#benefitsofKI

[metrischekulturen]

KI in der Bildung - Funktionen und Folgewirkungen des Einsatzes von KI in Bildungskontexten

Was ist KI?

Unter Künstlicher Intelligenz (KI) versteht man die Befähigung einer Maschine mit Fähigkeiten, zu denen normalerweise nur Menschen in der Lage sind. Beispiele für solche Fähigkeiten sind logisches Denken, Bewertung, Planung und sogar Kreativität. KI-Systeme sind in der Lage, Aspekte aus ihrer Umwelt wahrzunehmen und mit der wahrgenommenen Information entsprechende Aktionen auszuführen. Darüber hinaus ist es KI-Systemen möglich, ihre Handlungen auf Grundlage von früheren Aktionen anzupassen und autonom zu arbeiten.

Bezug zum Bildungsbereich

KI spielt eine immer größer werdende Rolle in verschiedenen Bereichen unserer Gesellschaft. In vielen Bereichen unseres Lebens gehört KI sogar bereits längst zum Alltag – oft ganz unbemerkt. Es kommen immer mehr neue technische Innovationen auf den Markt, die teils mit Staunen, aber auch mit Skepsis betrachtet werden.

Auch im Hinblick auf den Bildungsbereich findet KI verschiedene Einsatzbereiche. Einige moderne Bildungstechnologien, die wir bereits alltäglich verwenden, arbeiten mit verschiedenen Aspekten Künstlicher Intelligenz. Ob in Anwendungen für die Organisation von Schulen oder in Form von Lern-Apps, KI ist in unserem Bildungsalltag schon weiter ausgebreitet, als manch einer glauben mag. Laut  Mariya Gabriel, der EU-Kommissarin  für Innovation, Forschung, Kultur, Bildung und Jugend bietet KI im Bildungsbereich “(...) enormes Potenzial, um die allgemeine und berufliche Bildung für Schülerinnen und Schüler, Lehrkräfte und weiteres Schulpersonal neu zu gestalten. Sie kann Schülerinnen und Schülern mit Lernschwierigkeiten helfen und Lehrkräfte durch die Individualisierung des Lernens unterstützen.” Da eine kontinuierliche Weiterentwicklung der KI-Anwendungen besteht, ist es von hoher Bedeutung, dass ein besseres Verständnis der Auswirkungen dieser Systeme auf die allgemeine Bildung entwickelt wird. Zunächst steht jedoch die Frage im Raum:

Wie hat sich das Bildungsverständnis, das wir heute haben, im Vergleich zu dem traditionellen Bildungsverständnis verändert?

Früher hat die Lehre zum Großteil auf Leistungskontrolle und Wissensaufbau basiert. Die Lehrer sind im traditionellen Verständnis, die Instrumente, durch welche Wissen vermittelt und Verhaltensstandards durchgesetzt werden sollen. Im Übergang zur datenbasierten Informationsgesellschaft (ca. seit 1970er Jahre) hat sich der Fokus auf die intrinsische Motivation und Selbstverantwortung verbreitet. Durch das Internet und verschiedene KI-Anwendungen steht ein neuer flexibler Lern- und Arbeitsraum zur Verfügung. Der Bildungssektor kann also durch die Kombination verschiedener KI-Anwendungen Lernmaterialien auf smarte Weise personalisiert zur Verfügung stellen. Doch das ist nicht alles, die Anwendungsfelder und Möglichkeiten sind um einiges umfangreicher.

Wo und wie findet KI in der Bildung Anwendung?

Schulen sind komplexe Institutionen, in denen Prozesse der Wissensvermittlung umfassend gestaltet und geplant, organisiert und administriert, kommuniziert und evaluiert werden müssen.

Deshalb gilt es hier keineswegs, nur den Vorgang des Lernens und Lehrens zu betrachten.

Im Kontext der Anwendung von KI in der Bildung wird zwischen drei Anwendungsfelder bzw. Einsatzebenen unterschieden:

Die Makro-Ebene der Steuerung, Evaluation und Planung von Schulen als Organisation und System

Die Meso-Ebene des Lehrens, Unterrichtens und Prüfens in Lerngruppen und Klassen

Die Mikro-Ebene des individuellen Lernens und Übens

Die erste Ebene umfasst die Schulorganisation:

Die Makroebene umschreibt hier die Schule als Unternehmen. Denn jenseits des im engeren Sinne „Pädagogischen“ bieten KI-Systeme auch für die Schulorganisation – das Management und die Planung – von Schulen neue Potenziale. Auf der Makroebene findet die Planung, Steuerung und Evaluation mithilfe von KI-Anwendungen statt. KI- Anwendungen finden hier in Form von Leistungsanalysen, Schulevaluation, Drop-out Analysen, der allgemeinen Schulplanung und Wirtschaftlichkeitsanalysen statt. 

Mittels Educational Data-Mining und Analytics kann das Geschehen in Klassen und Schulen umfassend evaluiert und verglichen werden. Solche KI-basierten Managementsysteme erlauben eine deutlich effizientere Schuldaten-Diagnostik und -Prognostik im Hinblick auf verschiedene Messwerte und Indikatoren, wie Planungs- und Evaluationsprozesse wie z.B. Fehl-, Ausfall- und Vertretungszeiten, Personal und Ressourcen, Kompetenz- und Leistungsniveaus etc. Darüber hinaus können durch den Einsatz von Sensoren und Videoaufzeichnungen auch individuelle und kollektive Verhaltensmuster von Schülerinnen und Schülern mit Fokus auf Aktivität und Konzentration sowie Bewegung und Kommunikation  im Lern- und Lehrprozess evaluiert und organisatorische Hinweise (z. B. zur Zusammensetzung von Lerngruppen, Elternberatung) daraus abgeleitet werden. Solche Hinweise könnten sich beispielsweise an eine neue Zusammensetzung von Lerngruppen richten oder den Lehrer darauf aufmerksam machen, dass ein Elterngespräch geführt werden sollte. 

Die zweite Ebene bezieht sich auf das Geschehen in Klassen oder Lerngruppen:

Auf der Mesoebene wird der Unterricht in Klassen oder Lerngruppen betrachtet. Alle Arten der Wissensvermittlung und Prüfung sowie generell die Organisation und Betreuung von diesen Lernprozessen stehen hier im Mittelpunkt. KI schafft hier Abhilfe bezüglich der Klassenorganisation, der Notengebung, des Lehrens und der individuellen Förderung der Schüler sowie bei der Erstellung von Klassenarbeiten und Tests und der Bewertung dieser. Als neue Formen des Assessment gelten hier Grading-, Tutoring- und Classroomsysteme. Sprachverstehende Assistenzsysteme wie Alexa und Siri ermöglichen mit einer Verbindung mit moderner Sensorik menschenähnliche Kommunikation und Interaktion zwischen Schülern und Maschinen oder Medien wie z.B. humanoide Roboter oder Chatbots.So wird eine  Verständigung in natürlicher Sprache möglich, ebenso wie eine Interpretation von Gesten oder in manchen Fällen sogar Mimik. Außerdem können durch automatisierte Prüfungsformate mit inkludierter Analyse und Bewertung die Lehrer entlastet werden. Diese Assistenzsysteme agieren meist als visuelle Hilfslehrer oder Tutoren und können dann z.b situative Wissensfragen auf unterschiedlichen Lern- und Wissensniveaus beantworten und  können dabei aus einem immer weiter wachsenden Fundus von digitalen Lernangeboten dem jeweiligen Lernstand angepasste Materialien für das Lernen finden und bereitstellen.

Auf der dritten und letzten Ebene geht es um den individuellen Lernprozess der Schüler und Schülerinnen:

Vor allem auf der Mikroebene eröffnen „intelligente“ Lernanwendungen vielfältige neue Möglichkeiten. Hier geht es um alle Aktivitäten und Ausprägungen in der individuellen Wissensaneignung und des Lernens. Schüler und Studenten können hier profitieren, indem durch digitale Lernplattformen mit Beobachtungs- und Analysetechnologien, das jeweilige Lernverhalten ausgewertet und auch hier wieder mit personalisierten Übungsaufgaben ergänzt werden kann. Eine KI erkennt hier also Stärken und Schwächen und fördert diese im Folgeschritt.

Welche Anwendungsmöglichkeiten von KI existieren bereits?

Da der Begriff KI und die Frage “Was ist KI?” sehr vieldeutig sind, wird der Blick im Bildungsbereich stärker auf konkrete Anwendungsmöglichkeiten gerichtet. Diese Anwendungen finden ihren Einsatz in verschiedenen Anwendungsebenen. Man kann die verschiedenen Anwendungen anhand ihrer Funktionen in folgende Kategorien einordnen:

ITS (Intelligent Tutoring Systems): 

Hier geht es um die menschliche Kommunikation in Kombination mit der Interaktion mit Machine-Learning.

Machine Learning und Deep Learning:

Unter Machine Learning und Deep Learning versteht man die Fähigkeit einer KI, aus Beispielen zu lernen und das Gelernte nach der Lernphase zu verallgemeinern. 

NLP (Natural Language Processing/Understanding) und ASR (Automatic Speech Recognition): 

Hier werden Dialoge und Interaktionen möglich, die der Qualität menschlicher Kommunikation sehr nahe kommen.

Automated Assessment/Grading : 

Automated Assessment beschreibt einen Lernalgorithmus basierend auf Trainingsdaten. 

Chatbots & Intelligente multimodale Mensch-Maschine-Interaktion:

Chatbots sind eine Kommunikationsschnittstelle zwischen Mensch und Technik. Es handelt sich um ein textbasiertes Dialogsystem, welches  Chatten mit technischen Systemen möglich macht. Intelligente multimodale Mensch-Maschine-Interaktion meint die Analyse und das Verstehen von Sprache, Bildern, Gestik und anderen Formen menschlicher Interaktion.

Learning (Predictive) Analytics & Educational Data Mining (EDM):

Hierbei handelt es sich um die kontinuierliche Messung und Analyse von Daten der Lernenden mit dem Ziel, den individuellen Lernvorgang zu optimieren. So können beispielsweise unerkannte Lernschwächen frühzeitig und gezielt adressiert werden.

Adaptive Learning & Recommendation Systeme:

Hier ist die KI in der Lage, Lernaufgaben und Ressourcen auf die individuellen Bedürfnisse und Anforderungen des Nutzers anzupassen. Dafür muss der Lernerfolg dauerhaft überprüft und überwacht werden, um immer den aktuellen und genauen Stand des Anwenders zu sehen.  

Auf alle Anwendungsmöglichkeiten einzugehen würde den Rahmen sprengen, daher werden wir in diesem Blogpost nur auf EINE der Kategorien genauer eingehen:

Automated Assessment/ Grading: Hierbei handelt es sich um einen Lernalgorithmus auf Grundlage von Trainingsdaten. Die benoteten Arbeiten liefern Daten, die einen Lernprozess in Gang setzen. Die Software lernt, den Bewertungsprozess nachzubilden, der von Menschen für die Bewertung von Arbeiten verwendet wird. Das maschinelle Lernen in Verbindung mit der künstlichen Intelligenz ermöglicht es dem Beurteiler, die Arbeiten automatisch zu benoten.Dieser Algorithmus ist in der Lage, anhand der Trainingsdaten Aufgaben zu bewerten bzw. die Lösung dieser zu identifizieren und dem Anwender bzw. Lernenden Rückmeldung über die erbrachte Leistung geben.

Ein konkretes Beispiel hierfür aus dem Bildungsbereich ist die Korrektur von Prüfungen mit KI. Beim so genannten "Robo-Grading" kann eine Maschine mit Hilfe des oben beschriebenen "Automated Grading" bewerten, was einen guten von einem schlechten Text unterscheidet und eine Benotung festlegen. Die KI ist hier so weit entwickelt, dass neben sprachlichen Aspekten auch inhaltliche Aspekte beachtet werden können. Im US Bundesstaat Utah hat sich diese Art und Weise des Korrigierens bereits durchgesetzt,  nur noch 20% der an Schulen geschriebenen Essays werden hier von einem Menschen korrigiert. Mit Automated Grading ist es möglich, eine große Mengen an Aufgaben innerhalb einer kurzen Frist zu bewerten und zu benoten. 

Welche Chancen und Risiken bringt KI im schulischen Kontext mit sich?

KI-unterstützte Anwendungen im Schulbereich können nicht nur individuelle Lernprozesse fördernd begleiten, sondern sie haben auch das Potenzial, die Arbeit der Lehrenden und der Schulleitungen zu erleichtern. Die Notwendigkeit hier ist aktuell groß, da ein hoher Anforderungsdruck gegenüber dem Schulsystem besteht und wir hier in Deutschland leider unter einem Lehrermangel leiden. Es besteht ein großes Potential im Bereich der individuellen Förderung zusätzlich zum Unterrichtsgeschehen. Durch die Personalisierung über Analysen kann jeder Schüler individuell angepasste Lernstrategien erhalten. So kann jeder Schüler individuell am effizientesten lernen. Denn jeder Schüler lernt dann am besten, wenn es die für ihn am geeignetste Lernmethode ist, mit der er sich befasst. 

Außerdem wird die Heterogenität in Klassen immer größer. Sei es aufgrund des Sprachverständnisses oder von individuellen Lernschwächen. Unter Anwendung von KI können individuelle Lernstände erhoben und Konzentration Niveaus schnell erkannt werden. Defiziten in diesen Bereichen kann mit  individuellen Lernprogrammen entgegengewirkt werden. Auch der Zugang zu Bildung kann durch die Unterstützung von KI auf ein neues Level gebracht werden. Externe Bildungsmöglichkeiten können einen günstigen, ortsunabhängigen Zugang zu einer qualitativ hochwertigen Bildung für jedermann schaffen. Gerade der finanzielle Aspekt könnte hier große Chancen mit sich bringen. Denn viele junge Menschen bekommen aufgrund der finanziellen Mittel der Eltern gar nicht die Chance, z.B. studieren zu gehen. So wird der Zugang zu guter Bildung größer und man wirkt der Chancengleichheit in Bezug auf Bildung entgegen. Eine Anwendung von KI im Bildungssysteme basiert auf einer sehr modernen Ausstattung der Schulen, welche dazu führt, dass die Bildung immer auf dem neuesten Stand ist und nicht mehr aus veralteten Lehrbüchern gelernt werden muss. So kann eine allgemein bessere Qualität von Bildung erzielt werden. Auch den genannten zunehmenden Lehrerbelastungen bei aktuell vorliegender Personalknappheit können mit KI minimiert werden. Viele Bereiche der Schulorganisation können von KI- basierten Systemen übernommen werden. Automated Grading und intelligente Prüfsysteme können hier den Aufwand für Benotung und Bewertung der Lehrer reduzieren, Assistive Tutoring Systeme können den Lehrer bei Lernprozessen unterstützen und Teaching Assistants können den Lehrende bei allen administrativen Aufgaben der Klassenorganisation und Berichterstattung helfen. Eine Kombination von klassischen Lehrern und KI würde für Entlastung des Lehrpersonals sorgen und so dem Mengenproblem entgegenwirken.

Gerade aus Sicht der empirischen Bildungsforschung werden aber auch immer wieder Zweifel an der Entwicklung von Bildung mit KI aufgebracht. Denn trotz zunehmender Effizienz gibt es nicht immer die gewünschten Resultate, weil die einzelnen KI Technologien nicht auf wissenschaftlichen Grundlagen des Anwendungsbereichs Bildung beruhen. Zum einen sehen wir eine Gefahr darin, dass das Zwischenmenschliche im Schulkontext verloren geht. Es könnte passieren, dass die Schüler in diesem System nicht mehr als einzelne Charaktere, sondern als Produkte und Konsumenten der Bildungsindustrie angesehen werden. Der Sympathieverlust zwischen Schüler und Lehrer würde sich zum Beispiel in weniger Nachsichtigkeit der Lehrer, wenn der Schüler sich gerade in einer schwierigen Situation befindet zeigen. Auch ist die permanente Kontrolle der Schüler bezüglich ihrer Aufmerksamkeit kritisch zu betrachten. Denn man kann pauschal keinen Zusammenhang zwischen der Aufmerksamkeit und der erbrachten Leistung in einer Prüfung, auf die man sich zusätzlich vorbereitet, ziehen. Denn Aufmerksamkeitsprobleme in  der Schule führen nicht automatisch zu schlechten Leistungen in der Prüfungssituation. Zudem können auf diesen Leistungen basierte Empfehlungen und Prognosen, welche von der KI erstellt werden, gravierende und auch persönlich weitreichende Folgen haben, positiv wie auch negativ.  Zuletzt ist das Thema Datenschutz und Datensicherheit als Risiko zu thematisieren, denn die ganzen positiven Erfolge, die durch KI erzielt werden könn(t)en, basieren alle auf gesammelten Daten. Es stellt sich folglich die Frage: Welche Daten werden wie gesammelt? Zu dieser Thematik werden aktuell viele intensive Diskussionen bezüglich ethischer und rechtlicher Fragestellungen geführt. 

Abschließend wollen wir noch unsere Gedanken zu dieser Thematik mit euch teilen…

…wir sind der Meinung, dass man erst einmal versuchen sollte, den gleichen Zugang zum aktuellen Stand der Bildung für alle zu schaffen, bevor man bereits “gute” Bildung noch besser macht. 

Zudem ist Bildung ein höchst sensibles Thema, denn gerade in niedrigen Klassen haben Lehrer einen hohen Sozialauftrag. Und ob dieser außerschulisch ausgeglichen werden kann und welche Folgen hier eintreffen würden, weiß niemand.  Gerade wenn man bedenkt, dass die Kinder 5 Tage der Woche in der Schule verbringen und in dieser Zeit  dann gefühlt mehr mit Technik konfrontiert werden als mit Menschen, muss diese Thematik gut durchdacht werden.

Wir sehen deshalb eine große Relevanz in den aktuellen Diskussionen über ethische Aspekte dieser Vorhaben und sind gespannt, was uns hier in Zukunft erwartet.

Autoren: Esther Dietrich und Lucie Bense

Literatur:

Europäisches Parlament. (2021) Was ist künstliche Intelligenz und wie wird sie genutzt? |  Aktuelles |. Abgerufen am 24. Januar 2023, von: was-ist-kunstliche-intelligenz-und-wie-wird-sie-genutzt.de

Bartel, A. et al. (o. D.) KI in Bildung & Lernen | Co:Lab. Abgerufen am 24. Januar 2023, von https://colab-digital.de/initiativen/koki/bildung/

Deutsche Telekom Stiftung (01.06.2021) KI@Bildung: Lehren und Lernen in der Schule mit Werkzeugen Künstlicher Intelligenz- Schlussbericht-. Abgerufen am 25 Januar 2023, von KI Bildung Schlussbericht.pdf (telekom-stiftung.de)