Titel
Mensgerichte AI om zelfgereguleerd leren binnen cyber-fysieke labo's te ondersteunen via digital twin technologie (Onderzoek)
Abstract
De integratie van AI en Digital Twins (DT's) in het onderwijs biedt een kans om gepersonaliseerd leren te verbeteren. Dit doctoraat onderzoekt AI-gestuurde DT-structuren ter ondersteuning van zelfgereguleerd leren (SRL) en het verbeteren van de betrokkenheid van studenten in cyber-fysieke
labo's. Door gebruik te maken van real-time data creëren deze DT's interactieve leeromgevingen, waarmee studenten hun voortgang kunnen volgen, feedback ontvangen en gepersonaliseerde instructies krijgen. Het onderzoek richt zich op uitdagingen zoals de bidirectionele communicatie tussen fysieke en virtuele systemen, ethische overwegingen met betrekking tot digitale tweelingen van studenten (SDT's) en de automatisering van de DT-generatie met behulp van AI. Vier onderzoeksdoelen sturen het werk: (1) AI met mens-in-de-lus voor co-creatie van DT's, (2) privacybewuste SDT-modellen voor het representeren van de voortgang van studenten, (3) synchronisatie van DT's met fysieke experimenten via real-time validatie en voorspellende modellering, en (4) AI-gestuurde SRL-mechanismen die dynamische feedback bieden. Het onderzoek maakt gebruik van een modulaire benadering, geschikt voor diverse laboratoriuminstellingen. Verwachte resultaten zijn frameworks voor DT-versterkt leren, AI-gestuurde feedback en
beleidsaanbevelingen voor ethische integratie van SDT's. Dit werk bevordert AI in het onderwijs door SRL en de toegankelijkheid van adaptieve technische opleidingen te verbeteren.
Periode
01 oktober 2025 - 30 september 2029