Universität Wien

190094 SE Didactics: Teaching and Learning with Media (2024S)

Bildung mit und über 'Künstliche Intelligenz'

5.00 ECTS (2.00 SWS), SPL 19 - Bildungswissenschaft
Continuous assessment of course work
Th 11.07. 09:00-15:00 Digital

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

max. 25 participants
Language: German

Lecturers

Classes (iCal) - next class is marked with N

Friday 03.05. 13:15 - 18:15 Seminarraum 1 Sensengasse 3a 1.OG
Saturday 04.05. 09:45 - 16:00 Seminarraum 1 Sensengasse 3a 1.OG
Friday 12.07. 09:00 - 15:00 Digital

Information

Aims, contents and method of the course

Eines der wichtigsten technischen Zukunftsthemen ist die'Künstliche Intelligenz'. In der 2020 verabschiedeten 'Strategie der Bundesregierung für Künstliche Intelligenz - Artificial Intelligence Mission Austria 2030' (AIM AT 2030) wird deshalb formuliert, dasdas KI-Thema sowohl an allen Schulen als auch an allen Hochschulen gestärkt werden soll. Insbesondere stelle sich deshalb die Aufgabe, auch (angehende) Lehrkräfte mit den nicht-technischen Aspekten von KI vertraut zu machen, Schwellen abzubauen undein generelles Verständnis für diese Zukunftstechnologie zu wecken.Dieses interdisziplinäre Seminar greift diese Themen auf. Studierende erarbeiten sich grundlegende Konzepte wie: 'Was kann KI, was kann sie nicht?', 'Transhumanismus: Werden Roboter und Menschen ähnlicher', 'Ethische Aspekte der KI' und befassen sichauf nicht-technische Art mit konkreten Erfolgen von KI-Systemen. Eine vertiefte Diskussion von neuen Einsatzmöglichkeiten der Bildung mit KI und über KI rundet den Kurs ab. Hierzu arbeiten sie mit unterschiedlichen Fachdisziplinen und über Institutionsgrenzen zusammen und wagen den Blick über den Tellerrand.

Assessment and permitted materials

Die Leistungskontrolle erfolgt anhand eines benoteten Referats, einer schriftlichen Seminararbeit und eines Forschungstagebuchs.

Minimum requirements and assessment criteria

Mindestanforderung für die positive Beurteilung ist ein Referat zu einem vereinbarten Thema, eine schriftliche Seminararbeit und ein Forschungstagebuch.Beurteilungsmaßstab:- Referat (30 Punkte)- Forschungstagebuch (30 Punkte)- Seminararbeit (40 Punkte)Für eine positive Beurteilung der Lehrveranstaltung sind 50 Punkte erforderlich.1 (sehr gut) 80-100 Punkte2 (gut) 70-79 Punkte3 (befriedigend) 60-69 Punkte4 (genügend) 50-59 Punkte5 (nicht genügend) 0-49 PunkteZur Sicherung der guten wissenschaftlichen Praxis können Studierende zu einem notenrelevanten Gespräch nach Abgabe der Seminararbeit eingeladen werden, welches positiv zu absolvieren ist. Im Falle eines Plagiats einer Teilleistung zählt das ganze Seminar als plagiiert.

Examination topics

Alle in der Lehrveranstaltung durchgenommenen Inhalte, insbesondere auch die fachlichen und fachdidaktischen Inhalte und Überlegungen der eigenen und der im Seminar präsentierten Planungen. Unterstützendes Lernmaterial wird elektronisch bereitgestellt

Reading list

Wir haben gerade eine wissenschaftliche Konferenz zum Thema "Lehren und Lernen mit Medien" abgeschlossen und einen Konferenzband publiziert. Das sind alles sehr technische und informatiknahe Themen, ich erwarte also nicht, dass Sie diese brandaktuellen Texte inhaltlich verstehen. Allerdings sollten Sie die drei Kurzzusammenfassungen der Keynotes lesen, und sich an Hand der Titel einen Überblick verschaffen, was die aktuellen Forschungsthemen sind: https://dl.gi.de/bitstream/handle/20.500.12116/38864/DELFI_2022_Proceedings_FINAL.pdf?sequence=1&isAllowed=y

Es wird immer wichtiger, wissenschaftliche Veröffentlichungen über den Digital Origin Identifier DOI zu finden. Bitte recherchieren Sie über den DOI und lesen Sie diese beiden Papiere, die Sie an Hand des DOI finden

Henning, Peter & Henning, Jacqueline & Glueck, Katharina. (2021). Artificial Intelligence: Its future in the health sector and its role for medical education. Journal of European CME. doi:10. 10.1080/21614083.2021.2014099.
Fuchs, Kevin & Henning, Peter. (2017). Visualizing Learning Behavior as Spatio-Temporal Trajectories In: Eibl M, Gaedke M (Hrsg.), Proceedings der Informatik 2017, 25.-29. September 2017 Chemnitz, GI Lecture Notes in Informatics P-275 (2017) 1703-1716
doi: 10.18420/in2017_171

Association in the course directory

WM-M09

Last modified: Th 18.01.2024 14:46