Projektbeschreibung
Neue Möglichkeiten zur Entwicklung von Kompetenzen für selbstreguliertes Lernen bei adaptiven Lerntechnologien
Adaptive Lerntechnologien sind auf Tabletgeräten einsetzbar und werden in Schulen in Europa und anderen Ländern weithin zum Rechnen und zur Rechtschreibung genutzt. Doch obwohl adaptive Lerntechnologien das Lernverhalten auf Grundlage der Leistungsdaten der Lernenden optimieren, eignen sie sich nicht zur Unterstützung des selbstregulierten Lernens (SLR) das zielgesteuert und bewusst erfolgt und für die Lernmotivation von zentraler Bedeutung ist. Vor diesem Hintergrund wird das EU-finanzierte Projekt HHAIR eine fortschrittliche Methode zur Messung von selbstreguliertem Lernen und Algorithmen entwickeln, um die hybride Regulation zur Entwicklung von SLR-Kompetenzen in adaptiven Lerntechnologien zu fördern. Insbesondere wird HHAIR optimiertes Lernen und einen optimierten Lerntransfer (Deep Learning) sowie die Entwicklung von SLR-Kompetenzen für lebenslanges Lernen unterstützen. Mit der Entwicklung der allerersten Hybridsysteme zur Vermittlung von menschlichen SLR-Kompetenzen mithilfe von künstlicher Intelligenz leistet HHAIR bahnbrechende Arbeit.
Ziel
Hybrid systems combining artificial and human intelligence hold great promise for training human skills. I propose to develop Hybrid Human-AI Regulation (HHAIR) to develop learners’ Self-Regulated Learning (SRL) skills within Adaptive Learning Technologies (ALTs). HHAIR targets young learners (10-14 years) for whom SRL skills are critical in today’s society. Many of these learners use ALTs to learn mathematics and languages every day in school. ALTs optimize learning based on learners’ performance data but even the most sophisticated ALTs fail to support SRL. In fact, most ALTs take over (offload) control and monitoring from learners. HHAIR on the other hand aims to gradually transfer regulation of learning from AI-regulation to self-regulation. Learners will increasingly regulate their own learning progressing through different degrees of hybrid regulation. In this way HHAIR supports optimized learning and transfer (deep learning) and development of SRL skills for lifelong learning (future learning). This project is ground-breaking in developing the first hybrid systems to train human SRL skills with AI.
The design of HHAIR resolves four scientific challenges: i) identify individual learner’s SRL during learning; ii) design degrees of hybrid regulation; iii) confirm effects of HHAIR on deep learning; and iv) validate effects of HHAIR on SRL skills for future learning. The four design challenges are addressed by investigating ALTs’ trace data in exploratory studies (WP1), applying these insights to develop HHAIR in design studies (WP2), investigating immediate effects on deep learning in short-term field studies (WP3) and effects on SRL-skills for future learning in long-term field studies (WP4). The AI@EDU infrastructure will connect HHAIR to ALTs used daily in schools across Europe. The project will develop advanced measurement of SRL and algorithms to drive hybrid regulation for developing SRL skills in ALTs.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
ERC-STG - Starting Grant
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) ERC-2020-STG
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenGastgebende Einrichtung
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
6525 XZ Nijmegen
Niederlande
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.