Logo des Repositoriums

Auflistung nach Autor:in "Berges, Marc"

1 - 10 von 11
  • Poster
    Ab an die Kiste: Konzeption eines mobilen Lernlabors zu KI
    (INFOS 2023 - Informatikunterricht zwischen Aktualität und Zeitlosigkeit, 2023) Lindner, Annabel; Rösch, Mathias; Franke, Florian; Berges, Marc
    Für ein Grundverständnis der Chancen, Risiken und Grenzen von Künstlicher Intelligenz sollten insbesondere die Methoden des Maschinellen Lernens (ML) von Schüler:innen nachvollzogen werden. Mithilfe des Workshopkonzepts „Die intelligente Museumsapp“ kann der zentrale Problemlöseprozess des ML erarbeitet werden. Es wird das Konzept des Workshops vorgestellt.
  • Conference demo
    Adaptive Learning Systems in Programming Education: A Prototype for Enhanced Formative Feedback
    (Proceedings of DELFI 2024, 2024) Lohr, Dominic; Berges, Marc; Chugh, Abhishek; Striewe, Michael
    Formative feedback is crucial in programming education, yet many learning systems fall short, concentrating mostly on pinpointing errors rather than guiding learners on how to resolve them. This is particularly unhelpful for novices who often lack advanced skills like debugging. Feedback is considered more valuable when it addresses error causes rather than just symptoms. However, this is challenging using only conventional methods like unit testing. Identifying error causes requires detailed information about both the error and the learner. Our proposed prototype introduces a new approach to integrating programming exercises into adaptive learning systems. It directly categorizes student code into so-called answer classes using a combination of static and dynamic code analysis. When integrated with data derived from a learner model, this approach enables tailored feedback that lowers the barrier to learning programming while keeping motivation high.
  • Textdokument
    Erfahrungsbericht zur Qualifizierungsmaßnahme Informatik als Erweiterungsfach (Lehramt Realschule) in Bayern
    (Informatik für alle, 2019) Berges, Marc; Ehmann, Matthias; Gall, Rainer; Greubel, André; Günzel-Weinkamm, Nicole; Haller, Verena; Hennecke, Martin; Heuer, Ute; Kronawitter, Julia; Lindner, Annabel; Pöhner, Nicolai
    Teil des Programms BAYERN DIGITAL II ist die berufsbegleitende Nachqualifizierung von rund 180 Lehrerinnen und Lehrern der Realschule. Über die Ermäßigung des Stundendeputats wird den Teilnehmenden ermöglicht, sich innerhalb von zwei Jahren für das Fach Informatik an bayerischen Realschulen nachzuqualifizieren. Ausbildungsziel ist das einem regulären Studium entsprechende Staatsexamen. An mehreren universitären Standorten wurden daher entsprechende Maßnahmen aufgelegt. Durch die besonderen Rahmenbedingungen kommen vor allem Lehr- und Lernformen des „blended learning“ Konzepts zum Tragen. Zweiwöchentliche Präsenztage sorgen dabei für eine kontinuierliche Flankierung, wobei versucht wird, im Sinne des „flipped classroom“ Prinzips die Präsenzzeit möglichst lernerzentriert und interaktiv zu gestalten. Untersuchungen zur Zufriedenheit und Motivation nach dem ersten Halbjahr zeigen den Erfolg der Maßnahme, aber auch weiteres Verbesserungspotential.
  • Zeitschriftenartikel
    Informatische Literalität im Lehramtsstudium der Lateinischen Philologie
    (LOG IN: Vol. 41, No. 2, 2021) Berges, Marc; Beyer, Andrea; Freund, Stefan; Losch, Daniel; Schulz, Konstantin
  • Conference Proceedings
    KI im Toaster? Schüler:innenvorstellungen zu künstlicher Intelligenz
    (INFOS 2021 – 19. GI-Fachtagung Informatik und Schule, 2021) Lindner, Annabel; Berges, Marc; Lechner, Magdalena
    Die vorliegende Untersuchung erhebt als Beitrag zur didaktischen Rekonstruktion Schüler:innenvorstellungen zum Thema künstliche Intelligenz (KI). Dabei wurden von Schüler:innen mit einer Strukturlegetechnik Begriffsbilder erstellt und diese qualitativ analysiert. Die Erhebung zeigt, dass die Jugendlichen hauptsächlich konkrete Gegenstände bzw. Software-Funktionen als künstliche Intelligenz wahrnehmen, die dahinter liegenden Technologien für sie jedoch überwiegend unbekannt sind. Die Schüler:innen stellen sich oft eine starke KI vor und betrachten Intelligenz, Lernfähigkeit und selbständiges Handeln als deren Kerneigenschaften. KI-Technologien werden von vielen Jugendlichen als beängstigend oder gefährlich wahrgenommen; dies steht in engem Zusammenhang mit fehlenden Kenntnissen zur technischen Funktionsweise sowie der Darstellung von künstlicher Intelligenz in den Medien. All dies identifiziert wichtige Anknüpfungspunkte für den Informatikunterricht und die zukünftige Lehrer:innenbildung im Bereich KI.
  • Zeitschriftenartikel
    KI in der Kiste: Unterrichtsaktivitäten aus einem Lernlabor zum Thema Künstliche Intelligenz
    (Informatische Bildung in Schulen (IBiS): Vol. 1, No. 1, 2023) Lindner, Annabel; Müller-Unterweger, Michaela; Berges, Marc; Rösch, Mathias
    Der Beitrag präsentiert eine Sammlung von Unterrichtsaktivitäten, die im Rahmen der Entwicklung eines Lernlabors zum Thema Künstliche Intelligenz (KI) entstanden sind. Die Aktivitäten können in verschiedenen Jahrgangsstufen, Schulformen und Unterrichtsfächern als Impulse und thematische Aufhänger zur Vermittlung verschiedener Konzepte aus dem Bereich der KI eingesetzt werden. Es werden exemplarisch fünf Aktivitäten aus der Sammlung vorgestellt. In der Aktivität Gesucht: KI können Schüler:innen den Einsatz von KI-Algorithmen in Alltagsgegenständen unterstützt durch Bildkarten diskutieren. Es war einmal ... bietet einen Überblick über die historische Entwicklung von KI-Systemen, während Realitäts-Tabu sich mit der Komplexität der Realität und ihrer Verarbeitung durch KI-Systeme befasst. Die Orakel-Cops stellen Szenarien des Predictive Policing nach und in der Aktivität Künstler:in unbekannt versuchen die Schüler:innen, KI-Artefakte von menschlichen Kunstwerken zu unterscheiden.
  • Konferenzbeitrag
    Learning with ALeA: Tailored experiences through annotated course material
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Kruse, Theresa; Berges, Marc; Betzendahl, Jonas; Kohlhase, Michael; Lohr, Dominic; Müller, Dennis
    We present ALeA, an adaptive learning assistant for university courses. The intelligent tutoring system (ITS) provides services for both learners and instructors, based on semantically annotated course material. The system can generate learning tools like flashcards, guided tours, and quizzes, which can be tailored to individual learning progress. Currently, the system is only available for courses from the field of computer science, like artificial intelligence. We plan to expand it for further courses from different fields.
  • Zeitschriftenartikel
    LOG IN 195/196 Komplettheft
    (LOG IN: Vol. 41, No. 2, 2021) Humbert, Ludger; Koerber, Bernhard; Röhner, Gerhard; Schmitz, Denise; Kramer, Matthiaas; Brinda, Torsten; Humbert, Ludger; Losch, Daniel; Berges, Marc; Beyer, Andrea; Freund, Stefan; Schulz, Konstantin; Best, Alexander; Thomas, Marco; Hilbig, André; Best, Alexander; Brämer, Martin; Frederking, Volker; Geldreich, Katharina; Goetz, Ilka; Herper, Henry; Kortenkamp, Ulrich; Krauthausen, Günter; Ladel, Silke; Schulte, Carsten; Fothe, Michael; Drubba, Enrico; Schulz, Sandra; Pinkwart, Niels; Anthes, Jacqueline; Schöbel, Sven; Feldbusch, Leonie; Ritter, Felicitas; Dippon, Philipp; Strecker, Kerstin; Baumann, Rüdeger
  • Zeitschriftenartikel
    Object orientation in the literature and in education
    (it - Information Technology: Vol. 60, No. 2, 2018) Berges, Marc
    The efforts around the world – CS4All in the U.S. or Computing At School in Great Britain – show that computing literacy is seen as important. One important part of computer science education deals with learning programming. So, object orientation should be in focus. But what is object orientation? Several different definitions are presented, and a definition of object orientation by its fundamental concepts is introduced. Furthermore, several educational “paradigms” are discussed. Additionally, a choice of object-oriented programming languages is presented. After all that theoretical background, some exemplary implementations of object orientation in national (German) and international curricula are shown. All in all, the article provides a broad overview of the topic of object-oriented programming in computer science education.
  • Conference paper
    Term Extraction for Domain Modeling
    (Proceedings of DELFI 2024, 2024) Kruse, Theresa; Lohr, Dominic; Berges, Marc; Kohlhase, Michael; Moghbeli, Halimeh; Schütz, Marcel
    Adaptive learning systems need to use domain and learner models to provide meaningful support for learners. Building fine-grained domain models by hand is very time-consuming, so the demand for partial automation is high. This paper investigates how term extraction tools can support constructing a domain model. Therefore, we study if different automatic term extraction tools give comparable results to a human annotator. Our results show that the current extraction tools support the process, but their results are not directly usable and still need human adjustments.