KTCF: KI-gestützte Gegenfaktische Erklärungen verbessern Lernpfade

Eine neue Studie aus dem Bereich der künstlichen Intelligenz zeigt, wie KI‑gestützte Gegenfaktische Erklärungen (Counterfactual Explanations) die Lernwege von Schülerinnen und Schülern deutlich optimieren können. Durch die Kombination von Knowledge Tracing (KT) – einem bewährten Verfahren zur Modellierung von Lernfortschritten – mit erklärungsorientierter KI entsteht das KTCF‑Modell, das gezielt Lernschritte identifiziert, die zu besseren Ergebnissen führen.

Das KTCF‑System berücksichtigt die Beziehungen zwischen Lernkonzepten und erzeugt anschließend Gegenfaktische Erklärungen, die für Lehrkräfte und Lernende leicht verständlich sind. Ein spezielles Post‑Processing‑Verfahren wandelt diese Erklärungen in konkrete Lernanweisungen um, sodass Lernende sofort umsetzbare Schritte erhalten, die ihren Lernaufwand reduzieren.

In umfangreichen Experimenten mit einem großen Bildungsdatensatz erzielte KTCF signifikante Verbesserungen gegenüber bestehenden Methoden – von 5,7 % bis zu 34 % in verschiedenen Leistungskennzahlen. Zusätzlich zeigte eine qualitative Analyse, dass die daraus abgeleiteten Lernanweisungen den Studienaufwand deutlich verringern und die Lernmotivation steigern.

Die Ergebnisse unterstreichen das Potenzial von Gegenfaktischen Erklärungen, verantwortungsbewusste und praxisnahe KI‑Lösungen im Bildungsbereich zu fördern. Zukünftige Forschungsarbeiten könnten weitere stakeholder‑zentrierte Ansätze entwickeln, um die Vorteile von XAI für Knowledge Tracing noch stärker zu nutzen.