relilab-Workshop-TN on Nostr: Ein republica-Vortrag an Lehrkräfte von Ute (seit über 30 Jahren im Bereich KI in ...

Ein republica-Vortrag an Lehrkräfte von Ute (seit über 30 Jahren im Bereich KI in Lehre und Forschung tätig) und Sonja, die GenAI im Unterricht thematisieren:
https://www.youtube.com/watch?v=P4eR87hd9G8

Einige Einsichten:
GenAI sollte nicht als Ersatz für Lehrkräfte gesehen werden, sondern als potenzieller "Sparring-Partner".
Grundlegende Kompetenzen müssen weiterhin erlernt werden: Lehrkräfte sind dafür verantwortlich, diese Kompetenzen zu identifizieren und zu vermitteln.
Ziel des Einsatzes: Sensibilisierung für die Fehlbarkeit und den Bias in GenAI.
Prompting (Eingabeaufforderungen): Die Art der Frage beeinflusst den Output stark.
Aufbau eines guten Prompts:Welche Aufgabe soll gelöst werden?
Welche Rolle hat die KI? (z.B. "Du bist in der 9. Klasse")
Wie soll die Lösung aussehen? (z.B. "fast dich kurz", "zwei verschiedene Absätze", "eine Vielzahl von Argumenten")
Beispiel "Die Bürgschaft" (Schiller): Ein einfacher Prompt ("Um was geht es in Die Bürgschaft von Schiller") liefert eine lange, komplexe Antwort. Mit Rollen- und Output-Vorgaben ("Du gehst in die neunte Klasse", "fast dich kurz") wird die Antwort kürzer und sprachlich angemessener.
Beispiel "1984" (Orwell): Die Möglichkeit, Schüler einen Prompt erstellen zu lassen, der die KI dazu bringt, das Buch als nicht mehr relevant darzustellen. Dies demonstriert eindrücklich, wie die Formulierung des Prompts den Output beeinflusst und ermöglicht eine Diskussion darüber, wie einfach man die KI zu einer bestimmten Aussage bringen kann.
Wichtige Erkenntnis: Das, was wir prompten und wie wir es formulieren, hat einen großen Einfluss auf das Ergebnis.
Tipps für das Prompting:Eine Rolle zuweisen (oft nützlich, z.B. für Altersgruppen).
Die gewünschte Länge des Inputs festlegen.
Die Anzahl der Argumente festlegen.
Schlagworte oder Bezugspunkte vorgeben.
Kein Bedarf, "nett" zu KI zu sein: Studien zeigen keinen Effekt von "Bitte" und "Danke" auf die Ergebnisse. Anthropomorphisierung sollte vermieden werden.
Nutzung verschiedener Chatfenster: Ein Chat pro Fach kann nützlich sein, da die KI den Kontext des Faches behält.
Cutoff-Datum der Trainingsdaten: KI-Modelle haben nur Wissen bis zu einem bestimmten Datum (z.B. Oktober 2023 für ChatGPT). Neuere Ereignisse oder Werke sind nicht enthalten.

Kritische Perspektive auf den KI-Einsatz durch Schüler und die Rolle der Lehrkraft:

Reddit-Post eines Schülers: Die Vortragenden teilen die Erfahrung eines Abiturienten, der GenAI bewusst nicht nutzt, um selbst zu lernen.
Problem: Andere Schüler nutzen GenAI, um schnelle Antworten zu generieren, erhalten dafür gute mündliche Noten und fühlen sich vom System benachteiligt.
Wichtige Frage: Wie können Lehrkräfte damit umgehen?
Gefahr des Verlusts von Fähigkeiten: Wenn Schüler (und auch Erwachsene) direkt GenAI nutzen, ohne selbst nachzudenken und zu strukturieren, verlieren sie schnell die Fähigkeit, vor einem leeren Blatt zu beginnen und eigenständige Gedanken zu entwickeln.
Diese Fähigkeit ist elementar wichtig für reflektierte Bürgerinnen und Bürger, die zu einem differenzierten demokratischen Diskurs fähig sind.
Fazit für den Unterricht: Der Einsatz von GenAI muss kritisch überprüft werden. Ziel sollte nicht die Hausaufgaben-Ersetzung sein, sondern die Vermittlung des kritischen Umgangs, der Sensibilisierung für Fehlbarkeit und Bias sowie des Verständnisses dafür, wie die eigene Fragestellung den Output beeinflusst.

Fazit:

Die Vortragenden betonen, dass KI, insbesondere generative KI, ein mächtiges Werkzeug ist, das jedoch nicht neutral ist und inhärente Biases aufweist. Es ist entscheidend, sich dieser Biases bewusst zu sein und den Umgang mit KI-Systemen kritisch zu hinterfragen. Für Lehrkräfte liegt die Herausforderung darin, Schüler für die Fehlbarkeit und den Bias von KI zu sensibilisieren, ihnen den effektiven und kritischen Umgang beizubringen und gleichzeitig sicherzustellen, dass grundlegende Kompetenzen des eigenständigen Denkens und Lernens erhalten bleiben. Die Förderung von Diversität in der Entwicklung von KI wird als wichtiger Schritt zur Reduzierung von Biases gesehen.

#relilab 🟠 #reflektieren #rekonstruktion 2️⃣