Transkript Staffel 2, Folge 04 Johannes Schleiß
00:00:00
SPEAKER_00
Willkommen bei KI Insights, ein Podcast vom Projekt ZAKKI an der Hochschule
Magdeburg-Stendal. Hier teilen Expertinnen verschiedenster Disziplinen ihre Einblicke in
die facettenreiche Welt der künstlichen Intelligenz. In der zweiten Staffel erwarten Sie
Beiträge rund um das Thema Mensch und Gesellschaft im Kontext von KI. Moderiert von
Peter Kahn, Lena Büscher und Prof. Dr. Sebastian von Enzberg.
00:00:28
SPEAKER_02
Herzlich willkommen zurück zum KI-Insights-Podcast des Projekts ZAKI der Hochschule
Magdeburg-Stendal. Ich bin Peter Kann vom AI Social Lab und ich freue mich heute
Johannes Schleiß zum Thema KI in der Hochschulbildung begrüßen zu dürfen. Hallo
Johannes. Hallo. Johannes Schleiß ist Doktorand im Artificial Intelligence Lab der Otto
von-Guericke-Universität Magdeburg, erforscht im Bereich von angewandten und
digitalen Ausbildungskonzepten für KI und dem Einsatz von KI in der Bildung. Johannes,
kürzlich hat eine umfassende Befragung unter deutschen Studierenden gezeigt, dass
fast zwei Drittel der Befragten KI-basierte Tools wie ChatGPT im Rahmen ihres Studiums
nutzen. Wie verbreitet es eigentlich deiner Erfahrung nach der gezielte Einsatz von KI in
Hochschulen und Universitäten bisher?
00:01:12
SPEAKER_01
Ja, das ist eine spannende Einstiegsfrage. Ich würde mal sagen, gezielter Einsatz, da
würde ich davon ausgehen, dass jemand eine Strategie hat. Ich denke, davon gibt es
aktuell tatsächlich noch relativ wenig. Wir sehen sicherlich einige lokale Experimente,
würde ich es jetzt mal nennen, wo einzelne Lehrende das in ihre Lehrveranstaltung
integrieren, auch bewusst mit den Studierenden darüber sprechen, das kritisch
hinterfragen. Ich denke aber nicht, dass wir das in der Breite schon sehen.
00:01:40
SPEAKER_02
Hast du vielleicht ein anscheinliches exemplarisches Beispiel dafür, wo du sagst, ja, das
ist so ein Ansatz, den finde ich irgendwie gelungen? Also ich denke
00:01:49
SPEAKER_01
denke schon, dass wir auf jeden Fall aus Sicht der Lehrenden uns schon die Frage
stellen müssen, wie können wir diese Technologien integrieren? Vor allem einfach auch
diesen Raum zu geben, dieses kritische Hinterfragens, weil wenn wir es nicht tun, die
Studie zeigt ja ganz gut, also wenn das die richtige Studie ist, die ich auch gelesen habe,
dann ist die vom Mai letzten Jahres. Das heißt, man kann davon ausgehen, dass das
durchaus jetzt noch mehr Personen sind und das zeigt ja, dass die Studierenden das
schon nutzen. Wenn wir das jetzt nicht aktiv in die Lehrveranstaltung integrieren, dann
passiert diese Nutzung einfach ohne diesen Weg der kritischen Hinterfragens und ich
denke gerade so im Kontext von Hausarbeiten, Bachelorarbeiten, in diesen Themen
sollte man sich schon damit aktiv auseinandersetzen. Was macht das mit der Arbeit?
Was verändert sich dabei?
00:02:36
SPEAKER_02
Genau, auf diese Veränderungen wollen wir später vielleicht nochmal zu sprechen
kommen. Zunächst mal würde mich aber interessieren, welche Möglichkeiten gibt es
prinzipiell eigentlich, Lehr-Lern-Prozesse durch KI unterstützen zu lassen oder
unterstützend einzusetzen?
00:02:48
SPEAKER_01
Am Ende ist das pädagogische Szenario entscheidend. Also Technologie kann einen
Mehrwert ermöglichen, aber am Ende ist das pädagogische Szenario das, was
entscheidet. Ich finde eigentlich die Art, darüber nachzudenken, ganz spannend. Es gibt
ja schon einiges an Dingen, die lernwirksam betrachtet werden, also vielleicht als
Beispiel mal Peer Assessment, individuelles Feedback. Und die Frage, die wir uns
natürlich stellen können, ist, wie kann diese Technologien und diese Szenarien
unterstützen und welche Szenarien sind vielleicht jetzt auf einmal möglich, die davor
nicht möglich waren? So denke ich eigentlich auch über KI in der Bildung nach, nämlich
die Frage, okay, wie können wir vielleicht mehr Lernerfolg haben, weil wir jetzt Dinge
umsetzen können, die davor nicht möglich waren. geforscht. Die Idee ist so ein
bisschen, dass jeder Schüler, jeder Schülerin eine Art Unterstützungstutor bekommt,
der vielleicht in der Lage ist, dann auf die Stärken und Schwächen einzugehen, eben
auch vielleicht Lernkontext mit einzubeziehen, die Lerninhalte anzupassen und
individuelles Feedback zu geben. Das ist so eine Idee, die natürlich jetzt durch die
größere Verfügbarkeit von Sprachmodellen immer mehr zum Leben erweckt wird. Es gibt
aber gleichzeitig irgendwie noch kein Tutoren-System, das mir jetzt bekannt ist, das
irgendwie in der Breite funktioniert und ausgerollt ist.
00:04:14
SPEAKER_02
Welche Potenziale siehst du denn prinzipiell in dem Einsatz von KI in Bildungsprozessen,
also wenn es jetzt zum Beispiel auch um den Ausgleich von sozialen Ungleichheiten
oder ähnlichem geht.
00:05:23
SPEAKER_02
wo bieten, es gebraucht wird und dadurch natürlich irgendwo einen verbesserten
Lernerfolg bieten können. Lernerfolg, was auch immer es dann in dem Kontext bedeutet.
Und gerade diese Bildungsgerechtigkeit, die du auch angesprochen haben hast, glaube
wir, in Corona ich, ganz gut dass gesehen, die elterliche Herkunft schon sehr stark auch
darüber entscheidet, wie der Bildungserfolg der einzelnen Personen Und wenn ist. wir
natürlich durch Technik Dinge unterstützen, kann das dazu dass führen, wir das ein
bisschen abschwächen. Gleichzeitig muss man auch immer mitdenken, wir reden
trotzdem über Technologie und nicht jeder hat jetzt vielleicht auch ein Handy zu Hause
oder einen die Rechner, das auch leisten Dementsprechend können. ist das natürlich
auf der einen Seite irgendwo ein Weg aber dorthin, es sind auch noch einige die Fragen,
man da mitdenken kann und Könnte muss. man vielleicht dass sagen, diese in Teilen
beschränkten Zugangsmöglichkeiten einfach auch eine Herausforderung sind in dem
Umgang mit KI im Bereich der dass Bildung, vielleicht soziale Ungleichheiten dadurch
eben auch verschärft werden können?
00:05:35
SPEAKER_01
Ja, absolut. Also ich denke, soziale Ungleichheiten ist so ein Aspekt. Wir haben einfach
auch in dem ganzen Kontext viele Fragestellungen. Die haben einfach auch in dem
ganzen Kontext viele Fragestellungen. Also wenn wir uns mit diesem Thema müssen
beschäftigen, wir uns klar machen, KI ist eine Technologie, die basiert auf Daten. Die
Frage ist natürlich erstmal, wie sind okay, wir bereit, die Daten von Schülerinnen und
Schülern zu nutzen? Wie viel Daten brauchen wir? Wie können wir die auch verarbeiten,
sodass wir das in einer ethischen, korrekten Art und Weise tun. Ja, da müssen wir uns
bewusst machen, eigentlich die Hauptvision, dass wir wirklich verstehen, den ganzen
Lernprozess mal abzudecken, das würde ja bedeuten, dass wir eigentlich Schülerinnen
und Schüler eigentlich in ihrem kompletten Lernprozess im Schulkontext oder im
Hochschulkontext, aber auch zu Hause beobachten würden, sodass wir darauf
eingehen. Das heißt, es ist diese Balance zwischen Überwachung und Mehrwert, die da
irgendwo betrachtet werden muss. Und ich denke hier, ja, müssen wir uns einfach als
Gesellschaft auch die Frage stellen, ist das das, wo wir hinwollen? Was bringt der
Mehrwert versus was sind auch Risiken, die wir hier haben?
00:06:42
SPEAKER_02
Die Frage ist natürlich auch sozusagen, das geht ja auch so ein bisschen in Richtung
dieser Thematik Learning Analytics, das heißt sozusagen Lernen, Prozesse, Monitoren,
Überwachen ein Stück weit. Was bedeutet das eigentlich auch sowohl für die
Lehrenden, wenn solche Systeme eingesetzt werden, als auch für die Lernenden, für die
ja sozusagen auch Bereiche ihres Prozesses transparent gemacht werden, der ja vorher
ohne diese Technologie gar nicht für sie transparent gewesen wäre.
00:07:09
SPEAKER_01
Also ich glaube, das ist vielleicht auch nochmal, um zurückzugehen auf Potenziale, also
eine Hoffnung ist natürlich auch, dass wir durch die genauere Beobachtung auch
einfach mehr Informationen über diese Lernprozesse bekommen. Man muss es ein
bisschen immer einordnen. Wenn wir natürlich über Learning Analytics zum Beispiel
reden, was wäre ein konkretes Beispiel? Wäre jetzt im Hochschulkontext, dass wir die
Daten, die vielleicht beim Lernmanagement-System so wie Moodle oder so anfallen,
uns anschauen würden. Das heißt, wir hätten dann so Daten darüber, wie Personen mit
so einem System interagieren, welche Videos wurden angeschaut, wann wurde
vielleicht gestoppt und würden dann auf Basis dieser Daten versuchen, daraus
Rückschlüsse zu ziehen. Im also wenn jetzt eine Person sich ein Video anschaut
Einzelnen, und an einer Stelle dann kann das dass die Person in dem Moment stoppt,
vielleicht etwas nicht sein, versteht und es sich nochmal anschauen will. Es kann aber
auch sein, dass es gerade eine Haustür geklingelt hat und man erstmal die Tür
aufmacht, bevor man das Video weiterschaut. Das heißt, man muss sich immer
bewusst machen, dass diese Daten natürlich auch in einem Kontext erhoben werden,
wo wir nicht alle Informationen haben. Und ich denke, das ist auch ein bisschen so eine
Herausforderung. Es ist noch nicht hundertprozentig meines Erachtens klar, wie viel
auch jetzt Learning Analytics wirklich bringt, wie viel wir da auch rausziehen können im
Kontext von Lernverbesserung. Da braucht es auf jeden Fall noch sehr viel Forschung.
Genau, vor dem Hintergrund sozusagen dieser
00:08:41
SPEAKER_02
vor dem Hintergrund sozusagen dieser Überlegungen, auch der vielleicht
Beschränkungen, der Probleme solcher Systeme und natürlich den damit verbundenen
Herausforderungen auch für die zum Beispiel Lehrenden, fällt ja häufig der Begriff der KI
Kompetenzen, der relevant ist, sozusagen um auch ein kritisches Denken gegenüber
dem, was mir sozusagen aus dem System entgegen kommt und das eine gewisse
Objektivität zumindest suggeriert, ausprägen zu können. Wie siehst du das? Was
beschreibt eigentlich dieser Begriff KI-Kompetenzen? Was ist das eigentlich?
00:09:11
SPEAKER_01
Ich denke, zum Ersten muss man mal anfangen, KI-Kompetenzen so einzuordnen, dass
es darum geht, es sind Kompetenzen im Umgang mit KI. Also KI selber hat keine
Kompetenz. Ich verwende immer gern die Definition von Long und Magierko, die auch in
der Forschungslandschaft sehr verbreitet ist, die so AI Literacy als Überbegriff
beschreiben als eine Sammlung von Kompetenzen, die es dem Einzelnen ermöglicht, KI
Technologien kritisch zu bewerten, effektiv mit KI zu kommunizieren und
zusammenzuarbeiten und KI als Werkzeug online zu Hause und am Arbeitsplatz zu
nutzen. Ich denke, das ist eine ganz gute Umschreibung als Startpunkt, die nämlich klar
macht, es geht darum, den Umgang mit KI zu erlernen und sich kritisch damit
auseinanderzusetzen in den unterschiedlichen Kontexten. Ich denke, diese KI
Kompetenz als Überding ist so ein bisschen einfach nur ein Wort, das sich jetzt einfach
etabliert hat. Das geht auch so ein bisschen in diese Thematik von Future Skills. Am
Ende wollen die meisten Personen eigentlich nur unterstreichen, dass es einfach
wichtige Kompetenzen sind, meinen damit aber primär den Umgang. Da gibt es
natürlich auch viele Diskussionen darüber, auch im Kontext von digitalen Kompetenzen,
die ja eigentlich eher vielleicht auch durchdringen und jetzt nicht eigene, neue
Kompetenzen darstellen. Genau, das wäre auch eine Frage
00:10:30
SPEAKER_02
das wäre auch eine Frage gewesen, die ich nochmal gehabt hätte, sozusagen. Was ist
das eigentlich? Sind das eigentlich neue Kompetenzen, die da erlernt werden? Oder ist
das eigentlich eine Umwandlung, eine Transformation, eine Ausweitung von
Kompetenzprofilen, die wir vorher schon sozusagen hatten, angelegt haben?
00:10:47
SPEAKER_01
Also ich denke, es geht im großen Ganzen, die meisten Dinge, die wir sehen, sind schon
Erweiterungen. Gleichzeitig ist es natürlich schon so, dass ein Umgang mit Daten
vielleicht eine neue Kernkompetenz ist und die jetzt einfach eine höhere Wichtigkeit hat.
Wenn man das jetzt zu KI-Kompetenzen zählen würde, dann wären wir schon auch bei
neuen Fähigkeiten, die wir vielleicht brauchen oder einer veränderten Wichtigkeit. Ich
denke aber trotzdem muss man im Einordnen so kritisches Denken ist jetzt keine neue
Kompetenz. Die wird in dem Kontext auf ein neues Problem angewendet, aber die
Kompetenz selber ist jetzt nicht die neue. Ich denke aber trotzdem, dass wir uns schon
bewusst machen müssen, dass KI einfach zu anderen Skaleneffekten führt und gerade
auch die generative KI jetzt dazu führt, dass wir auch vielleicht auch anders auf Dinge
wie Wissen zugreifen. Also früher gab es dann dieses Thema von Suchkompetenz, als
Google so kam und jetzt haben wir vielleicht auch nochmal so neue
Informationskompetenzen, die, wie wir anwissen, kommen.
00:11:49
SPEAKER_02
So viel erstmal sozusagen zum Thema KI-Kompetenzen. Häufig wird ja auch diskutiert,
gerade auch im Bildungskontext, inwieweit vielleicht der Einsatz von KI-Kompetenzen
verdrängen oder sozusagen überschreiben kann, die bisher gefördert worden sind oder
die bisher auch relevant waren und dadurch vielleicht weniger relevant erscheinen oder
tatsächlich werden.
00:12:10
SPEAKER_01
Grundkompetenzen, die quasi diese Werkzeuge uns abnehmen. Vielleicht ein paar
Beispiele, wo man es gut sehen kann, ist im Thema Sprachkompetenz. Also wenn man
darüber nachdenkt, ich übersetze jetzt einen Text, dann nutze ich dafür vielleicht jetzt
Deeper und weiß gar nicht mehr so ganz genau, okay, wie funktioniert das eigentlich so
mit dem Übersetzen? Wie gehe ich da vor? Ich verlasse mich eigentlich auf ein externes
Tool. Genau so ein gutes Beispiel ist Navigationskompetenz, würde ich es mal nennen.
Also wer kann heutzutage noch wirklich eine Karte lesen und sich auch in der Stadt
zurechtfinden, ohne irgendwie Google Maps oder andere Tools? Und ich denke, so
ähnlich kann man das jetzt eben auch sehen bei Themen wie einer gewissen
Schreibkompetenz. Natürlich, wenn es immer mehr Tools gibt, die uns Texte korrigieren,
aber auch Texte erstellen, verlieren wir vielleicht auch durchaus diese Kompetenz,
nochmal über Texte zu gehen, diese klarer zu gestalten. Das ist ja das, was auch gerade
so Sprachmodelle sehr gut können. Ich habe schon auch die Befürchtung, dass wir
langfristig, wenn wir je nach Art der Nutzung von diesen Sprachmodellen auch durchaus
sowas wie Kreativität verlieren. Weil wenn wir uns quasi nicht mehr selber diese
Gedanken machen und selber diesen, ja wie sagt man, Recall-Effekt haben im Sinne
von, ich überlege mir erst mal selber was und schaue dann, was kommt dann eigentlich
aus so einem Tool raus, ist das natürlich kognitiv jetzt auch nicht so anspruchsvoll mehr.
00:13:41
SPEAKER_02
Genau, das sind ja, glaube ich, auch Bedenken, die im Diskurs einfach stark besprochen
werden. Gleichzeitig muss man vielleicht auch sagen, dass natürlich Entwicklungen, die
auch mit vielen vorhergehenden technologischen Entwicklungen ja auch immer wieder
diskutiert worden sind und wo wir heute so im Prinzip auch das als gegeben hinnehmen,
dass gewisse Kompetenzen einfach nicht mehr da sind, weil sie eben von anderen
Technologien übernommen worden sind. Aber in dem Kontext erscheint es mir auch
wirklich relevant, nochmal die Frage zu stellen, welche KI-Kompetenzen denn für einen
reflektierenden Umgang mit KI aus deiner Perspektive heraus am relevantesten
vielleicht auch sind, also vielleicht auch in der Vermittlung von KI-Kompetenzen.
00:14:20
SPEAKER_01
Vielleicht nochmal kurz auf diesen anderen Aspekt. Also natürlich gibt es Kompetenzen,
nennen wir mal Taschenrechner oder so, die jetzt auch nicht mehr so wichtig sind oder
Tabellenkalkulationen oder auch mit der Aufkommen der Computer gab es viele dieser
Trends. Tätigkeiten reingehen und die Werkzeuge immer stärker werden. Und wenn wir
uns eben nicht bewusst machen oder diese Grundkompetenz nicht mehr beherrschen,
sind wir auch irgendwann nicht mehr in der Lage, den Output zu bewerten. Und das ist
natürlich das, wo wir jetzt irgendwo hinkommen mit deiner Frage zu dem reflektierten
Umgang. Ich würde anfangen mit einem gewissen technologischen Verständnis. Das
heißt, sich irgendwie mal bewusst machen, was passiert hier eigentlich? Wie kommt
auch eine Entscheidung zustande, wie verarbeitet eine KI vielleicht auch Daten,
vielleicht auch ein Verständnis von Daten. Ich denke, das muss man jetzt nicht komplett
durchdrungen haben auf einem mathematischen Level, aber schon so ein bisschen ein
Verständnis, okay, hier ist KI und das tut sie. Ich denke, der zweite wichtige Aspekt,
hatten wir vorhin auch schon angedeutet, kritisches Denken, einfach so diese
Grundeinstellung, Dinge kritisch zu hinterfragen. Ich war vor ein paar Wochen auf einer
Konferenz und das war genau rund um den 1. April und der eine Redner hatte das
eigentlich ganz gut dargestellt. Eigentlich müssten wir so handeln, als wäre jeder Tag der
1. April. Das heißt immer wieder dieses, ah, stimmt das jetzt hier wirklich oder wollen
die mich hier veräppeln? Das fand ich eigentlich einen ganz schönen Gedankengang.
Einfach auch Dinge nicht mehr so stark als gesetzt betrachten, auch wenn sie vielleicht
in den Medien schon diskutiert werden, weil heutzutage ist es einfach sehr leicht, auch
gewisse Fake News zu verbreiten. Und ich denke, der dritte Aspekt wäre so in Richtung
einer ethischen Reflexion. Das heißt, was sind eigentlich irgendwie ethische
Implikationen? Sich auch mal bewusst machen, was kann da passieren? Wie betrifft es
mich, aber wie betrifft es vielleicht auch andere? Das am besten nicht nur in einem
Wissenskontext, sondern auch in einem Handlungskontext.
00:16:26
SPEAKER_02
Das sind ja jetzt doch einige Punkte, die sozusagen in Richtung auch einer
Bildungsaufgabe, einem Bildungsauftrag gehen. Und gleichzeitig trifft das natürlich auf
ein System, ein Bildungssystem, das sich damit bisher nicht großartig
auseinandersetzen musste. großartig auseinandersetzen musste. Nach deiner
Erfahrung, welche Voraussetzungen sind eigentlich in so Lehr-Lern-Settings besonders
hilfreich oder nötig, um solche Kompetenzen auszuprägen, wie wir sie jetzt eben gerade
besprochen haben?
00:16:54
SPEAKER_01
Als Hochschule ist ja immer unser Ziel, auch ein kritisches Denken zu fördern bei den
Studierenden. Und KI wirkt für mich so ein bisschen als Verstärker auf dieses System.
Also viele Diskurse, die wir auch so in der Hochschulkultur eigentlich haben, sind jetzt
nur noch mal verstärkt auch wieder zurückgekommen durch KI. Um jetzt auf die Frage
zurückzukommen, was braucht es? Ich denke, zum einen brauchen wir irgendwo einen
Raum zum Experimentieren, auch zum kritischen Reflektieren. Diesen Raum muss
eigentlich der Lehrende, die Lehrende aufmachen, um mit den Lernenden darüber zu
sprechen. Und ich spreche auch viel mit Studierenden und die fordern das eigentlich
auch ein. Und diese Erkenntnisse, die wir aus diesen Experimenten an den einzelnen
Hochschulen in den einzelnen Fachkontexten sammeln, sollten wir natürlich auch
iterativ irgendwo zurückspielen. Weil eigentlich wissen wir noch nicht wirklich genau,
was macht das jetzt mit den Studierenden, worauf muss man achten. Ich denke, der
zweite Punkt ist Forschung. Es braucht noch viel, viel mehr Forschung auch zu, ich hatte
es gerade schon angedeutet, so Lernwirksamkeit, vielleicht auch welche neuen
Szenarien kommen da auf, wie kann man das kritisch begleiten, wie sinnvoll sind
gewisse Dinge und wie verändern auch Technologien nochmal stärker diesen
Lernprozess. Also was macht das, wenn jetzt zum Beispiel generative KI als Beispiel,
könnte ja auch sein, okay, generative KI wird als weiterer Akteur im Lernprozess gesehen.
Was macht das eigentlich mit dieser ganzen Lerndynamik? Natürlich braucht es
irgendwo als Voraussetzung und Rahmung, dass wir das überhaupt umsetzen können,
auch sowas wie Zugänge. Wir brauchen Infrastruktur, um solche Dinge überhaupt
umzusetzen. Und natürlich brauchen wir auch Weiterbildung für Lehrende, aber auch
für Studierende, um überhaupt mal so eine Basis zu schaffen, auf der wir hier auch
aufsetzen können. Genau, vielleicht ein Stück weit im Anschluss daran,
00:18:43
SPEAKER_02
vielleicht ein Stück weit im Anschluss daran, nochmal sozusagen der Rückblick auf die
Studie, die ich vorhin schon genannt hatte. Da wurde klar, dass vor allem Studierende
aus dem Bereich Ingenieurwissenschaften und Naturwissenschaften auf KI sozusagen
im Kontext ihres Studiums zurückgegriffen haben. Und vor dem Hintergrund frage ich
mich eben, inwiefern ist es eigentlich auch relevant, domänenspezifische KI-Ausbildung
anzubieten? Inwiefern gibt es da auch eben Unterschiede in den unterschiedlichen
Fachtraditionen und Fachbereichen? Also dazu gibt es tatsächlich noch
00:19:13
SPEAKER_01
tatsächlich noch eine weitere spannende Studie, die war im medizinischen Kontext, wo
eben auch untersucht wurde, wie nutzen Studierende generative KI-Tools und dann wie
ist so ein bisschen ihre Einstellung, wie das auch im Fachkontext gelehrt wird. Und da
hat sich ganz deutlich gezeigt, dass einfach da auch ein starker Unterschied ist
zwischen, okay, KI-Tools werden genutzt, ich nenne es mal in der Freizeit oder im
Studienalltag, aber KI-Bildung ist nicht Teil dieser Fachausbildung der Mediziner. Im
Ingenieurskontext haben wir dazu auch schon eine Studie gemacht und ein AI Course
Design Planning Framework entwickelt, das eben genau dabei unterstützen soll, also
Lehrende dabei unterstützen soll, so ein bisschen Struktur zu geben, um eben KI als
Inhalt in ihren Fachlehrkontext reinzubringen. Das heißt so ein bisschen die Frage, okay,
was macht KI eigentlich mit meiner Fachtomäne und was kann ich da selber als Inhalt
reinbringen? Ich denke, das ist auf jeden Fall sehr essentiell, dass wir das jetzt nicht nur
als übergreifendes Tool und als allgemeine Kompetenzen betrachten, sondern uns
durchaus die Frage stellen, okay, in jeder Fachtdomäne, was ändert das auch an den
Kompetenzen, die wir gegebenenfalls ausbilden? Welche Kompetenzen werden
irgendwo wichtiger? Welche verlieren vielleicht auch an Bedeutung? Und wie verändert
sich auch die Arbeit, die die Studierenden nach ihres Abschlusses tun, durch eben KI als
weiteres Tool? Und das ist so ein bisschen das, wo wir mit KI als Fachinhalt quasi
hinwollen und wo dieses Tool auch unterstützen kann.
00:20:48
SPEAKER_02
Wir hatten vorhin, das ist schon mal so ein bisschen angeschnitten, ich wollte noch mal
darauf zurückkommen, die Frage von generativer KI, die ja sozusagen häufig auch in
Form von Chat-GPT das prominenteste Beispiel für eine KI-Technologie ist, die im
Hochschulkontext oder im Schulkontext eben auch durchaus nicht gezielt angewendet
wird. Wenn man darauf blickt, es wird ja im Diskurs sehr kritisch verhandelt oft. Aber
was siehst du eigentlich als die fruchtbringende oder fruchtbringendste Variante des
Einsatzes dieser Technologie für nachhaltige Bildungsprozesse?
00:21:20
SPEAKER_01
Ich würde sagen, pauschal kann man das gar nicht beantworten. Ich würde auf jeden
Fall darauf hinweisen, dass es essentiell ist, sich damit zu befassen. Ich sehe jetzt so im
Kontext, wenn man es sich mal so anschaut in den letzten zweieinhalb Jahren, seit jetzt
vor allem Chat-GBT dann auch auf den Markt gekommen ist, sind wir so ein bisschen
durchgegangen durch erstmal einen Diskurs, was ist denn das jetzt eigentlich, jetzt sind
wir eigentlich viel mehr noch in, okay, ich überlege mir mal Anwendungsfälle und es
fängt jetzt immer mehr an, dass wir uns auch aktiv damit auseinandersetzen, dass wir
vielleicht mal sowas wie ein Prompt-Labor oder solche Settings machen, wo wir uns mit
mehreren Personen, mehreren Lehrenden, vielleicht auch Lehrenden und Studierenden
auseinandersetzen und uns die Fragen stellen, okay, was könnte das jetzt ändern? Bei
welchen Prozessen könnte mich eine generative KI unterstützen? Wie lässt sich das
umsetzen? Was ist denn auch vielleicht fachspezifisch umzusetzen? Und ich denke,
dass wir hier gerade in einer Phase sind, wo wir auch viel noch ausprobieren müssen,
wo wir auch viel Erfahrungen sammeln müssen. Das lohnt sich am besten mit
gemeinsam zu tun, dass man auch wirklich diesen Experimentierraum, den ich auch
vorhin angesprochen habe, nochmal öffnet. Am besten auch für Studierende.
00:22:36
SPEAKER_02
Vielleicht nochmal auf einen konkreten Punkt. Du hattest es eben schon gesagt,
Promptlabor. Würdest du sowas wie das Prompting zum Beispiel auch als eine, sagen
wir mal im weitesten Sinne KI-Komompetenz verstehen im Umgang mit der Technologie,
die es sich lohnt zu lernen? Oder ist es vielleicht auch eher ein Übergangsphänomen, wo
man sagt, nein, das wird sich technologisch noch so weiterentwickeln, dass diese sehr
elaborierten Prompting-Abläufe gar nicht mehr nötig sind, weil das sozusagen von
Technologie-Seite her gelöst wird.
00:23:08
SPEAKER_01
Schwierig einzuschätzen tatsächlich, weil diese technologische Entwicklung auch sehr
rasant vonstatten geht. Ich würde es mal so bewerten, dass aus einer Technologie
Perspektive, wenn quasi Prompting das Mittel ist, dass ich effektiver zu meinem Ziel
komme, dann werden die Technologieanbieter sicherlich versuchen, dieses zu lösen im
Sinne von, dass es weniger wichtig wird, jetzt einen exakt guten Prompt zu schreiben
und dass das im Hintergrund ein bisschen gelöst wird. Da gibt es auch schon Ansätze.
Gleichzeitig denke ich schon, dass die generelle Art und Weise, wie man sich eben mit
diesen Tools auseinandersetzt, wie man auch mit diesen Tools arbeitet, so ähnlich wie
vor ein paar Jahren haben wir irgendwie eine Suchkompetenz so gelernt, also wie gehe
ich mit Suchmaschinen
00:24:00
SPEAKER_02
um, was mussativer KI auf Prüfungsformate aus? Zum einen die Auswirkungen auf
Lehrende, aber auch auf Lernende und inwiefern nötigt es vielleicht auch dazu,
eventuell auch schon längst überkommene Formate zu überdenken und vielleicht auch
abzuschaffen, zu ersetzen. Am Ende bin ich da wieder bei
00:24:24
SPEAKER_01
wieder bei der Aussage, dass das sowieso ein Verstärker auf das System und auf die
Diskurse wirkt. Ja, wie ist eigentlich die Prüfungskultur, die wir aktuell haben? Wir haben
eigentlich sehr stark Fokus irgendwie auf Noten, nicht unbedingt auf Lernen. Und wir
prüfen sehr oft Wissen und nicht unbedingt Kompetenzen oder
Handlungskompetenzen. Wir können eigentlich auch nicht wirklich individuell stark
fördern durch die Prüfungen. Wenn wir uns dann überlegen, ist das eigentlich die
Prüfungskultur, die wir wollen oder wollen wir vielleicht nicht eher prüfen, um Lernen zu
unterstützen, prüfen, um eben individuell zu fördern, auch Feedback zu geben, dann
haben wir auch ganz andere Diskussionen, weil wenn wir Feedback geben, dann ist der
Zeitpunkt eigentlich unwichtiger bzw. wir gehen sehr viel stärker individuell rein und wir
können vielleicht auch überlegen, wie kommen wir stärker in so eine praxisorientierte
Prüfungskontext. Und wenn man allein diesen Fokus von Noten auf Lernen umshiftet,
dann hat man eine ganz andere Diskussion, weil dann denkt man ja eigentlich, okay,
dann ist vielleicht auch generative KI ein spannendes Tool, um Lernen eher zu
ermöglichen oder nochmal anders zu ermöglichen.
00:25:29
SPEAKER_02
Vielleicht kann man auch so weit gehen zu sagen, dass KI auch abseits der generativen
vielleicht auch eine Möglichkeit ist, gerade diese Prozessfokussierung stärker in den
Mittelpunkt zu rücken und eher abzurücken von der Evaluierung von Ergebnissen,
Zwischenergebnissen oder ähnlichem. Absolut. Vielleicht nochmal, um den Horizont ein
bisschen aufzuspannen, die Frage, wir haben jetzt gemerkt, okay, es gibt durchaus
Verschiebungen im System der Bildung durch den Einsatz von KI und die werden
sicherlich auch noch stärker zutage treten. Die Frage, welchen Umgang finden eigentlich
die Individuen und die Gesellschaft mit den neuen Rollen in Bildungskontexten, also
Lehrende, Lernende, aber auch eben die Bildung verortet in der Gesellschaft?
00:26:12
SPEAKER_01
noch so ein der Gedanke, gerade noch hängen geblieben ist. So diese Unsicherheiten,
die Studierende auch oft haben jetzt. Es ist nicht ganz was macht klar, das jetzt mit uns?
Was verschiebt sich, gerade wenn man jetzt auch nicht so klare Regeln setzt als
lehrende Person in Bezug auf jetzt Gesellschaft? Es ist sicherlich so, dass wir eigentlich
in der Richtung gehen, das ganze Bildungssystem ein bisschen zu überdenken. Wir
müssen uns schon die Frage stellen, okay, was ist eigentlich unser Ziel, unsere Aufgabe
als Hochschulen? Was ist für uns denn Bildungserfolg? Und das sollten wir auch mit den
Studierenden diskutieren, weil ich glaube, Bildungserfolg für jede Person auch ein
bisschen was anderes ist. Ich denke schon, dass wir natürlich auch Unsicherheiten
haben hinsichtlich immer stärkerenden Werkzeugen von KI. Das ist natürlich schon
auch ein Aspekt, dem wir uns bewusst machen müssen, dem wir auch begegnen
müssen. Also es gibt so ein paar Personen, die sowas wie Demotivation so als Begriff
geprägt haben, so mit der Idee von, ja, ich muss ja eigentlich gar nichts mehr lernen,
weil es gibt ja schon Tools, die können das alles für mich. Das sind natürlich schon
Effekte, die kann man nicht einfach stehen lassen, sondern die muss man auch aktiv in
den Raum der Diskussion bringen. Wie wird sich deiner Meinung nach der Einsatz von KI
im Kontext der Hochschullehre in den nächsten Jahren entwickeln?
00:27:35
SPEAKER_02
sich deiner Meinung nach der Einsatz von KI im Kontext der Hochschullehre in den
nächsten Jahren entwickeln? Welche Hürden stehen vielleicht auch dem verbreiteten
Einsatz noch entgegen? Welche Initiativen wird es vielleicht geben oder gibt es schon,
die aussichtsreich erscheinen?
00:27:50
SPEAKER_01
Ich würde sagen, es wird in eine Richtung gehen, dass wir immer mehr im Kontext der
Fachcommunities uns damit beschäftigen werden, was bedeutet das? Was bedeutet KI
für unsere Fachcommunity? Was müssen wir da ändern? Und in dem Kontext erhoffe ich
mir auf jeden Fall, dass wir auch sehr viel Austauschformate haben, wo eben Lehrende,
die unterschiedliche Erfahrungen gemacht haben, diese auch teilen. So als ein Ich
Beispiel. dass wir denke, auf der anderen Seite immer mehr auch experimentieren
werden mit solchen Themen wie Learning vielleicht Analytics, auch anderen Einsatz von
quasi Experimente zu sondern machen, wir müssen auch schauen, wie können okay, wir
das mit einem noch stärkeren Theoriebezug auch auf Lerntheorie Also jetzt tun. nicht
einfach eine Technologie auf irgendwas was wir werfen, noch gar nicht sondern
verstehen, auch durchaus nochmal den Blick auf den Lernprozess Was passiert werfen.
hier eigentlich? Was will ich hier eigentlich erreichen mit meinem Szenario? Man kann
vielleicht aber abschließend
00:29:12
SPEAKER_02
einfach eine Technologie auf irgendwas was wir werfen, noch gar nicht sondern
verstehen, auch durchaus nochmal den Blick auf den Lernprozess Was passiert werfen.
hier eigentlich? Was will ich hier eigentlich erreichen mit meinem Szenario? Man kann
vielleicht aber abschließend festhalten, dass wir durchaus vor tiefgreifenden
Umwälzungen im Bereich der Hochschulbildung stehen im Kontext von KI und dürfen
wahrscheinlich gespannt sein, welche transformativen Prozesse sich in der Zukunft
noch ereignen werden. Vielen Dank, Johannes Schleiß, für deine Expertenperspektive
auf den Themenkomplex KI in der Hochschulbildung und vielen Dank auch allen
Hörerinnen und Hörern für ihre Aufmerksamkeit. Hören Sie auch gerne rein in eine der
vorhergehenden oder eine der zukünftigen Folgen unseres Podcasts und vor allem
bleiben Sie kritisch und bleiben Sie im Gespräch über die Zukunft der KI in der
Hochschulbildung. Bis zum nächsten Mal.
00:29:51
SPEAKER_00
Der KI Insights Podcast ist eine Initiative des Projekts ZAKKI, der zentralen Anlaufstelle
für innovatives Lehren und Lernen interdisziplinärer Kompetenzen der KI der
Hochschule Magdeburg-Stendal. Gefördert vom Bundesministerium für Bildung und
Forschung.