Beschreibung
Künstliche Intelligenz (KI) ist in aller Munde. Seit der Lancierung von ChatGPT im November 2022 finden sich nun alle Lehrpersonen (LP) mit der Herausforderung konfrontiert, die sich in den Sprachfächern mit DeepL und Google Translate schon in den letzten Jahren ankündigte: Wie gehen wir LP mit künstlich generierten Übersetzungen, Texten, Bildern, Aufgabenlösungen, Programmen etc. um?
Auch für unsere Lernenden stellt sich diese Frage –und sie erkennen das Potenzial von KI schnell.
Unsere bisherigen Erfahrungen zeigen: Im Umgang mit KI-generierten Inhalten (KIgI) an der Schule stellen sich ähnliche Fragen wie beim Gebrauch von Büchern, Internet, Taschenrechner und Fremdunterstützung. Auf der Inputseite unseres Gehirns gilt es zu lernen, die KIs geschickt zu befragen, sie als Quelle zu erkennen, zu hinterfragen und deren Qualität zu beurteilen. Auf der Outputseite müssen Fremdleistungen klar von Eigenleitungen abgegrenzt und ausgewiesen werden. Diese Herausforderungen stellen sich auch in der privaten Anwendung.
Die Einfachheit und Breite der Einsetzbarkeit von KI legen nahe, dass wir es hier nicht mit einem Hype, sondern einem Paradigmenwechsel zu tun haben. Unsere Lehre in den Bereichen Informations-und Medienkompetenzen (IMK) muss dringend erweitert und die LP darauf ausgebildet werden. Hierzu eignet sich gerade der Einsatz von Chat-Bots selber, wie wir nachher noch ausführen werden. Daher möchten wir einen Chat-Bot programmieren, unseren MediaBot, der diese IMK in einem ganzheitlichen interdisziplinären Set von aufeinander abgestimmten Lernmodulen (LM) fach-und lehrpersonenunabhängig auf Sek-II-Stufe vermittelt –sowohl den SuS wie auch denjenigen LP, die mit den didaktischen Potenzialen, Limitierungen und Gefahren von KIgI noch nicht vertraut sind.
Innovationspotential
In unserem Projekt finden gleich mehrere Innovationen zusammen:
1. Pädagogische Innovation: Die IMK im Umgang mit KIgI von ChatGPT, DALL·E 2, DeepL, Google Translate etc. werden unkompliziert von unserem MediaBot vermittelt, in einem ganzheitlichen Ansatz zusammen mit den IMK im Umgang mit klassischen Quellen und selbstgenerierten Inhalten.
2. Zeitliche Innovation: Es müssen nicht sofort alle LP im Umgang mit diesen KI-Technologien in teuren und zeitintensiven Weiterbildungen geschult werden. Sowohl die LP als auch die Lernenden werden direkt vom MediaBot lernen. Dieser kann auch leicht auf neue Entwicklungen angepasst werden und so Lernende sowie LP up to date halten. Darauf aufbauend können die LP sich weiterbilden.
3. Didaktische Innovation 1: Wir werden ChatGPT selber in die Vermittlung der IMK miteinbeziehen, auch dort, wo es nicht um den Umgang mit KI geht. Damit trainieren wir die Lernenden direkt im Umgang mit ChatGPT und illustrieren für die LP Unterrichtseinsatzmöglichkeiten der neuen Technologie.
4. Didaktische Innovation 2: Bisher waren Chatbots, auch alle Chatbot-Projekte unserer Schule, zu 100% klassisch programmiert und erlaubten den Lernenden daher in ihrem Lernpfad nur so viele Freiheitsgrade, wie wir unseren Chat-Bots aufwändig implementiert hatten. Die unteren drei Taxonomiestufen (nach Anderson und Krathwohl: erinnern, verstehen, anwenden) konnten wir damit gut erschliessen, da sie meist nur wenige Freiheitsgrade aufweisen. Durch die Kombination dieser starren, dafür gut auf die Lernstruktur ausgerichteten Programmierung mit der super flexiblen ChatGPT-Technologie können wir neu auch die oberen drei Taxonomiestufen didaktisch erschliessen. Die LP kann sich so auf die Begleitung der Lernenden durch ihren individuellen Lernprozess und auf die Bearbeitung und Auswertung von komplexeren Aufgaben und Anwendungen fokussieren.
5. Organisatorische Innovation: Mit dem Lehrplan 21 werden grundlegende IMK nun erstmals in der Volkschule in einem Fach («Medien und Informatik») konzentriert vermittelt. Auf Sek-II-Stufe werden diese z. T. noch im Fachunterricht in den Bereichen Geschichte, Politik, Recht, BWL/Marketing, Volkswirtschaft, Psychologie, Soziologie, Deutsch, Mathematik, Naturwissenschaften und anderen Fächern sowie in den überfachlichen Kompetenzen (üfK) und den allgemeinen Bildungszielen (aBZ) wieder aufgenommen und vertieft. Doch die Zersplitterung dieser Inhalte und Kompetenzen über zahlreiche Fächer hinweg und deren z. T. sehr unverbindliche Formulierung im Lehrplan behindern Schulen wie LP in der Vermittlung von integralen IMK mehr, als sie diese unterstützen. Daran hat auch die Einführung des Fachs Informatik auf der Gymnasialstufe nichts geändert. In unserem MediaBot wollen wir diese Fachkompetenzen (FK), üfK und aBZ zusammenführen in ein ganzheitliches interdisziplinäres Set von konkret aufeinander abgestimmten Lernmodulen (LM), die unser MediaBot fach-und lehrpersonenunabhängig individualisiert vermittelt.
6. ChatGPT fügt selber noch an: «ChatGPT kann den Unterricht durch die Bereitstellung personalisierter und interaktiver Lernmaterialien unterstützen. Es kann auch als virtueller Lehrer fungieren, indem es Schülern Fragen beantwortet und ihnen bei der Vorbereitung auf Tests und Prüfungen hilft. Ein weiteres Anwendungsgebiet kann die Automatisierung von Routineaufgaben sein, wie z.B. das Korrigieren von Hausaufgaben oder das Beantworten von Fragen zu Lerninhalten. Es ermöglicht auch die Schaffung von Lernumgebungen, die jederzeit und von überall aus zugänglich sind.»
Didaktisch-methodisches Konzept
Für die Entwicklung von starken IMK braucht es ein Verständnis der betreffenden Technologie, ihrer Wirkung in der und auf dieGesellschaft sowie ihrer geschickten Anwendung. Entsprechend stellen wir unseren MediaBot didaktisch auf das Dagstuhl-Dreieck ab:
Die drei Dagstuhl-Perspektiven wenden wir auf die von den Lernenden meist genutzten Medien an und strukturieren sie weiter auch danach, wie ihre Inhalte generiert und publiziert wurden/werden:
Da wir, wie oben erläutert, interdisziplinär Inhalte zusammenbringen und mit unserem MediaBot die Grundlagen und die basalen Übungen dazu vollständig abdecken, reduzieren wir den ganzen Koordinationsaufwand zwischen den Fächern auf ein Minimum, nämlich auf die Frage, in welchem Fach der MediaBot wann angewendet werden soll. Danach können alle Fach-LP davon ausgehen, dass ihre Lernenden über die IMK verfügen. Unsere Tests mit ChatGPT legen nahe, dass wir die vollständige Stoffabdeckung über alle Taxonomiestufen erreichen werden.
Damit der MediaBot die Lernenden auf das von uns angestrebte hohe Niveau bringt, müssen wir ihm unterschiedliche didaktische Rollen geben, welche sich auf die typischen Coaching-Rollen abstützen:
- Als TeacherBot lehrt und trainiert er im Lehrgespräch die FK und üfK. Er leitet deren Anwendung an wie auch diejenige von ChatGPT zur Erreichung der obersten Taxonomiestufen in allen LM.
- Als GuideBot führt er die Lernenden zu Hause und im Klassenzimmer individuell durch die vielen Lern-und Arbeitsschritte, nicht nur indem er ihre Reihenfolge aufzeigt, sondern sie gleich in den grösseren Zusammenhang stellt und damit auch bei der Einordnung und Vernetzung der Themen hilft. (ohne ChatGPT)
- Als InfoBot gibt er Auskunft nach Bedarf und verhilft so den Lernenden leicht, rasch und direkt zu gewünschten Informationen, ohne dem TeacherBot durch das Lernmodul folgen zu müssen. ChatGPT beantwortet offene Fragen, auch da, wo sie über die vermittelten Inhalte hinausgehen.
- Als GrowthBot begleitet unser MediaBot die Lernenden in der Reflexion und Dokumentation ihrer Lernfortschritte (optional). Hier kann ChatGPT wertschätzende Feedbacks auf die Reflexion geben und weitere Entwicklungsschritte vorschlagen.
- Als Q-Bot holt er bei seinen Anwendern regelmässig Feedbacks ein (ohne ChatGPT). So finden wir Fehler, fehlende Optionen und Inspiration zu seiner Weiterentwicklung.
Unser MediaBot zeigt den Lernenden auch, wo und warum ChatGPT Fehler macht, keine verbindlichen Aussagen machen kann und nicht auf die Lernenden als Person eingeht. Hier verweist unser MediaBot konsequent auf die LP.
Wirkung
Die Lernenden erhalten im Bereich IMK ein lückenloses, doppelspurigkeits-und widerspruchsfreies hoch professionelles Training, das rund um die Uhr ortsunabhängig abrufbar ist, wann immer sie es brauchen. Wir erhöhen damit ihre Handlungssicherheit und Handlungskompetenzen in der Verwendung von Medien(inhalten) und in deren eigenen Generierung –auch im Bereich KIgI. Zudem bringt das Lernen mit unserem MediaBot Abwechslung in den Lernalltag und macht Spass.
Die LP sparen in erster Linie mal viel Zeit bei der interdisziplinären Koordination, aber auch bei der Vorbereitung, Vermittlung undAnleitung der durch unseren MediaBot abgedeckten FK und üfK. Diese können sie zur Vertiefung und Operationalisierung der Inhalte sowie deren Verankerung in ihrer Fachdisziplin gebrauchen. Unser MediaBot kann auch sie weiterbilden, z. B. im Umgang mit ChatGPT und anderen KIgI, und so auch ihre Handlungssicherheit und Handlungskompetenzen erhöhen. Für die LP wird zudem transparenter, welche IMK sie bei den Lernenden voraussetzen können.
Die Schulen profitieren immer, wenn ihre LP entlastet werden und ihre Lernenden ein höheres Niveau erreichen. Auch für sie wird transparenter, welche Inhalte und Methoden wie vermittelt werden. Den Lernenden wird klar kommuniziert, welcher Einsatz von KI erlaubt ist. Gegenüber derÖffentlichkeit strahlt sie einen souveränen Umgang mit aktuellen Entwicklungen aus. Sie hat kaum Aufwand, da unser MediaBot einfach aus unserem Account heraus angewandt oder in ihren eigenen Account kopiert werden kann. Im eigenen Account können sie ihn auch leicht auf die schuleigenen Bedürfnisse hin anpassen.
Der Kanton gewinnt als attraktiver Arbeitgeber, moderner Bildungs-und Technologiestandort an Ausstrahlung, v. a. wenn der MediaBot mit der CI des Kantons versehen auch in anderen Kantonen angewandt wird. Zudem gewinnt er Know-How in der Ausschöpfung didaktischer und pädagogischer Potenziale mit Chatbots und KI. Er stärkt die demokratische Meinungsbildung in seiner Bevölkerung.
SAMR-Modell
Erläuterung zum SAMR-Modell.
Im SAMR-Modell kann das vorliegende Projekt in den Bereich "Redefinition" eingeteilt werden, weil es Aufgaben und Lernsituationen erzeugt, welche so vorher nicht denkbar waren.
