Computational Thinking vermitteln. Wie Problemlösekompetenz als Bestandteil digitaler Souveränität erworben werden kann

Kurzbeschreibung

Wie kann Computational Thinking vermittelt werden und wieso ist das wichtig? Diesen Fragen gehen die Autoren in vorliegendem Beitrag nach. Sie beschreiben zunächst Veränderungen im Bildungskontext angesichts der Digitalisierung - und besonders im Hinblick auf Künstliche Intelligenz. Daran schließen sich Überlegungen an, über welche digitalen Kompetenzen Schüler*innen und Lehrkräfte verfügen müssen. Dabei dienen vor allem folgende Kompetenzmodelle als Orientierung: das Dagstuhl-Dreieck sowie die Definition digitaler Kompetenz durch Anusca Ferrari. Als Teil digitaler Kompetenz wird Problemlösekompetenz zunehmend in Curricula verankert. Problemlösekompetenz kommt auch bezogen auf Lehrkräfte Bedeutung zu. Sie lässt sich mithilfe des Ansatzes des Computational Thinking fördern. Computational Thinking bedeutet, Probleme unter Rückgriff auf Prinzipien der Informatik zu lösen. Wie dies konkret in der Lehrkräfteausbildung umgesetzt werden kann, veranschaulichen die Autoren abschließend anhand eines Seminarkonzepts, in dem Lernroboter zum Einsatz kommen.

Annahmen über die Folgen der Digitalisierung

Die Digitalisierung stellt einen tiefgreifenden gesellschaftlichen Wandel dar. Dieser betrifft alle Lebensbereiche. Smarte Assistenzsysteme, die mithilfe Künstlicher Intelligenz funktionieren, spielen im Alltag zunehmend eine Rolle. Zudem verändern sich etwa Kommunikationsmöglichkeiten und es bieten sich zahlreiche neue Optionen, an der Gesellschaft mitzuwirken. Angesichts der Digitalisierung erscheint es sinnvoll, Aspekte informatisch-technischer Bildung mit der Medienbildung zusammenzuführen.

Kompetenzanforderungen

Die Menschen benötigen zum einen Wissen über algorithmisch-informatische Funktions- und Wirkungsweisen von Technologien Künstlicher Intelligenz, um diese verantwortungsvoll nutzen und mitgestalten zu können. Zum anderen bedarf es einer Problemlösekompetenz im Umgang mit digitalen Strukturen.

Kompetenzdimensionen

Instrumentell-qualifikatorische Dimension: Technische Probleme lösen; Informationen aufbewahren.

Kognitive Dimension: Algorithmen erkennen; Informationen suchen und verarbeiten.

Kreative Dimension: Algorithmen entwickeln; technische Probleme lösen.

Kritisch-reflexive Dimension: Algorithmische Funktions- und Wirkungsweisen reflektieren; Einfluss von Algorithmen auf die digitalisierte Gesellschaft und gesellschaftliche Auswirkungen hinterfragen.

Zentrale theoretische Annahmen über Kompetenz

Problemlösekompetenz wird als Teil digitaler Kompetenz beschrieben. Digitale Kompetenz wiederum ist eine Voraussetzung für digitale Souveränität.

Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?

keine Angabe

Lebenskontexte der Kompetenzträger*innen einbezogen?

Bislang bringen sich (angehende) Lehrkräfte den Umgang mit Künstlicher Intelligenz weitgehend selbst bei. Hochschulen und andere Bildungszentren beschränken sich oft darauf, wie Software und digitale Systeme genutzt werden können. Dahinterstehende technische Funktionsweisen bleiben hingegen häufig unberücksichtigt.

Herausforderungen der Erfassung von Kompetenz

keine Angabe

Zentrale empirische Befunde über Kompetenz

Das im Beitrag vorgestellte Seminarkonzept zur Förderung von Problemlösekompetenz wird in einer quasi-experimentellen Längsschnittstudie erforscht. Dabei zeigt sich ein Zuwachs im Bereich der selbsteingeschätzten digitalen Handlungs- und Vermittlungskompetenzen, vor allem mit Blick auf die Vermittlung von Kompetenzen im Bereich "Problemlösen und Modellieren".

Quellenangabe

Fehrmann, R., & Zeinz, H. (2023). Computational Thinking vermitteln. Wie Problemlösekompetenz als Bestandteil digitaler Souveränität erworben werden kann. In C. de Witt, C. Gloerfeld & S. E. Wrede (Hrsg.), Künstliche Intelligenz in der Bildung (S. 175–198). Springer Fachmedien Wiesbaden.