Enlarged Education – Exploring the Use of Generative AI to Support Lecturing in Higher Education

Zusammenfassung: Große Sprachmodelle (LLMs) gewinnen schnell an Aufmerksamkeit in den Bereichen Open Source und kommerzielle Anwendungen, gestärkt durch ihre ständig wachsenden Fähigkeiten. Obwohl solche Modelle eine Vielzahl von Anwendungen haben, ist ihre Integration in die Hochschulbildung als unterstützende Werkzeuge für Dozenten weitgehend unerforscht. Die Erforschung dieses Bereichs erfordert das Verständnis der spezifischen Anforderungen und Perspektiven von Hochschuldozenten.

Wir haben einen LLM-basierten Assistenten mit erweiterten Extraktionsfähigkeiten (RAG) und Lehrmaterialien als Datenbasis entwickelt. Bei der Gestaltung des Systems haben wir einen benutzerzentrierten Designansatz verfolgt. Anschließend führten wir Benutzerstudien und qualitative Interviews mit Hochschuldozenten durch.

Unsere Ergebnisse legen nahe, dass Dozenten bereit sind, LLMs mit RAG in der Hochschulbildung zu nutzen, unter der Bedingung, dass solche Systeme zuverlässig, erklärbar, kontrollierbar und vertrauenswürdig sind. Wir diskutieren Designimplikationen, die Designer von LLM-basierten Systemen berücksichtigen sollten, wenn sie solche Werkzeuge für die Hochschulbildung entwickeln. Dieser Artikel trägt zu den wenigen vorhandenen Studien über die Verwendung von LLMs in Bildungskontexten bei.