Künstliche Intelligenz in der Bildung (eBook)

Einleitung 5
Literatur 15
Inhaltsverzeichnis 16
Bildungstheoretische Positionen: Die Eigenlogiken von KI und ihr Einfluss auf Bildung 19
Bildung durch Künstliche Intelligenz ermöglichen. Ein Beitrag aus bildungstheoretischer Perspektive 20
1 Bildung in der digitalen Transformation 20
2 Pädagogischer Optimismus, Panorthosia und Rigidität: Die Algorithmen des Lehrens 22
2.1 Didaktik als Garant des Lehrerfolgs: Der Comenius-Algorithmus 22
2.2 Effizienzsteigerung durch getaktete Lernprozessschritte: Der Lancaster-Bell-Algorithmus 23
2.3 Teaching Machines: Der Skinner-Algorithmus 24
3 Zur pädagogischen Bedeutung des Wortes »Bildung« 27
3.1 Wissen und Bildungswissen 27
3.2 Bildungstheoretische Ideen bei Hegel und von Humboldt und ihre Entsprechungen bei Piaget und Aebli 28
3.3 Bildung als aktive Leistung des Individuums 30
4 Diversität und Digitalität als Herausforderungen für Bildung 32
4.1 Diversität: Anschlussfähigkeit als Herausforderung 32
4.2 Digitalisierung und Digitalität 34
4.3 Bildung in einer Kultur der Digitalität 35
5 Bildung und Kompetenzerwerb 37
5.1 Schnelle Erstbewertung 37
5.2 Die Relevanz von »Challenge« 39
5.3 Zweitbewertung, Ressourcenprüfung und Bewältigungshandeln 39
6 Bildung und Künstliche Intelligenz 40
7 Quintessenz: KI als Unterstützung für Bildung 43
Literatur 44
Künstliche Intelligenz. Eine bildungstheoretische Annäherung aus Sicht kritisch-konstruktiver Didaktik 47
1 Einleitung 47
2 Künstliche Intelligenz und Automated Decision Making 49
3 Klafkis Zielvorstellungen von Erziehung und Bildung 53
4 Wie weiter mit pädagogischem ADM? 56
Literatur 59
KI und graue Intelligenz. Bildungstheoretische Perspektiven auf Lerntechnologie und ihre Akteure 62
1 Einleitung 62
2 Recommender Systeme: Exemplarische Aspekte eines bildungstechnologischen Konzepts 64
3 Bildung: Von den Mitteln zu den Akteuren 67
3.1 Autonomie und Akteure 68
3.2 Assoziation der Akteure: Bilder, Kaugummi und Lügen 70
4 Graue Intelligenz: Die Umverteilung von Intelligenz und Autonomie 75
Literatur 81
Zur (Un-)Berechenbarkeit der Künste. Wie algorithmische Strukturen die Bedingungen für Ästhetik und ästhetische Bildung verändern 84
1 Zum Verhältnis von Kunst, Ästhetik und Bildung 84
2 Über Algorithmen, Künstliche Intelligenz und Künstliche Kreativität 88
2.1 Algorithmen: Zwischen abstrakten Begriffen und empirischer Realität 88
2.2 Künstliche Intelligenz: Zur Adaptivität algorithmischer Systeme 89
2.3 Künstliche Kreativität: Zum kreativen Potenzial anpassungsfähiger algorithmischer Systeme 90
3 Ästhetische Positionen im Wandel 92
3.1 Computerkunst, digitale Kunst, KI-Kunst oder algorithmische Kunst? 93
3.2 Ästhetik als Informationsästhetik? 94
3.3 Algorithmische Artikulation 95
4 Schlussbetrachtung 99
Literatur 101
Didaktische Positionen: Mit KI lehren und lernen 104
Didaktische Impulse zum Lehren und Lernen mit und über Künstliche Intelligenz 105
1 Einleitung 105
2 Künstliche Intelligenz in der Hochschullehre 107
3 Impulse zum Lehren und Lernen mit Künstlicher Intelligenz – Einsatz von KI-basierten Technologien 109
4 Impulse zum Lehren und Lernen über Künstliche Intelligenz – Künstliche Intelligenz als Lerninhalt 113
5 Diskussion und Implikationen 116
6 Fazit und Ausblick 117
Literatur 118
Lernpfade in adaptiven und künstlich-intelligenten Lernprogrammen. Eine kritische Analyse aus mediendidaktischer Sicht 123
1 Einleitung 123
2 Entwicklungsstadien digitaler Lernprogramme 124
3 Stand der Forschung zu adaptiven Lernsystemen 128
4 Hürden adaptiver Lernprogramme 130
5 Beispielanwendungen für adaptive Lernprogramme 132
6 Pädagogische Implikationen 138
7 Perspektiven 140
Literatur 142
KI und Didaktik – Zur Qualität von Feedback durch Recommendersysteme 146
1 Einleitung 146
2 Didaktischer Einsatz von Feedback 148
2.1 Gestaltungsmerkmale von Feedback 149
2.2 Instruktionstechnologische Implikationen für Feedback 152
2.3 Vom digitalen zum automatisierten und autonomen Feedback 153
3 Educational Recommendersysteme 156
3.1 Funktionen und Methoden von Educational Recommendersystemen 156
3.2 Feedback und Unterstützung mit Recommendersystemen 159
4 Feedback von Recommendersystemen im Lehr-Lernprozess 160
5 Fazit: Empfehlungsgebung für Empfehlungsgeber 163
Literatur 165
Roboter in kollaborativen Lehr-Lernkontexten. Theoretische Reflexionen interaktiver Lehr-Lernformen mit sozialen Robotern 168
1 Einleitung 168
2 Bildungsroboter als soziale Interaktionspartner 171
3 Kollaboratives Lernen mit sozialen Bildungsrobotern 172
3.1 Lernen durch Lehren 173
3.2 Tutorielles Lernen 174
3.3 Gruppenlernen 175
3.4 Zusammenfassung 176
4 Konsequenzen des Einsatzes sozialer Bildungsroboter 176
4.1 Wie können Privatsphäre und Datenschutz gewahrt werden? 177
4.2 Wer übernimmt die Verantwortung und Haftung? 178
4.3 Welche Auswirkungen ergeben sich auf das zwischenmenschliche Miteinander? 179
5 Zusammenfassung und Diskussion 180
6 Fazit 181
Literatur 182
Computational Thinking vermitteln. Wie Problemlösekompetenz als Bestandteil digitaler Souveränität erworben werden kann 188
1 Einleitung 188
2 Digitale Kompetenz in Schule und Unterricht 189
2.1 Zum Begriff »Digitale Kompetenz« 190
2.2 Problemlösen im Kontext digitaler Kompetenz nach dem Ansatz des Computational Thinkings 192
2.3 Aktuelle, curriculare Vorgaben 194
3 Lehrkräfte vermitteln digitale Kompetenz 195
3.1 Notwendige Lehrkraftkompetenzen zur Vermittlung digitaler Kompetenz 195
3.2 Problemlösen und Computational Thinking in der Lehrkraftbildung 197
4 Coding und Robotik in Schule und Hochschule 199
4.1 Lernroboter im Unterricht 199
4.2 Lernroboter in der Lehrkraftaus- und -weiterbildung 202
5 Fazit 205
Literatur 206
Veränderungen in Bildungsinstitutionen: Chancen und Herausforderungen von KI für Schule, Hochschule und berufliche Bildung 210
Künstliche Intelligenz und Schule. Aufgaben für Unterricht und die Organisation (von) Schule 211
1 Künstliche Intelligenz als aktuelles Thema (nicht nur in) der Schule 211
2 Künstliche Intelligenz: eine begriffliche Annäherung 212
3 Künstliche Intelligenz im Kontext von Medienbildung und Schulpädagogik 214
3.1 Künstliche Intelligenz im Kontext von Medienbildung 214
3.2 Künstliche Intelligenz im Kontext von Schulpädagogik: Funktionen von Schule und Aufgaben von Lehrkräften 217
4 Vertiefung I: Künstliche Intelligenz als Thema im Unterricht 219
4.1 Aufgabe: Förderung digitaler Kompetenzen 219
4.2 Künstliche Intelligenz als Thema im Unterricht 220
5 Vertiefung II: Künstliche Intelligenz als Herausforderung für die gesamte Schule 222
5.1 Herausforderung: (Digitale) Daten und KI im Schulmanagement 223
5.2 Hoffnung: Entlastung von Lehrer:innen und Schulleitungen 224
5.3 Dilemma: Deterministische Entscheidungen 225
5.4 Künstliche Intelligenz als Indikator von Lernvorstellungen und Menschenbilder 226
6 Fazit 227
Literatur 228
Künstliche Intelligenz in der Hochschulbildung. Bildungssoziologische Perspektiven und Herausforderungen 231
1 Einleitung 231
2 Wechselspiel zwischen sozialer und digitaler Transformation der Hochschulbildung 233
3 Ansätze und Modelle (intelligenter) Mensch-Maschine-Interaktionen 235
4 Soziale Mechanismen als Erklärungsansatz soziotechnischer Ungleichheiten 237
5 Einsatzszenarien von KI-Interventionen aus bildungssoziologischer Perspektive 239
5.1 Operationalisierung vertikaler Wirkmechanismen 239
5.2 Operationalisierung horizontaler Wirkmechanismen 241
6 Diskussion und Ausblick 242
Literatur 245
Education 4.0. Smarte (IoT- und KI-gestützte) Hochschulbildung 252
1 Bedarfssog und Technologiedruck für Education 4.0 252
2 KI-Methoden und IoT in jeder Phase des Blended Learning-Prozesses der Hochschulbildung 253
2.1 Definition von smart 255
2.2 Smarter Blended Learning-Prozess 255
3 Sensordaten von Wearable Devices helfen Lehrenden und Studierenden 262
3.1 Sensoren als Messinstrumente im Lernprozess 262
3.2 Experimente zur Akzeptanz 264
3.3 Experimente mit Biofeedback in unterschiedlichen Semesterkursen 266
4 Erste Ergebnisse für den Blended Learning-Prozess 268
5 Fazit 270
Literatur 271
Akzeptanzforschung zum Einsatz Künstlicher Intelligenz in der Hochschulbildung. Eine kritische Bestandsaufnahme 274
1 Einleitung 274
2 KI in der Hochschulbildung und die Frage der Akzeptanz 276
3 Grundlagen der Akzeptanzforschung 279
3.1 Hauptaspekte des Akzeptanzkonzepts 279
3.2 Nebenaspekte des Akzeptanzkonzepts 282
3.3 Heuristik von KI-Akzeptanzfaktoren 283
4 Ausgewählte akzeptanztheoretische Modelle 287
4.1 Diffusionstheorie 287
4.2 Drei-Ebenen-Akzeptanzmodell 289
4.3 Technology Acceptance Model 290
4.4 Spezifische Akzeptanzmodelle für den Bildungskontext 292
5 Akzeptanzforschung zu KI-Entwicklungen in der Hochschulbildung: Exemplifikation an einem Fallbeispiel 293
6 Synopse und kritische Auswertung 294
7 Fazit, Limitationen und Ausblick 296
Literatur 297
Aktanten als Grundlage und Analysegegenstand für KI in der Hochschulbildung 301
1 Ebenen der KI beim Anspruch Kompetenzorientierung 301
1.1 Unterschiedliche Wirkmacht der Kompetenzorientierung 305
1.2 Ausrichtung auf Problemlösung und individuums-offene Handlungs- statt Inhaltsimpulse 306
1.3 Einsatz von KI für Grundlagen birgt die Gefahr fragmentarischer Kompetenzorientierung 307
2 Schematische Analyse von Aktanten 310
2.1 Konzeptionelle Verbindungen zwischen Employability, Citizenship und Kompetenzorientierung 311
2.2 Analyse von Aktanten in verschiedenen Interaktionskorpi 313
2.3 Welche Interaktionskorpi können mit welchen Qualitäten herangezogen werden? 313
2.4 Lehrüberzeugungen, Leitsätze und Lehrentwürfe komplexitätssteigernd analysieren 317
3 Fazit und kritische Einordnung 318
Literatur 319
Künstliche Intelligenz, Behinderung und Technoableism 322
1 Einleitung 322
2 Disability Studies und Ableism 324
3 Technoableism 326
4 Diskriminierung durch Künstliche Intelligenz 327
5 Künstliche Intelligenz als Hilfe für Menschen mit Beeinträchtigungen 331
6 Künstliche Intelligenz in der Hochschulbildung 332
7 Perspektiven für eine diversitätssensible KI 335
Literatur 337
Fortgeschrittene Digitalisierung und Strategien für die berufliche (Weiter-)Bildung. Augmentation, Fusion Skills und Augmentationsstrategien 340
1 Fortgeschrittene Digitalisierung und berufliche (Weiter-)Bildung 340
2 KI und berufliche Arbeit: Augmentation als neues Paradigma 342
2.1 Augmentation und »augmented work« 342
2.2 ›Fusion Skills‹ für die Zusammenarbeit mit intelligenten Maschinen 346
2.3 Augmentationsstrategien 348
3 KI und Nutzenpotenziale für die berufliche Bildung 350
3.1 Überblick: Paradigmenwechsel in der Organisationslogik 350
3.2 Learning Analytics zur Unterstützung der Lernortkooperation 351
3.3 Educational Data Mining zur Gestaltung von (teil-)automatisierten Bildungsprozessen 352
3.4 Neue Formen der Konnektivität durch KI-Systeme 352
3.5 Synopse: Bezugsrahmen einer KI-basierten Lernumgebung für eine lernortintegrierende Kompetenzentwicklung 353
4 KI und Herausforderungen für Bildungsverantwortliche 355
4.1 Kompetenzanforderungen an Bildungsverantwortliche 355
4.2 Empirische Studie zu Kompetenzen von Berufsbildungsverantwortlichen 356
5 Zusammenfassung und Ausblick 357
Literatur 359
Bildungspraxis im Wandel: Kompetenzentwicklung mit KI 363
Sprachenlernen per KI. Möglichkeiten und Grenzen in der Praxis 364
1 Einleitung 364
2 Aus Daten lernen 366
2.1 Feedback für geschlossene Aufgaben 369
2.2 Korrektives Feedback für offene Schreibaufgaben 370
2.3 Automatisierte Bewertung von Textaufgaben 372
2.4 Datenqualität und Subjektivität 375
2.5 Learning Dashboards 375
2.6 Lernempfehlungen 377
3 Ausblick 378
Literatur 380
KI-Unterstützung in der Kulturellen Bildung. Potenziale von Learning Analytics für Musiklernen am Beispiel automatisierter Auswertungen von Bildschirmaufzeichnungen 384
1 Einleitung 384
2 Musikpädagogik, Digitalisierung und KI-Methoden 387
3 Einsatz von KI-Methoden in der Forschung über Musiklernen 390
4 Forschungsethische Aspekte 392
5 Diskussion und Ausblick 395
Literatur 396
Unter dem Zeichen Künstlicher Intelligenz. Berufe, Kompetenzen und Kompetenzvermittlung der Zukunft 400
1 Einführung 400
2 Zum Begriff und Geschichte der KI 401
3 Weiterbildung und Kompetenzentwicklung 403
4 Neue Kompetenzanforderungen, Tätigkeiten, Berufe 405
5 Kompetenzaufbau im Beruf 408
6 Schlussbetrachtung 413
7 Förderhinweis 414
Literatur 414
Umgang mit KI in der Bildung: erklärbar, ethisch orientiert und souverän beherrschbar 418
Erklärbare Künstliche Intelligenz im Kontext von Bildung und Lernen 419
1 Einleitung 419
2 Erklärbare Künstliche Intelligenz 421
2.1 Funktionsweise Neuronaler Netze 422
2.2 Taxonomie Erklärbarer KI 423
3 Wahrnehmung und Gestaltung Erklärbarer KI 426
3.1 Wahrnehmung Erklärbarer KI 426
3.2 Gestaltung Erklärbarer KI 429
4 Empfehlungen zum Einsatz von Erklärbarer KI im Bildungskontext 431
4.1 Anforderungen an Lehrende und Lernende 431
4.2 Einsatzmöglichkeiten von Erklärbarer KI im Bildungsbereich 433
5 Fazit und Ausblick 434
Literatur 435
Eine ethische Perspektive auf KI in der Bildung 439
1 Einführung 439
2 Arten von KI in der Bildung 442
3 Aspekte einer normativen Ethik der KI in der Bildung 445
3.1 Zwei Typen von Ethik 445
3.2 Die Deontologische Perspektive: Das Recht auf eine zwischenmenschliche Bildungserfahrung 446
3.3 Die Konsequenzialistische Perspektive: Die Auswirkungen auf Individuum und Gesellschaft 448
4 Quo Vadis, Bildungstechnologie? 452
Literatur 455