Aktuelle Machine-Learning-Ans?tze haben das Potenzial, menschliches Verhalten auf Basis von zuvor festgelegten Kriterien objektiv und reliabel zu erfassen. Verhalten von Student*innen (etwa in der Interaktion mit Schauspielpatient*innen bei der ?rztlichen Gespr?chsführung oder bei einem ?bungsvortrag) kann auf diese Weise erkannt und damit zur Formulierung von Feedback mit Blick auf ihre Kompetenzentwicklung genutzt werden. Aufbauend auf umfangreichen eigenen Vorarbeiten soll ein Machine-Learning-Algorithmus weiterentwickelt werden, der menschliches Verhalten in Bezug auf seine Konvergenz mit gewünschten Verhaltenskriterien analysiert. Die so erzielten Ergebnisse werden genutzt, um Student*innen automatisiertes, KI-basiertes Feedback auf ihr Verhalten zu pr?sentieren, das sie in digital angereicherten Pr?senzsettings in unterschiedlichen F?chern zeigen (kommunikatives Verhalten z.B. in Arzt-Patienten- oder Elternberatungsgespr?chen). Der Mehrwert gegenüber menschlichem Feedback liegt u.a. in der gr??eren Objektivit?t und der sp?teren Skalierbarkeit des Ansatzes. Diesem Projekt sind hauptverantwortlich die Fakult?t für Angewandte Informatik und die Medizinische Fakult?t zugeordnet. Transferiert werden die Entwicklungen im dritten Projektjahr in die Lehrerbildung (Philosophisch-Sozialwissenschaftliche Fakult?t).

• ?????? Lehrstuhl für Menschzentrierte Künstliche Intelligenz
• Lehrstuhl für Medizinische Psychologie und Soziologie
• Lehrstuhl für Medizindidaktik und Ausbildungsforschung
• DigiLLab - Zentrum für digitales Lehren und Lernen