Options
Herausforderung Heterogenität : Lehr-Lernprozessen mit künstlicher Intelligenz begegnen? : Ergebnisse und Anregungen für eine individualisierte Lehre im naturwissenschaftlichen Unterricht
Messig, Denis (2025): Herausforderung Heterogenität : Lehr-Lernprozessen mit künstlicher Intelligenz begegnen? : Ergebnisse und Anregungen für eine individualisierte Lehre im naturwissenschaftlichen Unterricht, in: Tabea Zmiskol, Christian Elting, Verena Keimerl, u. a. (Hrsg.), Professionalisierung für den inklusiven Umgang mit Heterogenität – Befunde, Konzepte und Anregungen aus der Lehrkräftebildung, Bamberg: University of Bamberg Press, S. 261–280, doi: 10.20378/irb-112529.
Faculty/Chair:
Author:
Alternative Title:
The challenge of heterogeneity : meeting teaching-learning processes with artificial intelligence? : Results and suggestions for individualized teaching in science lessons
Title of the compilation:
Professionalisierung für den inklusiven Umgang mit Heterogenität – Befunde, Konzepte und Anregungen aus der Lehrkräftebildung
Publisher Information:
Year of publication:
2025
Pages:
ISBN:
978-3-98989-080-0
978-3-98989-081-7
Language:
German
DOI:
Abstract:
Den Vorstellungen von Lernenden kommt bei der Optimierung von Lehr-Lernprozessen eine fundamentale Bedeutung zu; anderseits nimmt das Maß an kognitiver Heterogenität beständig zu. Daher liegt in der Diagnose und folglich in der Berücksichtigung dieser individuellen Vorstellungen ein Schlüsselmoment für die didaktische Strukturierung von Lernangeboten. Der Beitrag stellt die Ergebnisse einer qualitativen Studie vor, die mithilfe der Peer-Interaction-Methode die individuellen Vorstellungen als Grundlage für Aushandlungsprozesse berücksichtigt. Die Interpretation durch Qualitative Inhaltsanalyse zeigt, dass in leistungsheterogenen Gruppen beide Lernpartner fachlich voneinander profitieren. Jedoch geschieht dies nicht immer aufgrund logischer Argumentation. Die Studie legt ebenfalls nahe, dass eine individualisierte Lehre mit der verwendeten Methode in der Form nicht realisierbar ist. Mögliche Chancen und Limitationen künstliche Intelligenz hierbei zur Unterstützung einzubeziehen werden aufgezeigt und diskutiert.
The prior knowledge of learners is of fundamental importance to trigger learning processes; on the other hand, the degree of cognitive heterogeneity is constantly increasing. Therefore, the diagnosis and consequently the implementation of prior knowledge (also student conceptions, preconcepts) is a key challenge for the development of learning environments. This article presents the results of a study that uses the peer interaction method to take individual prior knowledge into account as a basis for negotiation processes. Qualitative content analysis shows that in heterogeneous groups both learners benefit from each other in terms of subject knowledge. However, this is not always due to logical reasoning. The outcome also suggests that individualized teaching is not feasible with this method in this way. Possible opportunities and limitations of using artificial intelligence to support means of differentiation are highlighted and discussed.
GND Keywords: ; ; ;
Grundschule
Lehrerbildung
Heterogenität
Künstliche Intelligenz
Keywords: ; ; ; ; ; ; ;
Schülervorstellungen
KI
heterogene Lerngruppen
Individualisierter Unterricht
student conceptions
AI
heterogeneous groups
cooperative learning
DDC Classification:
RVK Classification:
Peer Reviewed:
Yes:
Type:
Contribution to an Articlecollection
Activation date:
March 24, 2026
Permalink
https://fis.uni-bamberg.de/handle/uniba/112529