Über Simulink Copilot
Simulink Copilot führt generative KI-Funktionen in Simulink und Model-Based Design ein. Lehrkräfte, Studierende und Wissenschaftler können es nutzen, um Modelle und Fehler zu erklären, Werkzeuge und Techniken zu lehren oder zu erlernen sowie Entwurfsanleitungen zu erhalten. Ob bei der Navigation durch ein komplexes Modell oder der Diagnose von Problemen – Anwender erhalten Erklärungen und Vorschläge, die sie durch Modellierungs- und Simulationsworkflows führen.
Generative KI wird schnell zu einer wesentlichen Fähigkeit für zukünftige Ingenieure und Wissenschaftler. Lehrkräfte können die generativen KI-Fähigkeiten ihrer Studierenden durch Simulink Copilot, das im Rahmen des Campus-weiten Zugangs enthalten ist, fördern.
Einsatzmöglichkeiten generativer KI im Bildungsbereich
Der Einsatz generativer KI-Tools setzt voraus, dass Studierende zusätzliche Fähigkeiten erwerben, wie z. B. das Formulieren und Anpassen von Prompts, das iterative Arbeiten an Ideen und die kritische Beurteilung der erzeugten Ergebnisse. Jede dieser Lerninitiativen bietet die Möglichkeit, den Studierenden Fragen beizubringen, die sie sich selbst stellen können, sowie neue Fähigkeiten, die sie im Unterricht und später in ihrer beruflichen Laufbahn anwenden können.
Indem Sie den Studierenden den richtigen Umgang mit generativen KI-Tools vermitteln, können Sie die Grundlage dafür schaffen, in einem Kurs mehr zu erreichen als bisher möglich war. Sie können weniger Zeit mit der Fehlersuche von Modellen verbringen und haben somit mehr Zeit, die im Kurs erlernten Inhalte durch praktische Projekte umzusetzen.
Generative KI-Tools wie Simulink Copilot bieten Studierenden außerdem Echtzeit-Feedback und Unterstützung, sodass sie genau dann Hilfe erhalten, wenn sie sie benötigen:
- Simulink Copilot empfiehlt geeignete Werkzeuge und Blöcke und führt die Studierenden zu den passenden Beispielen und der Dokumentation für ihre Modellierungs- und Simulationsaufgaben.
- Die Studierenden erhalten Einblicke in das Verhalten von Modellen, verstehen die Architektur und Algorithmen in komplexen Systemen, suchen nach spezifischen Komponenten und lernen bewährte Praktiken für Model-Based Design kennen.
- Die Studierenden erhalten detaillierte Anleitungen zur Modifikation bestehender Modelle oder zur Erstellung neuer Modelle, die ihnen dabei helfen, notwendige Änderungen vorzunehmen.
- Simulink Copilot bietet Studierenden Erklärungen zu Fehlermeldungen und möglichen Lösungen, damit sie Probleme erkennen können.
- Die Simulink Copilot-Dokumentation bietet Studierenden Ressourcen, wie sie gezielte Prompts formulieren können, um die Qualität ihrer Interaktionen zu verbessern.
Kritische Aspekte beim Einsatz von generativer KI in der Lehre
Generative KI-Tools bringen zahlreiche Vorteile mit sich, können jedoch auch die Einschätzung der tatsächlichen Kompetenzen von Studierenden stören. Gerade in Einführungskursen kann dies problematisch sein, da Aufgaben zum Verständnis grundlegender Prinzipien von heutigen generativen KI-Tools mühelos gelöst werden können. In solchen Fällen kann es sinnvoll sein, dass Lehrkräfte von den Studierenden verlangen, bestimmte Übungen ohne die Hilfe generativer KI zu lösen (siehe den Abschnitt „Simulink Copilot konfigurieren“ weiter unten). Als Reaktion darauf erkunden viele Lehrkräfte Bewertungsmethoden, die Fähigkeiten und Aktivitäten betonen, welche relevant und beruflich wertvoll bleiben:
- Projektbasiertes Lernen
- Kritisches Denken
- Systemorientiertes Denken
Diese Ansätze stimmen mit den Kompetenzen überein, die für das Model-Based Design erforderlich sind, bei dem Studierende Designentscheidungen treffen, Kompromisse begründen und komplexe technische Systeme iterativ weiterentwickeln müssen.
Im Kontext des projektbasierten Lernens kann Simulink Copilot als wertvoller Lernbegleiter dienen, der es den Studierenden ermöglicht, weniger Zeit mit der Fehlersuche und mehr Zeit mit der Entwicklung des systemorientierten Denkens zu verbringen, das effektive Praktiken für Model-Based Design ausmacht.
Untersuchungen zur Leistungsbewertung von Studierenden mithilfe generativer KI-Tools machen deutlich, dass Risiken im Hinblick auf Verzerrungen, Aussagekraft und Nachvollziehbarkeit bestehen. Simulink Copilot ist nicht dafür vorgesehen, Einreichungen von Studierenden zu bewerten oder Noten zu vergeben. Stattdessen bietet es wertvolle Unterstützung für Lehrkräfte, die den MATLAB Course Designer zur Erstellung von Simulink-basierten Kursen verwenden, indem es bei der Entwicklung von Modellbeispielen, der Ausarbeitung von Erklärungen und dem Aufbau von Lehrinhalten hilft. Da MATLAB Course Designer und MATLAB Grader darauf ausgelegt sind, den Studierenden beizubringen, Probleme eigenständig zu lösen, ist Simulink Copilot deaktiviert, wenn Studierende Lernaktivitäten mit MATLAB Course Designer oder MATLAB Grader absolvieren.
Konfiguration der Unterrichtsumgebung für Simulink Copilot
Während Simulink Copilot hervorragende Unterstützung bei der Modellierung und Erklärungen bietet, ist es dennoch entscheidend, dass Studierende eigenständig eine solide Grundlage in der Modellierung aufbauen, um zukünftig komplexere Aufgaben bewältigen zu können. Lehrkräfte können den Zugang zu Simulink Copilot erlauben oder einschränken. Die MATLAB-Einstellungen können verwendet werden, um die Funktionalität von Simulink Copilot zu steuern, indem Simulink Copilot vollständig aktiviert oder deaktiviert wird.
