Kompetenzen für den Unterricht mit und über Künstliche Intelligenz: Perspektiven, Orientierungshilfen und Praxisbeispiele für die Lehramtsausbildung in den Naturwissenschaften
Kurzbeschreibung
KI-bezogene Kompetenzen werden heutzutage zu einer Schlüsselkompetenz. Ihre Entwicklung zu fördern liegt im Besonderen in der Verantwortung der schulischen Bildung, will sie ihren Bildungsauftrag erfüllen. Dazu braucht es entsprechend professionalisierte Lehrkräfte, welche über notwendige technologische, didaktische und pädagogische Kompetenzen verfügen. Doch wie sehen diese genau aus? Dazu wird in diesem Beitrag ein Orientierungsrahmen für digitale Kompetenzen für das Lehramt der Naturwissenschaften für den Unterricht mit und über Künstliche Intelligenz (DiKoLAN KI) vorgestellt. Dieser differenziert acht Kompetenzbereiche, welche sich anhand der Niveaus Nennen, Beschreiben und Anwenden weiter differenzieren lassen. Der vorliegende Eintrag bezieht sich auf die Vorstellung des DiKoLAN KI-Konzeptes im ersten Teil des Buches. Im Buch werden darüber hinaus zahlreiche Praxisbeispiele beschrieben.
Annahmen über die Folgen der Digitalisierung
Künstliche Intelligenz ist bereits Teil vieler Bereiche des täglichen Lebens. Auch in einzelnen Disziplinen, wie den Naturwissenschaften oder der Medizin, kommt sie immer mehr zum Einsatz. Sie kann etwa dabei unterstützen, Proteinstrukturen vorherzusagen oder Anomalien zu erkennen. Aktuell verbreiten sich vor allem Systeme generativer Künstlicher Intelligenz rasch. Zukünftig wird Künstliche Intelligenz als eine Schlüsseltechnologie des 21. Jahrhunderts noch an Bedeutung gewinnen. Es ist davon auszugehen, dass Künstliche Intelligenz sowohl gezielt eingesetzt werden wird, um Prozesse anzupassen, als auch schleichend Abläufe verändern wird. Insgesamt bringt Künstliche Intelligenz grundlegende gesellschaftliche Veränderungen mit sich. Welche das sind, lässt sich noch nicht genau absehen. Ausmachen lassen sich sowohl positive Veränderungen (beispielsweise Produktivitätssteigerungen) als auch negative (zum Beispiel Deepfakes). Angesichts der Bedeutung Künstlicher Intelligenz müssen KI-bezogene Kompetenzen in die Lehrkräftebildung integriert werden. Dem wird allerdings bislang noch nicht genügend Rechnung getragen.
Kompetenzanforderungen
Künstliche Intelligenz kann sowohl bereits bestehende Kompetenzanforderungen verändern als auch völlig neue Kompetenzen (zum Beispiel im Bereich der Mensch-Maschine-Kommunikation) notwendig machen. Alle Lehrkräfte sollten sowohl über allgemeine als auch fachspezifische Kompetenzen für den Unterricht mit und über Künstliche Intelligenz in den Naturwissenschaften verfügen als auch über didaktische und pädagogische Kompetenzen, um diese neue Technologie in den Unterricht zu integrieren. Eine ausführliche Übersicht zu den benannten Kompetenzanforderungen findet sich unter der Überschrift Kompetenzdimensionen.
Kompetenzbegriffe (nach dem Papier)
Unterdimensionen (nach dem Papier)
Dokumentation,
Datenverarbeitung,
Messwert- und Datenerfassung,
Simulation und Modellierung,
Assessment, Feedback und Adaptivität,
Recherche und Bewertung,
Kommunikation und Kollaboration,
Präsentation
Kompetenzdimensionen (nach dem Rahmenkonzept von Digitales Deutschland)
Instrumentell-qualifikatorische Dimension: KI-basierte Werkzeuge nutzen, um Daten und Informationen systematisch abzulegen und dauerhaft zu speichern; Fotos, Bilder und Videos unter Einbezug von KI-basierten Funktionen aufnehmen, bearbeiten und einbinden; verschiedene Medien kombinieren und speichern; mit digitalen Werkzeugen mittel- oder unmittelbar Daten erheben, indem (Mess-)Daten eingegeben, analoge Daten digitalisiert, Bilder sowie Filme angefertigt, Sonden, Sensoren, Programme (bzw. Apps) eingesetzt und Messwerte aus Dokumentationsmedien wie Bildern oder Videos gewonnen werden; computergestützte Modellierungen erstellen; Kommunikation und Kollaboration zwischen Mensch und Maschine.
Kognitive Dimension: Kenntnisse über KI-basierte Technologien und deren Rahmenbedingungen im Einsatz für Assessment; KI-basierte Werkzeuge systematisch für Feedback, tutorielle Unterstützung und Assessment einsetzen, z.B. KI-basierte Systeme zur Unterstützung und Bewertung von Lernenden auswählen; Bewusstsein über die Struktur und das Format der von der KI erhobenen und gespeicherten Daten; Wissen über mögliche Einflüsse und Risiken der Nutzung von Künstlicher Intelligenz im Bildungskontext; Informationen strukturiert sichern und archivieren; Abläufe und Sinnzusammenhänge darstellen; Daten mit digitalen Werkzeugen weiterverarbeiten, d.h. Datensätze filtern, aufbereiten, statistisch analysieren, zusammenführen und neue Größen berechnen; bestehende digitale Simulations- und Simulations-KI-Modelle ziel- und adressat*innengerecht für den Erkenntnisprozess einsetzen; digitale Werkzeuge für KI-basierte Recherchen nutzen, diese zielgerecht einstellen und deren Ergebnisse qualitativ bewerten.
Kreative Dimension: Fotos, Bilder und Videos unter Einbezug von KI-basierten Funktionen aufnehmen und bearbeiten.
Soziale Dimension: Mit KI-basierten Werkzeugen synchrones oder asynchrones Arbeiten von Einzelnen oder Gruppen auf ein gemeinsames Ziel hin planen und mit Lernenden durchführen; gemeinsame Dateien oder Produkte erstellen, bearbeiten und mittels KI-basierter Werkzeuge kommunizieren; digitale Medien ziel- und adressat*innengerecht für den Kommunikationsprozess einsetzen; Wissen über Grenzen und Potenziale unterschiedlicher digitaler Präsentationsmedien.
Kritisch-reflexive Dimension: Wissen um ethische Überlegungen, Datenschutz und potenzielle Bias-Problematiken; Sicherheitsanforderungen beurteilen können; Künstliche Intelligenz bei der Dokumentation reflektiert einsetzen sowie zur vertiefenden Medienkritik von dokumentierten Daten; bei der Erstellung von Präsentationsmedien Einsatz von Künstlicher Intelligenz reflektieren.
Zentrale theoretische Annahmen über Kompetenz
KI-Kompetenzen werden eine Schlüsselkompetenz. Sie gehen über das reine Verständnis der Technologie hinaus. Im Bildungsbereich müssen Lehrkräfte Künstliche Intelligenz pädagogisch und didaktisch sinnvoll sowie verantwortungsbewusst einsetzen können. Das vorliegende Modell zu KI-bezogenen Kompetenzen unterteilt sich in acht Bereiche (Assessment, Feedback und Adaptivität, Dokumentation, Präsentation, Kommunikation und Kollaboration, Recherche und Bewertung, Messwert- und Datenerfassung, Datenverarbeitung sowie Simulation und Modellierung). Zudem weist es jeder Kompetenz einen inhaltlichen Schwerpunkt zu, nämlich entweder Unterricht, Methodik und Digitalität, fachwissenschaftlicher Kontext oder spezielle Technik. Auch werden die Kompetenzen anhand der Kompetenzniveaus Nennen, Beschreiben und Anwenden weiter operationalisiert.
Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?
keine Angabe
Lebenskontexte der Kompetenzträger*innen einbezogen?
Im Beitrag liegt der Schwerpunkt auf den Nachturwissenschaften. Jedoch ist es eine Querschnittsaufgabe über alle Unterrichtsfächer hinweg, Kompetenz im Kontext von Künstlicher Intelligenz zu erwerben.
Herausforderungen der Erfassung von Kompetenz
keine Angabe
Quellenangabe
Huwer, J., Becker-Genschow, S., Berber, S., Bruckermann, T., Brückner, M., Thyssen, C., Thoms, L.-J., Finger, A., Kotzebue, L. v., Kremser, E., & Meier, M. (2024). Kompetenzen für den Unterricht mit und über Künstliche Intelligenz. Perspektiven, Orientierungshilfen und Praxisbeispiele für die Lehramtsausbildung in den Naturwissenschaften. Waxmann Verlag.