Burcu Arslan ist Wissenschaftlerin am ETS Research Institute (remote, mit Sitz in Deutschland). Sie hat einen Ph.D. in Künstlicher Intelligenz (KI), einen M.S. in Kognitionswissenschaft und einen B.S. in Statistik. Ihre interdisziplinäre Forschung integriert KI, Kognitionswissenschaft und statistische Modellierung, um die Bildungsbewertung und das Lernen voranzubringen.
Arslans Arbeit konzentriert sich auf (a) KI-gestützte, personalisierte Bewertungs- und Lernansätze, die die Motivation, das Engagement und die Leistung der Lernenden steigern; (b) die Modellierung konstruktrelevanter Verhaltensweisen anhand von Prozessdaten aus digitalen Bewertungs- und Lernumgebungen, um tiefere Einblicke in das Wissen, die Fähigkeiten und Strategien der Lernenden zu gewinnen; und (c) die Entwicklung interaktiver Bewertungsaufgaben und Aufgaben, um komplexe Fähigkeiten wie Empathie zu messen, während gleichzeitig eine valide Interpretation der von ihnen generierten Prozessdaten ermöglicht wird.
Ihre wissenschaftlichen Beiträge umfassen die Entwicklung von Rahmenwerken für maschinelle und lerngetriebene Anpassungen, Untersuchungen zu den Auswirkungen personalisierter Nudges, die Modellierung von Prozessdaten zur Gestaltung von Aufgaben und zur Charakterisierung des Lernverhaltens, experimentelle Studien zur Untersuchung der Auswirkungen verschiedener Rückkopplungsarten auf das Lernen sowie computergestützte kognitive Modelle, die sowohl die Kognition und das Verhalten von Lernenden als auch menschlichen Bewertern simulieren.
Arslan war Co-Direktorin der NAEP Survey Assessment Innovations Laboratory (SAIL) Forschungsinitiative, Hauptverantwortliche bei einem vom Institute of Education Sciences finanzierten Projekt und Co-Hauptforscherin eines von der Europäischen Union geförderten Projekts über die Northern Netherlands Alliance. Sie hatte außerdem redaktionelle Rollen als akademische Redakteurin für PLoS ONE und als beratende Redakteurin für das Journal of Memory and Cognition inne. Darüber hinaus war sie als eingeladene Expertin im wissenschaftlichen Panel der RAND Corporation zur Bewertung der technischen Machbarkeit und des operativen Nutzens modernster KI- und Machine-Learning-Systeme.
Zuletzt aktualisiert: 28.01.2026