Künstliche Intelligenz und insbesondere Large Language Models (LLMs) wie GPT-3 (ChatGPT) rücken zunehmend in den Fokus des Bildungssektors. Verschiedene Kultusministerien in Deutschland haben sich bereits mit dem Einsatz dieser Technologien auseinandergesetzt und Ansätze für ihre Schulsysteme entwickelt. Bisher gab es aber noch keine offizielle Empfehlung hinsichtlich einer Implementierung von LLMs in den schulischen Kontext.
Das hat sich jetzt geändert!
In dem Impulspapier „Large Language Models und ihre Potenziale im Bildungssystem„, verfasst von der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz (KMK), wird das Potenzial von Large Language Models (LLMs) für das deutsche Bildungssystem untersucht.
Das Dokument hebt die Bedeutung von LLMs in der Bildung hervor und diskutiert, wie diese Technologien sinnvoll und verantwortungsbewusst eingesetzt werden können. Es bietet einen umfassenden Überblick über die Herausforderungen und Möglichkeiten, die LLMs in Bildungskontexten bieten.
Somit stellt das Papier einen bedeuten Beitrag zu der Diskussion dar, ob und wie KI-Systeme im Unterricht eingesetzt werden können.
In diesem Artikel erfahren Sie die wichtigsten Inhalte 💡
Was sind LLMs?
Large Language Models (LLMs) sind KI-Systeme, die auf großen Datenmengen von Text trainiert werden. Sie lernen aus diesen Daten, wie Sprache aufgebaut ist und wie sie verwendet wird. Dies ermöglicht es ihnen, menschliche Sprache zu verstehen, zu interpretieren und zu generieren. Sie können zum Beispiel Texte schreiben, Gespräche führen, Fragen beantworten und Texte übersetzen.
Ihre Bedeutung liegt in ihrer Fähigkeit, komplexe Sprachaufgaben zu bewältigen.
Bekannte LLMs sind unter anderem GPT, BERT, Megatron und LLaMA.
Notwendige Voraussetzungen zur kompetenten Nutzung von LLMs im schulischen Kontext
Das Impulspapier „Large Language Models und ihre Potenziale im Bildungssystem“ identifiziert zentrale Voraussetzungen für die erfolgreiche Integration von LLMs in den Unterricht.
1. Technologiebezogenes Wissen und Reflexion: Das Papier betont, dass ein grundlegendes Verständnis der Technologie hinter LLMs für deren sichere und produktive Nutzung wesentlich ist. Ich argumentiere zwar gegen diesen Punkt und sehe ein Verständnis der Technologie nicht als Voraussetzung, um jene kritisch zu verwenden, aber generell ist ein “branchenspezifisches Vorwissen” (S. 13) natürlich von Vorteil, um effektiv mit LLMs zu arbeiten.
2. Quellenbewertung, -prüfung und -reflexion: Auch wenn dieser Punkt selbsterklärend ist, ist er extrem wichtig! Die Informationsbewertung von Inhalten jeglicher Art, lässt bei vielen Schüler*innen zu Wünschen übrig. Und das ist problematisch, denn durch LLMs werden “solche Informations- und Medienkompetenzen” (S. 14) noch stärker gefordert als bisher (siehe Deepfakes). Werden KI-Systeme in den Unterricht integriert, muss die Quellenbewertung, -prüfung und -reflexion ebenfalls Einzug halten und geschult werden.
3. Inhaltliches Wissen und Prompt-Tuning: Schüler*innen müssen lernen, wie man mit KI-Systemen spricht. “Dazu braucht es sowohl metakognitives Wissen über eigene Ziele, Verständnisprobleme und Kenntnislücken, als auch ein erhebliches Wissen über den Lerninhalt.” (S. 14) Die Schüler*innen müssen also erlernen, wie man Prompts verfasst, verbessert und kritisch hinterfragt, ob diese einen Bias enthalten.
4. Mediendidaktische Kompetenzen bei Lehrenden: Lehrkräfte müssen mit “allgemeinen und fachspezifischen mediendidaktischen Kompetenzen” (S. 15) ausgestattet werden, um Ihnen zu ermöglichen, KI-Systeme nachhaltig in den Unterricht integrieren. Eine wichtige Aussage ist hier, dass “Lehrende die Tools selbst ausprobieren” (S. 14) müssen, um diese neuen Kompetenzen zu erwerben.
Keine Ahnung von KI? Kein Problem! Melden Sie sich jetzt für eine kostenlose Fortbildung an!
Meine kostenlosen Online-Fortbildungen vermitteln Ihnen wichtiges Wissen und Kernkompetenzen für den Umgang mit KI-Systemen in Ihrem Unterricht! Melden Sie sich jetzt an!
❗️Die zentralen Diskussionspunkte aus dem Impulspapier
Einrichtung einer Übergangsphase:
Notwendig für systematische Tests von LLMs, gefördert durch eine Kultur der Offenheit gegenüber Fehlern.
Kooperation zwischen Praktikern und Wissenschaftlern:
Enger Austausch, insbesondere mit Experten aus Fachdidaktik, Medienpsychologie und Medienpädagogik sowie mit Landesinstituten.
Entwicklung von Fortbildungen:
Schneller und systematischer Ausbau wissenschaftlich gestützter Fortbildungsprogramme für Lehrkräfte und Hochschuldozenten.
Training mit hochwertigen Daten:
LLMs benötigen qualitativ hochwertige, fachspezifische Daten für zuverlässigen und validen Einsatz im Bildungskontext.
Adaptation von Lehr-Lernforschung:
Erkenntnisse aus der Lehr-Lernforschung, etwa zu Intelligenten Tutoriellen Systemen, Feedbackmethoden und Schreib- sowie Kollaborationsprozessen, sollten auf die Entwicklung von Bildungs-LLMs übertragen werden.
Stufenweiser Einsatz von LLM:
Anpassung des LLM-Einsatzes an verschiedene Bildungsstufen.
Grundschule und frühe Sekundarstufe I:
Vorzugsweise Verzicht auf LLMs zugunsten des Aufbaus grundlegender Lese- und Schreibfähigkeiten.
Bis Ende Sekundarstufe I:
Zunehmende Nutzung von LLM-Tools für das Erstellen und Überarbeiten von Texten, aber auch weiterhin Erstellung von Texten ohne LLMs.
Prozessorientierte Prüfungen:
Gezielte Übung und Prüfung der versierten Koaktivität mit LLMs als Lernziel.
KI-Unterstützung bei Bewertungen:
Einsatz von KI-Tools zur Unterstützung von Lehrkräften, wobei die endgültige Verantwortung für Bewertungen bei Menschen liegt.
Beibehaltung hilfsmittelfreier Prüfungen:
Fortführung von Prüfungsformaten ohne technische Hilfsmittel.
Entwicklung von Prompting-Prüfungen:
Schaffung neuer Prüfungsformate, die sich auf das Prompting konzentrieren.
Zugang zu KI-Systemen:
Staatliche Organisationen sollen allen Lernenden und Lehrenden kostengünstigen oder kostenfreien Zugang zu KI-Systemen gewährleisten.
Förderung von KI-basierten Ansätzen:
Systematische Unterstützung für die Weiterentwicklung und Nutzung KI-basierter Methoden zur individuellen Förderung, deren Lernwirksamkeit bereits nachgewiesen wurde.+
Herausforderungen bei LLM-Einsatz:
Technologische, ethische und rechtliche Probleme könnten den rechtmäßigen Einsatz von LLM im Unterricht beeinträchtigen.
Bildungspolitische Aufgaben:
Integration von LLM in geeignete Lernplattformen oder Entwicklung von Commons-Alternativen mit bekanntem Funktionsumfang und bekannten Verzerrungen, die frei erforscht werden können.
Klärung rechtlicher und ethischer Fragen:
Notwendigkeit klarer Regulierungen für rechtliche und ethische Grauzonen im Zusammenhang mit LLM.
Die wichtigsten Infos
zu KI im Unterricht
direkt in Ihr Postfach
Einordnung des Impulspapiers
Für all diejenigen, welche sich schon seit einer längeren Zeit mit dem Einsatz von KI-Systemen im Bildungssystem befassen, dürften die Gedanken der Autor*innen nicht überraschend sein. Die im Papier erarbeiteten Voraussetzungen und Diskussionspunkte sind nicht neu und stehen schon seit einer längeren Zeit im Raum.
Dennoch ist die Existenz das Impulspapier sehr erfreulich, denn es zeigt, dass auch die ständige wissenschaftliche Kommission der KMK, den Kultusministerien der Länder nahelegt, sich mit dem Thema LLMs (und dementsprechend auch KI-Systemen generell) auseinanderzusetzen, um eine Implementierung in den Schulbetrieb zu ermöglichen.