Meine Merkliste Geteilte Merkliste PDF oder EPUB erstellen

Editorial: Lernen mit Algorithmen | KI und maschinelles Lernen | bpb.de

KI und maschinelles Lernen Deepfakes – Wenn man Augen und Ohren nicht mehr trauen kann KI erweckt Geschichte visuell zum Leben Vom Fachthema zur gesellschaftlichen Lebensrealität KI als Katalysator für Inklusion? ChatGPT gibt nur eine von vielen Antworten Künstliche Intelligenz trifft Zeitzeugeninterviews Lernen mit KI im "Fliegenden Klassenzimmer" KI in der Medienaufsicht: Was leistet das Tool KIVI? "Technologische Infrastrukturen kreieren Abhängigkeiten" Maschinen mit Moral: Perspektiven für die Schule? Editorial: Lernen mit Algorithmen Ideen zur Rolle von künstlicher Intelligenz im Klassenzimmer der Zukunft

Editorial: Lernen mit Algorithmen

Nina Heinrich

/ 4 Minuten zu lesen

KI-gestützte Technologien eröffnen der Bildungswelt neuartige Zugänge und Vermittlungsmöglichkeiten. Doch müssen sowohl Lehrende als auch Lernende auf den Umgang mit der neuen Technologie vorbereitet werden. Dem widmet sich unser neuer Themenschwerpunkt zu "Künstlicher Intelligenz" gemeinsam mit Expertinnen und Experten aus Wissenschaft und Bildung.

Algorithmen und Künstliche Intelligenz sind aus unserem (digitalen) Alltag nicht mehr wegzudenken. (© Externer Link: pixabay)

Zusammenfassung

In diesem Editorial zum Themenschwerpunkt "Künstliche Intelligenz in der Bildung" geht es um:

  • Darstellung von KI im Alltag und Chancen wie Risiken für die Bildungswelt

  • Ethische Bedenken beim Einsatz von KI in der Bildung

  • Umgang mit KI auch in politischer und gesellschaftlicher Hinsicht

  • Ausblick auf geplante Beiträge und Workshops

Der Begriff "Künstliche Intelligenz" klingt für viele Menschen noch immer nach Science Fiction - nach Robotern, die für militärische Zwecke gebaut werden und dann doch Gefühle haben. Oder nach Androiden, die dem Menschen zum Verwechseln ähnlich scheinen. Die Popkultur hat unser Bild von künstlicher Intelligenz so stark geprägt, dass man manchmal vergisst, wie sehr diese Technologie bereits Teil der meisten Bereiche unseres Lebens ist – sei es bei Diagnosen in der Medizin, Empfehlungen beim Online-Shopping, beim teilautonomen Fahren oder bei digitalen Sprachassistenten. So nützlich und selbstverständlich wir uns von Algorithmen im Alltag unterstützen lassen, so dystopisch sind zum Teil unsere Assoziationen zu KI – ganz besonders dort, wo das Menschsein für die Tätigkeit eine große Rolle spielt: im Bildungsbereich.

Was ist KI?

Von "Interner Link: Künstlicher Intelligenz" (engl.: Artificial Intelligence, AI) spricht man, wenn Maschinen menschenähnliche Intelligenzleistungen vollbringen. Die Maschine führt nicht einfach eine auswendig gelernte Aktion aus, sondern ist so programmiert, dass sie auf Grundlage von Logik und Erfahrung in der Lage ist, eigene Entscheidungen zu treffen. In der Fachsprache nennt man das auch "Maschinelles Lernen" durch "heuristische" Algorithmen.

Der Lernprozess sieht so aus, dass die Maschine zunächst mit Trainingsdaten – das können Texte oder Bilder sein – beginnt, Lösungen für das gestellte Problem zu finden. Durch die Verarbeitung des Feedbacks wird die KI immer besser, je öfter sie die Aufgabe löst.

In der Praxis werden selbstlernende Maschinen in informations- und datenbasierten Kontexten genutzt, um Prozesse zu beschleunigen. Was sich erstmal wie "Science Fiction" anhört, begegnet uns immer öfter unbewusst im Alltag, so in Spam-Filtern von Mailprogramme oder Upload-Filtern von Social-Media-Plattformen.

In einer Welt des Lehrendenmangels und innerhalb eines Prüfungssystems, das beispielsweise Kapazitäten für aufwändiges Korrigieren bindet und oft wenig Zeit für die Ausarbeitung der passenden Aufgaben und Methoden für bestimmte Lernlevel lässt, scheint es naheliegend, mit Maschinentechnik nachzuhelfen und so mehr Raum für die zwischenmenschliche Betreuung an Schulen zu schaffen. Zumal die Distanzlehre während der Coronakrise noch einmal verdeutlicht hat, wie elementar die Beziehungsarbeit von Lehrenden und Lernenden für den Lernerfolg und eine gesunde Entwicklung von Schülerinnen und Schülern ist.

Kritische Datensammlung über das Lernverhalten junger Menschen

Gleichzeitig gibt es begründete Zweifel daran, die Bildungswege der Schülerinnen und Schüler über KI-basierte Lernpfade zu "optimieren": Der Weg zur Wissensaneignung ist nicht universell, sondern sieht von Person zu Person unterschiedlich aus. Maschinelles Lernen muss also stark individualisiert eingesetzt werden. Das wiederum beinhaltet die Sammlung einer großen Menge sensibler Daten über das Lernverhalten von Menschen, von denen viele noch sehr jung sind. Wenn private Anbieter im Spiel sind, die eine KI-Bildungssoftware bereitstellen, stellen sich darüber hinaus Fragen nach dem Eigentum der erhobenen Daten und nach der Ausgestaltung ihrer Geschäftsmodelle.

Außerdem ist KI nicht unfehlbar, sondern von Menschen gemacht. Bestimmte diskriminierende Denkmuster, Rassismen und Vorurteile können durch die Nutzung von intelligenter, lernbegleitender Software verfestigt und multipliziert werden - eine Gefahr, die vor allem in der historisch-politischen Bildung als kritisch zu betrachten ist.

Dabei geht es nicht zuletzt auch um Bildungszugänge: So stuft die KI-Verordnung der EU-Kommission zur Regulierung von automatisierten Entscheidungssystemen (April 2021) den Einsatz maschinellen Lernens in der Schul- und Berufsausbildung dann als hochriskant ein, "wenn der Zugang einer Person zur Bildung und zum Berufsleben beeinträchtigt werden könnte (z.B. Bewertung von Prüfungen)".

Wie können wir also mit Rücksicht auf diese Schwachstellen und mit entsprechender Sensibilität, die Vorteile dieser Technologie für die Weiterentwicklung des Bildungsbereichs nutzen und dabei ihr Wesen und ihre Funktionsweisen in der gesellschaftspolitischen und Medienbildung stetig mit reflektieren?

Darum soll es in diesem neuen Themenschwerpunkt der Werkstatt der Bundeszentrale für politische Bildung gehen: Wir schauen uns gemeinsam mit Lehrenden an, welche KI-Anwendungen bereits ganz selbstverständlich Einsatz im Unterricht finden, zum Teil auch ohne dass man sich dessen immer bewusst ist. Wir sprechen mit Forscherinnen und Forschern aus Bildung, Politik und Technologie zu den Potenzialen und Risiken, betrachten mögliche Zukunftsszenarien mit Lehrrobotern und maschinell gesteuerten Unterrichtsentwürfen und fragen nach der Rolle von Lehrerinnen und Lehrern darin. Wir stellen dar, vor welche ethischen Fragen uns das Lernen mit Algorithmen stellt, welchen Einfluss KI im Lernsetting auf autonome Handlungsoptionen nimmt, inwiefern die Technologie durch maschinelles Lernen pädagogische Aspekte des Lehrens erfüllen kann, welche Methoden und Tools es gibt, um damit die menschliche Lehrkraft zu ergänzen und welche Rolle KI in Deutschland im internationalen Vergleich spielt.

Maschinen für Moral und Forschung

Urs Gasser vom "Berkman Klein Center for Internet & Society" wird in einem Gastbeitrag die Vor- und Nachteile KI-gestützter Lerntechnologie darlegen: Welche KI-Lernsysteme gibt es und wie sind diese in ihrer Funktionsweise auf Unterrichtsszenarien ausgelegt? Welche Vor- und Nachteile bringen diese Anwendungen für den Unterricht mit sich? Außerdem sprechen wir mit Sophie Jentzsch vom Deutschen Zentrum für Luft- und Raumfahrt (DLR), die Mitentwicklerin der sogenannten "Moral Choice Machine" ist, einem Experiment, bei dem moralisches Handeln programmiert werden soll. Wir möchten von ihr wissen: Kann eine Maschine pädagogische Aufgaben im Bildungskontext übernehmen? Wie lernt eine Maschine eigene Entscheidungen zu treffen und wie kann sich ein einprogrammierter "Bias" nachteilig auf unsere Gesellschaft auswirken? Und nicht zuletzt: Was können Lehrende konkret tun, um mit diesen Herausforderungen umzugehen?

Auch möchten wir uns die Förderinitiative des Bundes "Künstliche Intelligenz in der Hochschulbildung" näher anschauen und mit den Förderträgerinnen und -trägern über ihre Projekte sprechen. Inwiefern wird der Umgang mit KI auch in politischer und gesellschaftlicher Hinsicht reflektiert? Welche Ziele werden für den Einsatz von KI im Bildungsbereich angestrebt? Geht es ausschließlich um das Forschen über KI oder inwiefern kann KI auch selbst forschend tätig werden?

Wir tragen Projekt- und Erfahrungsberichte, technologische und ethische Erkenntnisse zusammen, sprechen mit Expertinnen und Experten, und analysieren den Einsatzrahmen von KI im historisch-politischen Lehr- und Lernsetting.

Bildungshacks und Bildungssalon

Bereits online ist die neueste Folge der Interner Link: Bildungshacks: Tipps für KI im Unterricht mit Marlen Gaus von den Jungen Tüftlern und Tobias Röhl, Professor für Digital Learning and Teaching an der Pädagogischen Hochschule Zürich. Die beiden erzählen, wie man die Funktionsweisen und Tücken von KI im Unterricht selbst thematisieren und begreifbar machen kann.

Wie immer wird unser Themenschwerpunkt von einem Bildungssalon gerahmt, bei dem wir gemeinsam mit Ihnen und zwei Expertinnen zu diesem Thema in den Austausch kommen und passendes Unterrichtsmaterial kennenlernen möchten. Dieser wird am 31. März 2022 stattfinden.

Schreiben Sie uns weitere inhaltliche Wünsche und Feedback zu den Themen der kommenden Beiträge in die Kommentare oder an: redaktion@werkstatt.bpb.de

Weitere Inhalte

Audio Dauer
Podcast

KI und die Edutech-Branche mit Christophe Spéroni

Wer steckt eigentlich hinter Software-Entwicklungen im Edutech-Bereich - und wie hat KI die Möglichkeiten und den Markt verändert? Wir sprachen mit Christophe Spéroni, dem Gründer des…

Audio Dauer
Podcast

KI und Inklusion mit Berit Blanc

Wird KI die Bildungslandschaft inklusiver machen? Die Wissenschaftlerin Berit Blanc ordnet ein, welche KI-Tools schon jetzt dazu beitragen und was es auf dem Weg dahin zu beachten gibt. Alle Quellen…

Podcast

Werkstatt-Gespräch – KI & Bildung

Wie lernen Maschinen im Gegensatz zu Menschen? Können Zeitzeugen durch KI ewig leben? Und welche KI-Tools bewähren sich im Unterricht? Diesen Fragen widmet sich der Podcast Werkstatt-Gespräch.

Audio Dauer
Podcast

Maschinelles und menschliches Lernen mit Marie Kilg

In der ersten Folge des Podcasts “Werkstatt-Gespräch“ geht es um Künstliche Intelligenz und maschinelles Lernen. Mit dabei sind die Journalistin und Programmiererin Marie Kilg, die…

Werkstatt

Maschinelles und menschliches Lernen mit Marie Kilg

In der ersten Folge des Podcasts "Werkstatt-Gespräch" geht es um KI und maschinelles Lernen. Mit dabei sind die Journalistin und Programmiererin Marie Kilg, Alexa und eine Million Katzenbilder.

Werkstatt

KI & Bildung – Trailer

Wie lernen Maschinen im Gegensatz zu Menschen? Können Zeitzeugen durch KI ewig leben? Und welche KI-Tools bewähren sich im Unterricht? Diesen Fragen widmet sich der Podcast Werkstatt-Gespräch.

Nina Heinrich ist seit September 2020 Redakteurin für werkstatt.bpb.de. Sie studierte Kulturwissenschaften und Kulturmanagement in Hildesheim, Lüneburg und Vilnius. Parallel dazu erschuf sie ein internationales Festival für Independent-Webserien und kümmerte sich auch sonst mit Workshops um Nachwuchsarbeit in der digitalen Sphäre. Außerdem schrieb sie für das deutschsprachige Lonely Planet Traveler-Magazin und organisierte Portfoliosichtungen für junge Fotograf*innen. Nach ihrem Studium leitete sie als Referentin für Medienprojekte bei der Jugendpresse Deutschland das Workshop- und Redaktionsformat politikorange und betreute Nachwuchsveranstaltungen im Medienbereich für Jugendliche.