Was Studierende fragen, sind Daten über das Lernen.
Analysen aus den Arbeiten und Gesprächen der Studierenden zeigen, wie sie lernen, nicht nur was sie lernen. Das gibt Ihnen Belege, wo Sie zuvor auf Intuition angewiesen waren — und den Studierenden einen Blick auf die eigenen Arbeitsgewohnheiten.
Was Studierende über sich selbst sehen.
Wer sich durch die Analysis arbeitet, sieht, dass sich die meisten Fragen um die partielle Integration drehen — eine konkrete Verständnislücke statt „ich bin schlecht in Mathe“.
Wer wiederholt nach fertigen Ergebnissen statt nach Schritt-für-Schritt-Erklärungen fragt, erkennt das deutlich — und das regt zu gründlicherer Arbeit an.
In Schreib- und Sprachkursen können die Gesprächsverläufe zeigen, dass jemand ständig nach Grammatikkorrekturen fragt, aber fast nie nach Rückmeldung zum Aufbau der Argumentation.
Sichtbar gemacht, erlauben diese Muster die eigentliche Frage: Nutze ich KI als Abkürzung oder als Lernpartner? Das Lernen wird zum Anlass für Selbsteinschätzung.
Belege statt Bauchgefühl.
Wenn viele Studierende eines Biologiekurses auf ähnliche Weise nach der Zellatmung fragen, ist das eine verbreitete Fehlvorstellung, die Sie in der nächsten Vorlesung aufgreifen können.
In einem Programmierkurs deuten häufige Debugging-Fragen zu Schleifen, aber selten zu Funktionen, auf eine ganz bestimmte Kompetenzlücke hin.
Nutzungsmuster unterscheiden Studierende, die sich im längeren Hin und Her durch ein Problem arbeiten, von denen, die eine kurze Antwort übernehmen.
Anonymisierte Beispiele oder aggregierte Tendenzen in den Unterricht zu holen, macht aus KI statt einer privaten Hilfe einen gemeinsamen Gegenstand von Analyse und Verbesserung.
Starten Sie jetzt mit Zymposia.
Buchen Sie 30 Minuten, und wir gehen die Analytik an einem Kurs wie Ihrem gemeinsam durch.