Projektleitung: Christian Roduner, Nadine Trindler, Lukas Nyffenegger und Kaspar Zellweger
Institution: BMSW, KBW und KSU
Kontakt: christian.roduner@bms-w.ch
Das vorliegende Projekt zielt darauf ab, Lernende auf Stufe Sek II bei Projektarbeiten (wie z. B. einer Maturaarbeit) zu unterstützen. Es basiert auf dem IF-Projekt "BMA Coach Bot" und entwickelt es u.a. durch die Integration der neuen KI-Modelle weiter.
Da zur Erstellung von Projektarbeiten (PA) viele methodische, fachliche und überfachliche Kompetenzen gelernt sowie erstmals angewendet werden und das gleich auch noch im Verbund fein abgestimmt aufeinander, sind PA für die SuS sowie für die Lehrpersonen (LP) eine grosse Herausforderung. Kommt hinzu, dass eine LP in der Betreuung einer hohen Zahl von SuS mit vielfältigen Themen und unterschiedlichem Prozessfortschritt oft nicht alle individuell und auf Abruf instruieren und betreuen kann. Unser aktuell im Test befindliche BMA Coach Bot (BCB) geht diese Beschränkungen im Bereich Berufsmaturitätsarbeiten (BMA) erfolgreich an, indem er in Form eines Chat-Bots die SuS im individuellen Lehrgespräch instruiert und durch die ganze PA begleitet.
Die Lancierung der neuen Large Language Modells (LLM) bringt nun ganz neue Möglichkeiten der Individualisierung zugeschnitten auf die einzelnen SuS, aber auch auf die Vorgaben der einzelnen Schulen. Gleichzeitig stellen sie die Schulen vor neue Herausforderungen, da sich mit LLM direkt fertige PA generieren lassen. Die Grenzen zwischen KI-Unterstützung und KI-Ghostwriting sind für die SuS schwierig zu erkennen und der Anreiz zu deren grosszügigen Interpretation gross. Mit unserem neuen Project Coach Bot (PCB) können wir unseren SuS einen Assistenten an die Hand geben, der diese Grenzen einhält und sie den SuS auch erklärt.
Für die Schulen wird er leicht über pdf-Files kontextualisierbar sein, d. h. sie können ihre Vorgaben zur PA in einem pdf-File den LP sowie SuS kommunizieren, die dieses dann in den PCB hochladen und ihn so ganz einfach auf die Vorgaben adaptieren. Wir werden ihn so programmieren, dass er so auch problemlos auf alle grossen PA auf Sek-II-Stufe angepasst werden kann, v. a. auf die Abschlussarbeiten wie z. B. die Maturaarbeit am Gymnasium, die IDPA an der HMS, IMS und FMS sowie die VA an der Berufsschule.
Didaktisch-methodisches Konzept
Der PCB nimmt didaktisch zahlreiche Rollen ein, arbeitet v. a. im Lehrgespräch und setzt faktisch ein Flipped-Classroom-Setting um. Damit ermöglichen wir den SuS:
eine zeitlich und örtlich unabhängige, konsequent individualisierte und auch im Bereich KI-Nutzung hochkompetente methodische Instruktion,
eine fortschrittsangepasste prozedurale Betreuung in der Anwendung der gelernten Methoden in ihrer PA,
eine erleichterte Orientierung in den schulischen PA-Vorgaben und
eine intuitive Unterstützung in der fairen Anwendung von KI im PA-Erstellungsprozess.
Wir versuchen, den PCB auf Fobizz zu programmieren. Fobizz wurde als erste KI-Plattform vom Kanton Zürich für die schulische Anwendung zugelassen und zudem auch für alle Schulen zur Verfügung gestellt.
Wirkung
Der PCB wirkt wie eine Klassenassistenz, die allen einzelnen SuS jederzeit zur Verfügung steht. Das erleichtert den SuS die Arbeit und die Orientierung an den Vorgaben, wodurch die effiziente und faire Nutzung von KI unterstützt werden kann. Statt dass die Lernenden mit KI wichtige Lernschritte in der PA überspringen, leitet unser PCB genau diese gut an. Weil er auch die betreuenden LP entlastet, können auch diese sich auf die Unterstützung der zentralen Lernschritte fokussieren.
SAMR-Modell
Im SAMR-Modell kann man das vorliegende Projekt in den Bereich "Redefinition" einteilen, weil es neuartige Lernsettings ermöglicht, welche vorher so nicht denkbar waren.
Projektleitung: Michael Beusch, Preethy Alex, Marija Josifovic, Ralph Kilchenmann (und Hansjürg Perino als Experte)
Institution: KS Rychenberg, KS Uetikon, KS Unterland und KS Hottingen
Kontakt: michael.beusch@krw.ch
Dieses Projekt versucht, die positiven Aspekte der KI im Englischunterricht nutzbar zu machen, indem die Lernenden lernen, KI zu nutzen, um Sprachfertigkeiten und eigenständige Lernprozesse zu fördern.
Soweit wir das beobachten können, nutzt die grosse Mehrheit der Lernenden auf SekII-Stufe KI, insbesondere ChatGPT, selbständig, währenddem KI nicht von vielen LP im Unterricht eingesetzt wird.
Einige LP sagen, sie hätten mit dem Einsatz von KI sogar Mehraufwand, z.B. beim (Vor-)Korrigieren von Texten der Lernenden durch KI, weil sie dann doch alle von KI produzierten Kommentare überprüfen müssten, insbesondere bezüglich ‘Halluzinationen’. Ausserdem bezweifeln viele, ob sich der beträchtliche Initialaufwand lohne, weil es gewisse KI-Tools vielleicht nach kurzer Zeit gar nicht mehr gebe. Unser Projekt hat das Potential, eben solchen Initialaufwand durch die Erfahrungen, die wir weitergeben, beträchtlich zu senken. Zudem steht beim Sprachtraining die genaue Faktenlage nicht immer im Vordergrund. Die Tools produzieren jedoch korrekte und vielfältige Sprache und können Regeln erklären oder Fehler verbessern (mit Erklärung), was die LP potenziell entlastet.
Was Hattie in seinen Studien gezeigt hat (und in seiner kürzlich erschienenen Publikation «The Sequel» erneut unterstreicht), kann mit Hilfe von KI-Tools nun effektiv umgesetzt werden: viel Feedback, möglichst unmittelbar und mit Hinweisen «where to go next». KI kann beim Einüben von grammatikalischen Strukturen, Hörverständnis, Sprechen, Schreiben, sowie der Vertiefung in (literarische) Texte genau dies tun – auf individueller Basis – und dadurch Vertrauen aufbauen in die eigenen Sprach- und Interpretationsfähigkeiten. Dies antizipiert und erleichtert eine spätere Interaktion mit einem menschlichen Gegenüber, z.B. bei der Diskussion eines Ausschnitts aus einem literarischen Text im Klassen-
Plenum oder gar an der mündlichen Maturaprüfung. Ausserdem können die Lernenden lange Zeit selbstständig arbeiten und jeweils entscheiden, wieviel mehr sie noch üben müssen oder wollen, um ein bestimmtes Ziel zu erreichen.
Wir führen die Lernenden auf möglichst allen 4 bzw. 6 Jahrgansstufen des Gymnasiums ein in den stufengerechten Umgang mit KI-Tools und regen an, das Potential dieser Instrumente für ihr Lernen auszuloten. Nach einer Einführungsphase gibt es genug Zeit, um während der Lektionen, begleitet, Erfahrungen mit KI zu machen, und dabei schnell viel zu lernen und auch viel Spass zu haben. Nebst Sprechen, Lesen und Hören wird es auch einen Fokus auf Schreibprozesse geben. Unter Einbezug des Konzepts der Eigenverantwortung im Lernprozess und mit klaren Regeln zur Deklaration der Herkunft und Produktion von Inhalten wird auch projektartiges Arbeiten zu zweit oder in kleinen Gruppen auf der Sek II-Stufe möglich sein. Wir dokumentieren dann, was gut funktioniert hat, damit andere Lehrpersonen deutlich weniger Aufwand bei der Vor- und Nachbereitung haben, wenn sie Ähnliches versuchen wollen.
Didaktisch-methodisches Konzept
Einführung in die Handhabung der zu benutzenden KI-Tools. Abstecken des Ranges von möglichen Lernzielen in der aktuellen Phase des Unterrichts. Bestimmen, wie diese Ziele überprüft werden, und wann sie als erreicht gelten und wieviel Zeit insgesamt für eine Phase zur Verfügung steht.
Dann in Eigenverantwortung individuell, zu zweit oder in kleinen Gruppen arbeiten. Support durch die Lehrperson
bezüglich Sprachlichem, Inhaltlichem, Technischem, bei Kleingruppen auch bezüglich Zusammenarbeit – wo gefragt oder notwendig.
Wirkung
Die Lernenden erfahren, wie sie in grosser Eigenverantwortung durch die Unterstützung von KI selbstständig ihre Lernprozesse steuern und beschleunigen können. Sie lernen, ihre eigenen Sprachprodukte zu entwickeln und mit Selbstvertrauen digital zu dokumentieren und dann (stolz) analog oder digital zu präsentieren.
Der Mehrwert für Englisch-Lehrpersonen (und Lehrpersonen weiterer moderner Fremdsprachen) an vielen Schulen wird beträchtlich sein, wenn wir zeigen können, welche Unterstützung und Beschleunigung der Lernprozesse mit dem Einsatz von KI-Tools erreicht werden kann, und dazu konkrete Lernwege erarbeiten, welche die LP entlasten.
SAMR-Modell
Im SAMR-Modell kann das Projekt in den Bereich "Redefinition" eingeteilt werden da es Aufgabenformate ermöglicht (dank KI), welche so vorher nicht möglich waren.
Projektleitung: Thomas Lampart, Claudia Graf und Hanspeter Stocker
Institution: Strickhof
Kontakt: thomas.lampart@strickhof.ch
Moodle-Module zum interdisziplinären und kompetenzorientierten Arbeiten
Produkt Das Projekt ist abgeschlossen und die erstellten Moodle-Module wurden auf das Kantons-Moodle hochgeladen. Der Zugang ist über eine Selbsteinschreibung mit der Rolle "Trainer" möglich, so dass die Kurse selbständig weiterverwendet werden können.
