathématiques à l'école primaire

État actuel et approche prévue

Dans la phase pilote actuelle, nous nous concentrons sur le développement et le test de prototypes initiaux dans des environnements contrôlés. Grâce à des variations systématiques et à une optimisation récursive des conceptions d'invite d'IA, nous développons des directives de conception et un cadre pour les fonctions de support adaptatif basées sur l'intégration de compagnons d'apprentissage d'IA dans diverses applications par Christian Urff.

Contact et collaboration

Êtes-vous intéressé par le projet et souhaitez-vous coopérer ou participer en tant qu'école ou chercheur ? Nous avons hâte de vous entendre !

christian.urff@ph-weingarten.de