Künstliche Intelligenz und ihre Anforderungen an den Kompetenzerwerb
Kurzbeschreibung
Die Autor*innen stellen ein Kompetenzmodell für den Themenbereich Künstliche Intelligenz (KI) vor, welches sich in vier Kompetenzbereiche gliedert: Programmierung, Data Literacy, Machine Learning und KI-Ethik. Das mehrschichtige Kompetenzmodell differenziert Kompetenzen für jeweils drei Zielgruppen aus. AI-Literacy wird erstens an eine breite Bevölkerung gerichtet definiert. Zweitens werden Menschen, die zwar nicht direkt KI-Algorithmen entwickeln, deren Arbeit aber Schnittstellen zu Künstlicher Intelligenz aufweist, angesprochen. Drittens werden in dem Kompetenzmodell KI-Expert*innen adressiert. Damit sind Entwickler*innen und Wissenschaftler*innen gemeint, die Algorithmen für Künstliche Intelligenz programmieren. Durch einen weitreichenden Kompetenzerwerb (im Sinne eines grundlegenden Verständnisses) in der Bevölkerung soll ein informierter Dialog über das Thema ermöglicht werden, um beispielsweise der Gefahr, dass durch Künstliche Intelligenz weitreichende Entscheidungen getroffen werden, die bestimmte Gruppen diskriminieren, zu begegnen.
Annahmen über die Folgen der Digitalisierung
Technologien, die Künstliche Intelligenz verwenden, durchdringen bereits einen Großteil der Gesellschaft. Mit diesem Wandel geht auch eine zunehmende Technologisierung von Arbeitsplätzen einher. Machine-Learning-Algorithmen finden etwa in den Rechts-, Natur- und Ingenieurwissenschaften, in künstlerischen Disziplinen sowie in der Medizin oder im Handel Anwendung. Jedoch fehlt den Anwender*innen häufig Wissen darüber, was Künstliche Intelligenz ist. Lernangebote zu Künstlicher Intelligenz sind zwar vorhanden, werden jedoch nicht in der breiten Masse in Anspruch genommen. Und auch in der schulischen Bildung ist der Kompetenzerwerb zum Thema Künstliche Intelligenz bislang nicht fest verankert.
Kompetenzanforderungen
Die Autor*innen differenzieren Anforderungen in drei Stufen aus - je nachdem, wie stark Kompetenzträger*innen mit dem Thema Künstliche Intelligenz in ihrem Alltag in Berührung kommen. Die breite Bevölkerung benötigt Grundwissen zum Thema (auch hinsichtlich Chancen und Risiken Künstlicher Intelligenz). KI-Assoziierte, also Personen, deren Arbeit Schnittstellen zum Bereich Künstliche Intelligenz aufweist, benötigen zudem Kompetenzen, um in einen Dialog mit KI-Entwickler*innen treten zu können. KI-Expert*innen benötigen des Weiteren eine fundierte technische Ausbildung sowie umfassende Kompetenzen im Bereich der KI-Ethik.
Kompetenzdimensionen
Instrumentell-qualifikatorische Dimension: Programmierkenntnisse.
Kognitive Dimension: Verstehen, wie Algorithmen entwickelt werden; Verstehen, wie ein Problem so dargestellt werden kann, dass es durch einen Algorithmus lösbar ist; Verständnis dafür, wie Programmiersprachen funktionieren und in relevante Unternehmensbereiche eingebunden werden können (um Anforderungen an Künstliche Intelligenz formulieren zu können); Wissen um Datengewinnung, -analyse und -visualisierung; Begriffe im Kontext von Künstlicher Intelligenz verstehen; die Funktionsweise von Algorithmen verstehen; einen Überblick über den aktuellen Entwicklungsstand sowie Anwendungsfelder von Künstlicher Intelligenz haben; Daten analysieren; Chancen und Risiken von Künstlicher Intelligenz verstehen.
Kreative Dimension: Daten visualisieren; eigene Algorithmen entwickeln, umsetzen und validieren.
Kritisch-reflexive Dimension: Kritisches Verständnis für Datenkommunikation; Algorithmen und deren Datengrundlage kritisch hinterfragen; Daten prüfen können, d.h. wissen, was einen guten Datensatz ausmacht und wie ein Datensatz auf Mängel geprüft werden kann; Anwendungen Künstlicher Intelligenz nach ethischen Maßstäben entwickeln, d.h. zum Beispiel verhindern, dass Daten manipuliert oder absichtlich irreführend dargestellt werden; eigene Modelle reflektieren.
Zentrale theoretische Annahmen über Kompetenz
Ein weitreichender gesamtgesellschaftlicher Kompetenzerwerb ist notwendig, um potentielle Diskriminierungsrisiken durch Algorithmen in den politischen Dialog aufzunehmen.
Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?
keine Angabe
Lebenskontexte der Kompetenzträger*innen einbezogen?
keine Angabe
Herausforderungen der Erfassung von Kompetenz
keine Angabe
Quellenangabe
Teuber, K., Dindarian, A., & Ekaterina, N. C. v. N. (2022). Künstliche Intelligenz und ihre Anforderungen an den Kompetenzerwerb. In R. Knackstedt, J. Sander, & J. Kolomitchouk (Hrsg.), Kompetenzmodelle für den digitalen Wandel. Orientierungshilfen und Anwendungsbeispiele (S. 99-113). Springer. https://doi.org/10.1007/978-3-662-63673-2