Domänenspezifische Generierung von Distraktoren

Ein häufiger Anwendungsfall für die automatische Generierung von Aufgaben ist die Erzeugung von Single-Choice- oder Multiple-Choice-Aufgaben, bei denen den Lernenen zu einer Frage sowohl korrekte als auch mehrere falsche Antworten (sogenannte Distraktoren) angeboten werden. Die Erzeugung guter Distraktoren ist eine große Herausforderung, da diese einerseits klar falsch, aber andererseits plausibel sein müssen, wenn die Aufgabe eine gewisse Schwierigkeit haben soll. Die Forschung hat in der Vergangenheit zahlreiche Möglichkeiten zur Erzeugung von Distraktoren entwickelt, z. B. durch die Manipulation korrekter Aussagen, durch den Einsatz von Ontologien oder neuerdings verstärkt durch den Einsatz künstlicher Intelligenz. Neben allgemeingültigen Ansätzen gibt es dabei insbesondere auch Techniken, die die Eigenheiten einer fachlichen Domäne sinnvoll berücksichtigen. In diesem Bachelorprojekt sollen zunächst Verfahren für eine fachliche Domäne ausgewählt und implementiert werden, um in der anschließenden Bachelorarbeit die Qualität der Generierung mit empirischen Mitteln und im Vergleich zu zufällig oder manuell erzeugten Distraktoren zu ermitteln.