Textanalyse-KI erkennt Schulerfolg durch Tweets

Ein an der russischen Higher School of Economics (HSE) entwickelter Textanalyse-Algorithmus kann den Prüfungserfolg von Schülern und Studenten anhand ihrer Tweets prognostizieren. [...]

Die Verwendung von bestimmten Wörtern und Themen weist bereits auf die Lernfähigkeit hin. (c) Pixabay

Indem das System Eigenschaften wie das Vokabular, die Verwendung von bestimmten Symbolen und die Länge der Twitter-Nachrichten analysiert, kann es die ambitionierten Schüler von den weniger motivierten unterscheiden.

„Lernfähigkeit komplex“

„Die Lernfähigkeit ist eine sehr komplexe Eigenschaft des Menschen. Sie ist nicht nur von Charaktereigenschaften beeinflusst, sondern auch vom psychologischen Wohlbefinden“, erklärt Entwickler Ivan Smirnov. Ihm zufolge ist es anhand der Tweets möglich, die Voraussetzungen für Erfolg in der Schule zu messen.

Der mathematische Textanalyse-Algorithmus wurde anhand von Machine Learning ausgebildet. Er bewertet die Lernfähigkeit der Schüler anhand verschiedener Kriterien. Beispielsweise ist es positiv, wenn Schüler auf Twitter Vokabular anwenden, das auf wissenschaftliche Themen Bezug nimmt oder wenn sie Wörter in Fremdsprachen verwenden.

Emojis schlechtes Zeichen

Negative Prüfungsergebnisse zeigen sich dagegen bei einer Vielzahl von Emojis oder ganzen Wörtern und Sätzen in Blockbuchstaben. Auch kein gutes Zeichen ist Vokabular, das sich vor allem auf Themen wie Autofahren, Horoskope oder den Dienst beim Militär bezieht. Um die Künstliche Intelligenz (KI) zu testen, hat das Team die akademische Laufbahn von 4.400 Schülern aus 42 russischen Regionen verfolgt. Dabei haben sie auch deren Postings auf der Twitter-ähnlichen Plattform VK untersucht.

Es zeigte sich, dass der Algorithmus mit hoher Genauigkeit anhand von Postings den Schulerfolg prognostizieren kann. Dafür braucht das System nicht einmal besonders lange Tweets. Laut Smirnov lernt die KI anhand ihrer eigenen Analyse neue Wörter, die mit Lernfähigkeit in Verbindung stehen. Der Forscher sieht die Technologie als nützlich, um Informationen über Lernerfolge auf Schulebene zu gewinnen. Auch bei Universitätsstudenten könne sie zum Einsatz kommen.

„Lernfähigkeit komplex“

„Die Lernfähigkeit ist eine sehr komplexe Eigenschaft des Menschen. Sie ist nicht nur von Charaktereigenschaften beeinflusst, sondern auch vom psychologischen Wohlbefinden“, erklärt Entwickler Ivan Smirnov. Ihm zufolge ist es anhand der Tweets möglich, die Voraussetzungen für Erfolg in der Schule zu messen.

Der mathematische Textanalyse-Algorithmus wurde anhand von Machine Learning ausgebildet. Er bewertet die Lernfähigkeit der Schüler anhand verschiedener Kriterien. Beispielsweise ist es positiv, wenn Schüler auf Twitter Vokabular anwenden, das auf wissenschaftliche Themen Bezug nimmt oder wenn sie Wörter in Fremdsprachen verwenden.

Emojis schlechtes Zeichen

Negative Prüfungsergebnisse zeigen sich dagegen bei einer Vielzahl von Emojis oder ganzen Wörtern und Sätzen in Blockbuchstaben. Auch kein gutes Zeichen ist Vokabular, das sich vor allem auf Themen wie Autofahren, Horoskope oder den Dienst beim Militär bezieht. Um die Künstliche Intelligenz (KI) zu testen, hat das Team die akademische Laufbahn von 4.400 Schülern aus 42 russischen Regionen verfolgt. Dabei haben sie auch deren Postings auf der Twitter-ähnlichen Plattform VK untersucht.

Es zeigte sich, dass der Algorithmus mit hoher Genauigkeit anhand von Postings den Schulerfolg prognostizieren kann. Dafür braucht das System nicht einmal besonders lange Tweets. Laut Smirnov lernt die KI anhand ihrer eigenen Analyse neue Wörter, die mit Lernfähigkeit in Verbindung stehen. Der Forscher sieht die Technologie als nützlich, um Informationen über Lernerfolge auf Schulebene zu gewinnen. Auch bei Universitätsstudenten könne sie zum Einsatz kommen.


Mehr Artikel

News

6 Grundsätze für eine KI-taugliche Datenbasis

Wer Künstliche Intelligenz nutzen will, muss über eine vertrauenswürdige Datengrundlage verfügen. Daten sind das Lebenselixier von KI-Systemen und bestimmen maßgeblich die Qualität und Zuverlässigkeit der Ergebnisse. Nur so können KI-Modelle robust, anpassungsfähig und vertrauenswürdig arbeiten. […]

News

Cybersicherheitsbudgets werden falsch priorisiert

Der ICS/OT Cybersecurity Budget Report 2025 von OPSWAT deckt erhebliche Lücken in den Cybersicherheitsbudgets sowie einen Anstieg von ICS/OT-fokussierten Angriffen auf. Ferner wird deutlich, wie durch eine unzureichende Finanzierung, falsch gesetzte Prioritäten und uneinheitliche Abwehrmaßnahmen kritische Infrastrukturen immer raffinierteren Bedrohungen ausgesetzt sind. […]

News

Nach dem Hype: Diese vier KI-Trends werden 2025 weiterhin prägen

Die vergangenen zwei Jahre haben einen regelrechten KI-Boom erlebt. Insbesondere generative Modelle (GenAI) haben sich rasant weiterentwickelt und etablieren sich zunehmend als feste Größe in den Arbeitsprozessen von Organisationen weltweit. Angesichts dieser Dynamik fragen sich nun viele Unternehmen, welche Entwicklungen das Jahr 2025 bestimmen werden und welche Potenziale sich daraus ergeben. […]

News

Generative KI als Sicherheitsrisiko

Eine neue Studie von Netskope zeigt einen 30-fachen Anstieg der Daten, die von Unternehmensanwendern im letzten Jahr an GenAI-Apps (generative KI) gesendet wurden. Dazu gehören sensible Daten wie Quellcode, regulierte Daten, Passwörter und Schlüssel sowie geistiges Eigentum. Dies erhöht das Risiko von kostspieligen Sicherheitsverletzungen, Compliance-Verstößen und Diebstahl geistigen Eigentums erheblich. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*