Am 2. September 2025 habe ich bei der Learning AID in Bochum unseren SRL-Agenten präsentiert. In der vorgestellten Version dient der Agent der Erhebung von Lernstrategien mit Hilfe eines Interviewprotokolls von Zimmerman und Martinez-Pons. Im CATALPA Reallabor untersuchen wir Interaktionen dieser Erhebungsmethode mit etablierten SRL-Messmethoden.
Abstract
Während das Potenzial von Large Language Models (LLMs) in jüngster Zeit in verschiedenen
Bereichen des Bildungswesens untersucht wurde, ist ihre Anwendung bei der Messung der
Fähigkeiten Studierender im Bereich des selbstgesteuerten Lernens (SRL) noch nicht ausreichend
erforscht. Aktuelle Initiativen zur Messung von SRL (Befragungen, digitale trace data) stehen vor
mehreren Herausforderungen, die die Entwicklung effektiver SRL-Maßnahmen direkt behindern.
Um diese komplexe Bildungsherausforderung anzugehen, untersucht diese Studie die
Implementierung und Evaluierung eines generativen KI-Agenten, der entwickelt wurde, um
Interviews auf der Grundlage des Self-Regulated Learning Structured Interview (SRLSI) von
Zimmerman und Martinez-Pons durchzuführen. Das System wurde mit 13 Teilnehmern hinsichtlich
Effizienz, Effektivität und Zufriedenheit zu untersuchen. Die Ergebnisse zeigen, dass der Agent das
SRLSI-Interview erfolgreich durchführen kann und eine effiziente Automatisierung von SRL-
Bewertungen demonstriert. Die Lernenden fanden das in Discord und Moodle integrierte Tool
benutzerfreundlich und schätzten die Genauigkeit und Qualität der Gespräche. Die Rückmeldungen
zum Nutzen und zur Relevanz der Empfehlungen waren jedoch uneinheitlich, was
Verbesserungsmöglichkeiten und das Potenzial zur Verbesserung der personalisierten
Lernunterstützung unterstreicht. Diese Ergebnisse bieten direkte Einblicke für zukünftige
Fortschritte bei der SRL-Messung und SRL-Interventionen.
Folien:























