Kathrin Seßler

Werdegang

• 2022 – heute: Doktorandin an der Technischen Universität München, Deutschland
• 2019 – 2022: M.Sc. in Informatik an der Universität Tübingen, Deutschland
• 2015 – 2019: B.Sc. in Informatik an der OTH Regensburg, Deutschland

Outreach Activities

• 11/2023: Podiumsdiskussion im GesellschaftsRAUM, "Die digitale Kluft: Über soziale Ungleichheit in der digitalisierten Gesellschaft"
• 10/2023: Podiumsdiskussion bei den Medientagen München, "Kann KI kreativ sein?"
• 09/2023: Implusvortrag beim "LunchTalk ChatGPT" der GWMT-Jahrestagung 2023
• 07/2023: Teilnahme an der Podiumsdiskussion bei der Veranstaltung "Mensch – Maschine – Interaktion" im Schulversuch KI@school.
• 07/2023: Vorstellung des KI-Tutors PEER bei der Tagung zum Schulversuch "Prüfungskultur innovativ".
• 06/2023: Radiobeitrag bei der Kindersendung Kurzwelle des Radio Feierwerk Interview zum Thema "Wie funktioniert ChatGPT?". Link zum Nachhören.
• 03/2023: Einführungsvortrag bei der Veranstaltung "Schreibst du noch selbst? Wie KI unser Bildungssystem verändert" der Bayrischen Akademie der Wissenschaften. Podcast zum Nachören.
• 03/2023: Radiobeitrag beim Campus Magazin des BR in der Episode "Gefährdet Gesetzentwurf Nachwuchsforscher aus Deutschland?". Link zum Nachhören.

Forschungsschwerpunkte

• Machine Learning / Deep Learning
• Tabular Data Generation
• Natural Language Processing with Transformer Models
• Large Language Models in Education

Publikationen

• Bewersdorff A., Seßler K., Baur A., Kasneci E. & Nerdel C. (2023). Assessing student errors in experimentation using artificial intelligence and large language models: A comparative study with human raters, Computers and Education: Artificial Intelligence. https://doi.org/10.1016/ j.caeai.2023.100177.
• Seßler, K., Xiang, T., Bogenrieder, L., & Kasneci, E. (2023, August). PEER: Empowering Writing with Large Language Models. In European Conference on Technology Enhanced Learning (pp. 755-761). Cham: Springer Nature Switzerland. https://link.springer.com/chapter/10.1007/978-3-031-42682-7_73
• Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://www.sciencedirect.com/science/article/pii/S1041608023000195
• Borisov, V., Seßler, K., Leemann, T., Pawelczyk, M., & Kasneci, G. (2022, September). Language Models are Realistic Tabular Data Generators. In The Eleventh International Conference on Learning Representations. https://arxiv.org/abs/2210.06280
• Borisov, V., Leemann, T., Seßler, K., Haug, J., Pawelczyk, M., & Kasneci, G. (2022). Deep neural networks and tabular data: A survey. IEEE Transactions on Neural Networks and Learning Systems. https://ieeexplore.ieee.org/abstract/document/9998482

Also, check Google Scholar for an up-to-date list.

Best Demonstration Paper Award at ECTEL 2023

Our paper "PEER: Empowering Writing with Large Language Models" received the "Best Demonstration" Award at the European Conference on Technology Enhanced Learning (ECTEL) 2023 in Aveiro, Portugal.

Stipendium

Stipendiatin bei der Studienstiftung des Deutschen Volkes von 2018 bis 2022