Dieses Projekt zielt darauf ab, die erheblichen Einschränkungen von Deep-Learning-Modellen (DL) in Bezug auf die kausale Erklärbarkeit und Robustheit in Kontexten außerhalb der Verteilung zu beheben, indem die Integration von generativer KI (GenAI) in kausales maschinelles Lernen (CML) untersucht wird. Das Projekt konzentriert sich auf die Nutzung von GenAI, um kausal relevante Variablen auf hoher Ebene zu identifizieren und Kausalhypothesen zu formulieren, um Herausforderungen zu bewältigen, die derzeit Expertenintervention oder kostspielige experimentelle Verfahren erfordern. Durch eine Reihe von gezielten Arbeitspaketen wird das Projekt eine skalierbare CML-Pipeline unter Einbeziehung von GenAI entwickeln und evaluieren, mit Anwendungen in verschiedenen Bereichen wie Gesundheitswesen, Politik und Finanzen. Zu den erwarteten Ergebnissen gehören Fortschritte in der Methodik der kausalen Inferenz und Beiträge sowohl zur wissenschaftlichen Literatur als auch zu praktischen Anwendungen.

Der Entwurf akademischer Curricula wird unter den Rahmenbedingungen von Bologna durch unterschiedliche Kriterien (learning outcomes, Modularisierung, europäische Richtlinien u.a.m.) bestimmt. Die Teilhabe von Studierenden an Entscheidungsprozessen der Curriculumgestaltung ist oft auf eine beratende Stimme im Proporz der Gremien reduziert. Die Möglichkeit der selbstverantwortlichen Gestaltung des Studiums ist besonders dann gering, wenn sich die zu erwerbenden Kompetenzen von einem idealiserten Berufsbild ableiten. Konsekutives Lernen und entwicklungspsychologische Ansätze treiben dabei das Design des Studiums, mit den learning outcomes von Anfang an vorgegeben wird, wie gebildet Studierende zum Schluss ihres Studiums zu sein haben. Dies reduziert auch das Potential der Teilhabe der Lehre an einer freien Forschung, deren Vorgaben und Ergebnisse mit denjenigen der Lehre oft schwer zu vermitteln sind. Vielmehr ergeben sich an Universitäten Stundenpläne analog zur Primär- und Sekundarstufe mit reduzierten Wahlmöglichkeiten. Das insofern nicht einmal im engeren Sinne wissenschaftliches Fachwissen dominiert, Handlungsorientierung, Problemlösungsfähigkeiten, die Entwicklung sozialer Kompetenzen, die Fähigkeit sich in neue Themenfelder einarbeiten zu können, neues Wissen selbst zu organisieren aber sind basale Voraussetzung in der Entwicklung von Selbstorganisation und Selbstverantwortung im Sinne einer demokratischen Grundhaftung.

Mittels einer Erzähl- und Schreibwerkstatt wird mit Studierenden die Frage "Wie demokratisch ist mein Studium?" erörtert.
Anschliessen könnte die Frage "Was würde mein Studium demokratischer machen?".

Thesis Writer - Get your thesis done!

Wissenschaftliche Abschlussarbeiten sind eine grosse Herausforderung für Hochschulen. Entsprechend ihrer Studierendenzahlen müssen sie jährlich hunderte, wenn nicht tausende von Arbeiten betreuen. Dabei bringen die Studierenden in den kurzen Bachelor-Studiengängen oft nur ungenügende Voraussetzungen für das selbständige Verfassen von wissenschaftlichen Arbeiten mit. Viele lernen erst beim Schreiben ihrer Abschlussarbeiten, was wissenschaftliches Schreiben ist. Seamless Learning bietet dank kontextübergreifenden, skalierbaren und flexiblen Lernformen Lösungen dafür. Das Forschungsprojekt entwickelt die Online-Plattform «Thesis Writer» weiter – mit Bezug auf die Seamless-Learning-Perspektive. Sie transformiert die traditionelle personalintensive Anleitung von Abschlussarbeiten ins Digitale und kann mit einer integrierten, webbasierten Plattform eine grosse Zahl von Studierenden erreichen. Die Anleitenden werden dabei von Routine-Instruktionen entlastet und können so intensiver auf die inhaltlichen, methodischen und fachlichen Fragen der Studierenden eingehen. Der Einsatz des Thesis Writer an verschiedenen Hochschulen soll Aufschluss über Akzeptanz, Verwendbarkeit, Integrierbarkeit in Studienabläufe und allfällige Unzulänglichkeiten geben. Aufgrund der aufgezeichneten Interaktionen des Thesis Writer hofft das Projektteam zudem, neue Erkenntnisse für die wissenschaftliche Schreibforschung zu gewinnen und Forschungslücken bei interaktiven Instruktionssystemen zu schliessen. Ein vergleichbares Tool im deutschsprachigen Raum ist bisher nicht bekannt.

Jedes Jahr müssen Tausende von Studierenden wieder aufs Neue den Sprung ins kalte Wasser wagen und eine längere wissenschaftliche Abschlussarbeit schreiben, die Teil ihrer Abschlussprüfung ist. Jedes Mal entsteht wieder die gleiche Ratlosigkeit, Unsicherheit und Suche nach Orientierung. Die Vorbereitung dafür ist in den knappen Bologna-Studiengängen zu kurz und für viele ist es überhaupt das erste Mal, dass sie eine längere wissenschaftliche Arbeit schreiben müssen. TW bietet Hilfe an, die auf diese Situation zugeschnitten ist. TW stimmt auf die Arbeit ein und begleitet die Schreibenden über den ganzen Herstellungsprozess hinweg.

www.thesiswriter.zhaw.ch

Das Ziel der Studie (www.jugendstudie.li) ist es Wissen zu den Erwartungen, Einstellungen, Erfahrungen von 16 bis 25-Jährigen in Liechtenstein zu erlangen. Dabei kommen im Sinne einer Sozialberichterstattung junge Menschen zu Wort, sie geben Einblick in ihre vielfältigen Lebenswelten, Ansichten und sprechen über ihre Zukunftsvorstellungen. Bislang fehlt solches Wissen in Liechtenstein. Die Ergebnisse der Studie sollen in der Öffentlichkeit diskutiert werden und gesellschaftspolitische Weichenstellungen ermöglichen.
Die Anlage ist zweiteilig: Anhand einer Online-Befragung wird ein thematisch breiter Einblick in die unterschiedlichen Lebenswirklichkeiten der jungen Menschen in Liechtenstein möglich, ehe im zweiten qualitativen Forschungsteil, abhängig von der Auswertung der standardisierten Fragebögen, spezifische Themen der lokalen Jungen vertieft analysiert werden. Das erlangte Wissen ermöglicht es, jugend- und lokalspezifische Lebenswelten zu deuten, zu verstehen und in einen breiteren gesellschaftlichen Zusammenhang zu stellen.