KI-Kompetenz fördern – Pädagogisches Making in der Hochschullehre
Kurzbeschreibung
Welche Kompetenzen benötigen Studierende angesichts Künstlicher Intelligenz? Und wie kann die Hochschule Studierende beim Kompetenzerwerb unterstützen? Dies sind die zentralen Fragen des vorliegenden Artikels. In Anlehnung an zwei Medienkompetenzmodelle entwickeln die Autor*innen zunächst ein Modell von KI-Kompetenz. Dieses unterstreicht, dass Fähigkeiten in verschiedenen Bereichen notwendig sind, nämlich im Bereich des Wissens, der Nutzung, der Kritik und der Entwicklung von Künstlicher Intelligenz. Anschließend wird ein handlungsorientiertes Lernangebot zu Künstlicher Intelligenz für den Hochschulbereich vorgestellt, welches auf dem Ansatz des Making beruht.
Annahmen über die Folgen der Digitalisierung
Künstliche Intelligenz bildet einen Bestandteil der Digitalisierung. Studierende haben zunehmend sowohl in als auch außerhalb der Hochschule mit Künstlicher Intelligenz zu tun. Diese Anwendungen bringen im Kontext der Hochschule sowohl Vor- als auch Nachteile mit sich. Chancen bestehen beispielsweise in einer flexibleren Lernunterstützung, Risiken beispielsweise hinsichtlich Diskriminierung.
Kompetenzanforderungen
Kompetenzanforderungen an Studierende sind etwa, Technologien Künstlicher Intelligenz selbstbestimmt nutzen zu können auf Basis kritischer Reflexion. Das bedeutet unter anderem Auswirkungen sowie Chancen Künstlicher Intelligenz auf das eigene Leben und die Gesellschaft einschätzen zu können. Zudem sollte das eigene Handeln mit Künstlicher Intelligenz kritisch hinterfragt werden. Auch einem kreativen und sozial verantwortlichen Umgang mit Künstlicher Intelligenz, der auch die Entwicklung von KI-Technologien einschließt, wird ein hoher Stellenwert zugemessen.
Kompetenzdimensionen
Instrumentell-qualifikatorische Dimension: KI-Anwendungen beruflich und privat zielgerichtet nutzen; mit KI-Anwendungen kommunizieren; KI für eigene Zwecke einsetzen.
Kognitive Dimension: Wissen um KI-Methoden (zum Beispiel Machine Learning, Deep Learning) oder die Verwendung von Daten; mit KI-Anwendungen kommunizieren; grundlegendes Verständnis der Funktionsweise von KI-Anwendungen (Algorithmen und Daten).
Kreative Dimension: Anwendungen Künstlicher Intelligenz entwickeln und gestalten; die Künstliche Intelligenz trainieren; Parameter und Daten der Algorithmen an die Problemstellung anpassen.
Soziale Dimension: Anwendungen Künstlicher Intelligenz sozial verantwortlich und kollaborativ nutzen.
Kritisch-reflexive Dimension: Sich kritisch mit KI-Anwendungen auseinandersetzen; Entscheidungen der Künstlichen Intelligenz nachvollziehen und hinterfragen; die Nutzung der eigenen Daten hinterfragen; ethische Aspekte berücksichtigen; Wirkungen und Strukturen von Künstlicher Intelligenz auf die Gesellschaft durchschauen.
Zentrale theoretische Annahmen über Kompetenz
Bislang existieren nur wenige Definitionen von KI-Kompetenz bzw. AI literacy. Diese lassen zudem aus Sicht der Autor*innen wichtige Aspekte unberücksichtigt, wie zum Beispiel die Fähigkeit, KI-Technologien nicht nur zu nutzen sondern auch zu entwickeln. Klar ist, dass es für KI-Kompetenz nicht genügt, Wissen über Künstliche Intelligenz aufzubauen und KI-Anwendungen nutzen zu können. Vor allem der Reflexion wird ein hoher Stellenwert zugeschrieben. Medienkompetenz beschreibt bereits alle notwendigen Facetten, weshalb sich die Autor*innen bei ihrer Definition von KI-Kompetenz besonders an zwei Definitionen von Medienkompetenz orientieren. Dies sind die Konzepte von Dieter Baacke und Bernd Schorb. Es gibt zwar mittlerweile viele Medien, die auf Künstlicher Intelligenz aufbauen, jedoch gehen Anwendungen Künstlicher Intelligenz auch über den Begriff Medium hinaus. Ein Beispiel ist etwa das autonome Fahren. Aus diesem Grund wird KI-Kompetenz in diesem Beitrag nicht als Teil oder Erweiterung von Medienkompetenz begriffen. Vielmehr ergeben sich zwischen KI-Kompetenz und Medienkompetenz Überschenidungen.
Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?
keine Angabe
Lebenskontexte der Kompetenzträger*innen einbezogen?
KI-bezogene Lehrinhalte müssen speziell für die jeweilige Zielgruppe augewählt werden. So können im schulischen Bereich beispielsweise andere Inhalte relevant sein als an der Hochschule.
Herausforderungen der Erfassung von Kompetenz
keine Angabe
Quellenangabe
Schlemmer, D., Schmidt, C., Bauer, K., Canz, M., Sänger, V., & Sedlmeier, T. (2023). KI-Kompetenz fördern. LBzM 23, S. 1–14. https://doi.org/10.21240/lbzm/23/11