KI@Bildung: Lehren und Lernen in der Schule mit Werkzeugen Künstlicher Intelligenz

Kurzbeschreibung

Der vorliegende Schlussbericht befasst sich mit Potentialen KI-gestützter Lerntechnologien im schulischen Bereich. Die Autor*innen setzen sich zunächst ausführlich mit unterschiedlichen KI-Anwendungen in diesem Kontext auseinander und ordnen sie jeweils der Makro- (Schulorganisation), Meso- (Unterrichtsgeschehen) oder Mikroebene (Schüler*innen) zu. Anschließend wird vorgestellt, wie Expert*innen verschiedene KI-Technologien einschätzen (ob sie sie für technisch realisierbar und wünschenswert halten). Es wird auch darauf eingegangen, von welchen Bedingungen der Einsatz von KI-basierten Lerntechnologien im schulischen Bereich abhängen sollte.

Annahmen über die Folgen der Digitalisierung

Die Autor*innen beschreiben, dass es im Zuge der Corona-Pandemie zu einem Digitalisierungsschub an Schulen gekommen ist. Durch diesen erhalten Fragen nach dem Einsatz KI-gestützter Technologien eine besondere Relevanz. Dabei wird Künstliche Intelligenz als eine Art Basistechnologie betrachtet, die bereits Teil fast jeder modernen Bildungstechnologielösung ist. KI steht nicht für sich allein, sondern ist eingebunden in eine zunehmende Anzahl von Geräten, Systemen und Anwendungen.

Kompetenzanforderungen

Durch die zunehmende Bedeutung von KI-basierten Technologien und eine algorithmische Durchdringung von Lern- und Bildungsprozessen müssen Lehrkräfte lernen, diese pädagogisch sinnvoll einsetzen und kritisch zu reflektieren.

Kompetenzdimensionen

Kognitive Dimension: statistische Kompetenzen.

Kritisch-reflexive Dimension: Risiken KI-basierter Systeme einschätzen können; Tools sicher nutzen.

Zentrale theoretische Annahmen über Kompetenz

keine Angabe

Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?

keine Angabe

Lebenskontexte der Kompetenzträger*innen einbezogen?

Gerade der schulische Bereich gilt als sensibel mit Blick auf erhobene Daten, sodass der Einsatz von KI in diesem Kontext maßgeblich von Fragen des Datenschutzes abhängt.

Herausforderungen der Erfassung von Kompetenz

keine Angabe

Zentrale empirische Befunde über Kompetenz

keine Angabe

Quellenangabe

Schmid, U., Blanc, B., & Toepel, M. (2021). KI@Bildung: Lehren und Lernen in der Schule mit Werkzeugen Künstlicher Intelligenz. Deutsche Telekom Stiftung. https://www.telekom-stiftung.de/sites/default/files/files/media/publications/KIBildungSchlussbericht.pdf

Sonstige Anmerkungen

Die im Rahmen der Studie befragten Expert*innen schätzen KI-basierte Bildungstechnologien unterschiedlich ein. Zum einen steht eine Mehrheit ihnen zum Zweck der Steuerung, Planung und Diagnose vielfältiger schulischer Prozesse und Aufgaben offen gegenüber. Auch zur Förderung benachteiligter Schüler*innen und zur Unterstützung allgemein der Lehrkräfte bei der individuellen Betreuung, erscheint den Expert*innen KI wünschenswert und wahrscheinlich. Zum anderen werden einige der zentralen KI-Versprechungen (z.B. personalisiertes Lernen, sprachbasierte Assistenzsysteme und das automatisierte Korrigieren) zwar gewünscht, aber nicht als wahrscheinlich eingeschätzt. KI-basierten Erfolgs- oder Leistungs-Prognosen wird hingegen mit Skepsis begegnet.