AI für Lehrer: Ein OpenTextbook

KI lehren

An diesem Punkt betrachten wir die Lehrkraft in Bezug auf KI als versiert genug, um sie sicher und auf eine Weise zu nutzen, die einen Mehrwert für den Bildungsprozess darstellt.

Die Lehrkraft möchte vielleicht auch Insiderwissen mit ihren Schülerinnen und Schülern teilen, ihnen erklären, wie ein Tool funktioniert, das sie nutzen. Aber das gibt der Lehrkraft nicht die Rolle und Aufgabe, KI zu lehren.

Dennoch wird irgendwann die Frage auftauchen. Ist es sinnvoll, jede und jeden zu KI zu erziehen? Und in einem solchen Fall, was sollte gelehrt werden? Wer sollte den Unterricht durchführen? Wie viel muss die Lehrkraft noch lernen?

Was wir aus dem Programmierunterricht gelernt haben

Vor zehn Jahren kamen die meisten europäischen Länder zu dem Schluss, dass es nicht ausreicht, den Kindern beizubringen, wie man einen Computer benutzt, und dass es notwendig ist, allen Kindern das Programmieren (oder manchmal, mit mehr Ehrgeiz, das Rechnen, die Informatik) beizubringen. Die damals verwendeten Argumente gelten wahrscheinlich auch heute noch für die künstliche Intelligenz:Argumente finden Sie in 1und 2. So wurde das Programmieren eingeführt. Wie 3 zeigt, nicht sehr gut: Insbesondere wurden nicht genügend Ressourcen für den menschlichen Aspekt bereitgestellt: die Ausbildung der Lehrkräfte. Es stimmt, dass es hier ein kompliziertes Problem gab: Eine zu gute Ausbildung der Lehrkräfte könnte dazu führen, dass diese den Lehrberuf aufgeben, um in der Computerindustrie zu arbeiten, wo die Gehälter viel höher sind! Berichte von Informatics Europe und anderen Organisationen zeigen dies (aber es gibt natürlich auch einige Ausnahmen).

Die Ausbildung von Lehrkräften war in allen Ländern eine komplexe Aufgabe und die Ergebnisse sind auch im Jahr 2022 noch uneinheitlich. In den meisten Ländern hat man das Gefühl, dass es nicht genügend gut ausgebildete Lehrkräfte gibt. Das macht es besonders schwierig, Lehrkräfte für KI auszubilden, und zwar auf einem Niveau, das sie in die Lage versetzt, KI zu unterrichten (und nicht mit KI zu unterrichten).

KI-Kompetenz

Das erste Ziel könnte darin bestehen, eine Form der digitalen Kompetenz in den Schulen einzuführen. Aber es besteht keine Einigkeit darüber, was diese Kompetenz beinhalten sollte. Wollen wir erklären, wie KI funktioniert, oder nur, was die Ergebnisse der Nutzung von KI sein können? Diese Fragen müssen geklärt werden. Um zu wissen, was in einem Kurs über KI-Kenntnisse gelehrt werden sollte, stellt sich vielleicht zunächst die Frage: Was wollen wir erreichen?
Wenn KI-Kenntnisse es den Menschen ermöglichen, zwischen Magie und Wissenschaft zu unterscheiden, eine neue KI-Lösung in Betracht zu ziehen und eine gewisse Vorstellung davon zu haben, wie sie funktioniert (und nicht nur, was sie tut), dann muss eine praktische Ausbildung stattfinden: Schülerinnen und Schüler wie Studierende müssen in der Lage sein, Systeme zu testen und ein Modell davon zu haben, wie diese funktionieren.

Paradigmen

Bei der künstlichen Intelligenz geht es nicht nur um einige Algorithmen. Es gibt viele menschliche Aspekte, aber auch Fragen, über die man nachdenken muss. Zum Beispiel sind die meisten KI-Methoden bis zu einem gewissen Grad auf den Zufall angewiesen. Das mag seltsam erscheinen für Techniken, die uns helfen sollen, drastische Entscheidungen zu treffen (oder, im Falle der Börse, die Entscheidungen direkt treffen).

Wenn aber KI in der Zukunft eine Schlüsselrolle spielen wird, sollten wir dann nicht zumindest damit anfangen?

In einem Bericht für die UNESCO aus dem Jahr 20184 wurde vorgeschlagen, dass die folgenden 5 Aspekte, die heute im Bildungssystem weitgehend fehlen, angegangen werden müssen:
  1. Programmieren ist eine davon. Auch wenn die Tools scheinbar nicht direkt programmieren, folgt die Logik hinter den KI-Tools den Regeln, die durch Programmieren erlernt werden können.
  2. Zufälligkeit ist wichtig. Es kommt oft überraschend, aber KI macht Fehler. Und diese Fehler sind in vielerlei Hinsicht unvermeidlich. Sie können auf die Qualität der Daten oder der Sensoren zurückzuführen sein; sie werden auch auf die statistische Natur der verwendeten Algorithmen zurückzuführen sein: Die meisten KI-Algorithmen zielen nicht darauf ab, ein absolut korrektes Ergebnis zu erzielen.
  3. Die Welt ist nicht mehr deterministisch. Dies ist eine Folge des oben genannten Punktes, aber auch der Tatsache, dass die meisten — wenn nicht alle — datengesteuerten KI-Methoden eine Form von Zufall verwenden, um ihre Entscheidungen zu treffen. Das ist nicht neu: 1950 schrieb Alan Turing6: „Es ist wahrscheinlich klug, ein Zufallselement in eine lernende Maschine einzubauen."
  4. Kritisches Denken ist unerlässlich, aber man muss wissen, wie man die richtigen Werkzeuge einsetzt. Die KI-Tools werden immer besser darin, Fälschungen zu erstellen: Bilder, Videos und jetzt auch Texte. Morgen wahrscheinlich auch gefälschte Vorlesungen. Der gesunde Menschenverstand allein reicht nicht mehr aus, um zu entscheiden, ob ein Bild, eine Stimme, ein Text eine Fälschung ist.
  5. Die Werte, die wir schätzen, die Werte, die uns helfen, die Welt zu analysieren, moralische Entscheidungen zu treffen, die Werte, die uns helfen, Entscheidungen zu treffen, warum wir unsere Zeit mit Studieren oder Arbeiten verbringen, sie alle müssen im Lichte der Fortschritte der künstlichen Intelligenz hinterfragt werden. Die Wahrheit hat eine Grauzone, die jeden Tag größer wird; Erfahrung wird vielleicht nicht mehr von Wert sein, wenn KI in der Lage ist, auf die kollektive Erfahrung zurückzugreifen und die Zahlen zu berechnen. Diese Fragen zu verstehen oder sie zumindest zu stellen, ist eine Notwendigkeit.

Einige vorgeschlagene Lehrpläne

Es gibt bereits einige Lehrpläne. Die UNESCO hat damit begonnen, diese zu erfassen und zu präsentieren [REF88]. Einige Papiere sind [REF4]4 und [Ref5].5
 
---------------------------------------------------------
1Royal Society (2012). Shut down or restart? Report of the Royal Society. 2012 https://royalsociety.org/topics-policy/projects/computing-in-schools/report/T
2Académie des Sciences (2013). L'Académie des Sciences : L'enseignement de l’informatique en France – Il est urgent de ne plus attendre. http://www.academie-sciences.fr/fr/activite/rapport/rads_0513.pdf
3 Informatics Europe (2017)  Informatics Education in Europe: Are We All in the Same Boat?
4 Colin de la Higuera. Report on Education, Training Teachers and Learning Artificial Intelligence. Unesco  report, 2018.
https://www.k4all.org/project/report-education-ai/
5Touretzky, D., Gardner-McCune, C., Martin, F., & Seehorn, D. (2019). Envisioning AI for K-12 : What Should Every Child Know about AI? Proceedings of the AAAI Conference on Artificial Intelligence, 33, 9795-9799. https://doi.org/10.1609/aaai.v33i01.33019795
6A. M. Turing (1950)—Computing Machinery and Intelligence, Mind, Band LIX, Ausgabe 236, Oktober 1950, Seiten 433–460, https://doi.org/10.1093/mind/LIX.236.433
7Howell, E. L., & Brossard, D. (2021). (Mis) informed about what? What it means to be a science-literate citizen in a digital world. Proceedings of the National Academy of Sciences, 118(15), e1912436117. https://www.pnas.org/doi/abs/10.1073/pnas.1912436117
8Unesco (2022)  K-12 AI curricula: a mapping of government-endorsed AI curricula. https://unesdoc.unesco.org/ark:/48223/pf0000380602

This page has paths: