In der Dissertation von Frau Dr.in Schmidt wird ausgehend von der zunehmenden Relevanz von Künstlicher Intelligenz (KI) im Rahmen digitaler Transformationsprozesse ein Strukturmodell für KI-bezogene Kompetenzfacetten (angehender) Lehrkräfte im berufsbildenden Bereich entwickelt. Das Wissen zu KI nimmt dabei in Anlehnung an die Professionalisierungsforschung eine zentrale Rolle ein. Im Rahmen der Arbeit wird der Frage nachgegangen, wie das Grundlagenwissen (angehender) Lehrkräfte theoretisch modelliert und empirisch erfasst werden kann. Das entwickelte Testinstrument wurde anhand eines quantitativen Studiendesigns umfassend validiert.
In der Dissertation wird von der zunehmenden Relevanz von KI im Rahmen digitaler Transformationsprozesse ausgegangen. Es wird ein Strukturmodell für KI-bezogene Kompetenzfacetten (angehender) Lehrkräfte im berufsbildenden Bereich entwickelt.
In der Dissertation von Frau Dr.in Schmidt wird ausgehend von der zunehmenden Relevanz von Künstlicher Intelligenz (KI) im Rahmen digitaler Transformationsprozesse ein Strukturmodell für KI-bezogene Kompetenzfacetten (angehender) Lehrkräfte im berufsbildenden Bereich entwickelt. Das Wissen zu KI nimmt dabei in Anlehnung an die Professionalisierungsforschung eine zentrale Rolle ein.
Im Rahmen der Arbeit wird der Frage nachgegangen, wie das Grundlagenwissen (angehender) Lehrkräfte theoretisch modelliert und empirisch erfasst werden kann. Das entwickelte Testinstrument wurde anhand eines quantitativen Studiendesigns umfassend validiert.
Schmidt, J. M-C. (2024). Grundlagenwissen zu Künstlicher Intelligenz (angehender) Lehrkräfte: Modellbasierte Testentwicklung und Validierung (1. Aufl.). Bielefeld: wbv Publikation. https://doi.org/10.3278/9783763976539
Jacqueline M.-C. Schmidt
zunehmenden Relevanz Künstlicher Intelligenz (KI) digitaler Transformationsprozesse KI-bezogene Kompetenzfacetten angehender Lehrkräfte berufsbildenden Bereich