• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
SCIL

SCIL

swiss competence center for innovations in learning

  • Aktuelles: SCIL Blog
  • Kompetenzzentrum SCIL
  • SCIL Module
  • Mein Konto
    • Search
    • Social Media, Newsletter
HomeBeiträgeAI in education: Promises and implications for teaching and learning

AI in education: Promises and implications for teaching and learning

12. Januar 2020

Das aktuelle Buch des CCR geht zwei Themen nach: 1) Konsequenzen von KI für die Curricula an (Hoch-)Schulen; 2) Potenziale und Herausforderungen von KI für die Gestaltung von Lehren und Lernen.


Das “Center for Curriculum Redesign” ist eine in Boston ansässige, not-for-profit-Organisation, deren Forschungs- und Entwicklungsarbeiten um die Frage kreisen: “Was sollen Schülerinnen und Schüler bzw. Studierende mit Blick auf die Anforderungen des 21. Jahrhunderts wissen bzw. können?”. Im Mittelpunkt stehen also Fragen nach zukunftsorientierten Curricula für Sekundarschulen und Hochschulen.

Das Buch ist in zwei Teile gegliedert, die den Folgen der aktuellen technischen Entwicklungen im Bereich künstliche Intelligenz für Bildung nachgehen:

  • Was sind die Konsequenzen von KI für die Curricula von (Hoch-)Schulen? Was sollen Schülerinnen und Schüler bzw. Studierende im Zeitalter von KI lernen
  • Was sind die Potenziale und Herausforderungen von KI für die Gestaltung von Lehren und Lernen?

Was soll gelernt werden? Auswirkungen von KI auf das Curriculum

Ausgangspunkt der Darstellungen in diesem Teil des Buches sind die folgenden Feststellungen bzw. Fragen:

  • Vieles von dem, was Schülerinnen und Schüler bzw. Studierende lernen, ist entweder für ihren weiteren Entwicklungsweg nicht relevant oder aber bereits vergessen, wenn es dann relevant wird;
  • Wir verfügen über mächtige Werkzeuge (Taschenrechner, Übersetzungshilfen, Suchmaschinen, Online-Enzyklopädien, etc.), die wir auf mobilen Endgeräten immer bei uns haben;
  • Smart Machines können zunehmend auch motorisch, kognitiv und affektiv anspruchsvolle Aufgaben übernehmen.
  • Was also müssen wir wirklich noch lernen bzw. im Kopf haben?

Die Antwort der Autoren umfasst verschiedene Aspekte. Bildungsinstitutionen müssen

  • eine breite Ausbildung in verschiedenen Disziplinen bieten (in Zukunft braucht es eher ein “M”-Profil als ein “T”-Profil);
  • die Anpassungsfähigkeit und Problemlösefähigkeit entwickeln;
  • das von ihnen vermittelte Curriculum auf den Kopf stellen und weniger fachliche Inhalte vermitteln als vielmehr den Transfer von Schlüsselkonzepten auf neue Problemstellungen trainieren.
“Umgedrehtes” Curriculum: fachliches Wissen vs. Transferfähigkeit; Bildquelle: CCR

“There should be no content that does not serve concepts. Most content will exemplify a specific concept that has a high potential for being leveraged to understand many aspects of the world. It [the content, CM] should also serve as a good instantiation or application of concepts that are exemplified elsewhere. (…) the goal is to rid the curriculum of obsolete, irrelevant information (…)”

Holmes et al. 2019, S. 75

Die Autoren vom CCR plädieren also für eine Bildung, die auf das Beherrschen und flexible Anwenden von Schlüsselkonzepten (core concepts) aus verschiedenen Fächern setzt. Darin müssen auch übergreifende Entwicklungstrends und -themen abgebildet sein, beispielsweise aktuelle technologische Entwicklungen, Globalisierung, Klimawandel oder gesellschaftliche Entwicklungen. Darüber hinaus verweisen sie auf das in einer anderen Buchpublikation des CCR entwickelte 4-D-Kompetenz-Modell für das 21. Jahrhundert:

Das 4-Dimensionen-Modell; Bildquelle: CCR

Wie soll gelernt werden? Potenziale von KI für Lernumgebungen

Im zweiten Teil des Buchs geht es dann um die Frage, “wie” gelernt werden soll bzw. wie KI im Kontext von Bildung genutzt werden kann.

Nach einer einleitenden Klärung von ausgewählter Begrifflichkeiten (Algorithmen, Maschinelles Lernen, etc.) und einem kurzen historischen Abriss (“Instruktionsmaschinen”, adaptives Lernen, Computer Aided Instruction) behandeln die Autoren verschiedene Typen von KI-basierten Werkzeugen für Lehren und Lernen. Im Mittelpunkt stehen vier Klassen von Systemen, für die jeweils verschiedene Beispiele und deren zentrale Funktionsmechanismen vorgestellt werden:

  • Intelligente Tutorielle Systeme (ITS)
    (z.B. Mathia, Assistments, Knewton alta, area9lyceum),
  • Dialog-basierte Tutorielle Systeme (DBTS)
    (z.B. Watson Tutor),
  • Exploratory Learning Environments (ELE)
    (z.B. Fractions Lab, Betty’s Brain),
  • Unterstützungssysteme für Lehrpersonen (ITS+)
    (z.B. Lumilo).

Ergänzend und kürzer werden weitere KI-unterstützte Lern-, Informations- und Vernetzungsumgebungen behandelt: Sprachlernen (z.B. Babbel, Duolingo), Chatbots (z.B. Ada), Learning Network Orchestrators sowie auch Entwicklungen im Bereich AR / VR.

Übersicht zu den Typen der behandelten Technologien / Lösungen; Bildquelle: CCR

Herausforderungen

Im letzten Abschnitt des Buches ändert sich für mein Empfinden die Tonlage der Autoren – sie klingen deutlich zurückhaltender und kritischer als zuvor.

[We] are excited by what AI has to offer teaching and learning … but we are also very cautious. We have seen an extraordinary range of AIED approaches (…) and some amazing future AIED possibilities (…) However, we have also identified a range of critical issues that need to be addressed before AI becomes an acceptable integral part of everyday learning.”

Holmes et al. 2019, S. 179

Sie verweisen dabei auf folgende Punkte:

  • KI-unterstützte Lernumgebungen (ITS, DBTS, ELE, AWE, etc.) werden bisher erst vereinzelt genutzt;
  • Studien zur Wirksamkeit dieser Umgebungen in der Breite stehen noch aus;
  • es gibt ungeklärte Fragen bezüglich möglicher Verzerrungen (Bias) bzw. vernachlässigter sozialer Kontexte in den zugrundeliegenden Algorithmen;
  • es gibt ungeklärte Fragen des Datenschutzes (z.B. wem gehören die von den Nutzern generierten Daten, wer kann / darf auf diese zugreifen, diese analysieren und interpretieren?);
  • es fehlen breit akzeptierte Kriterien für den ethischen Einsatz von KI-basierten Lösungen in der Bildung;
  • manche Typen von KI-basierten Lösungen (insbesondere ITS) reduzieren die Autonomie bzw. Freiheitsgrade der Lernenden und vernachlässigen die Potenziale von kollaborativem Lernen, von geführtem Entdecken sowie von Lernen durch Fehler.

“Whether we welcome it or not, AI is increasingly being used widely across education and learning contexts. We can either leave it to others—the computer scientists, AI engineers and big tech companies—to decide how artificial intelligence in education unfolds, or we can (…) adopt a critical stance, to help ensure that the introduction of AI into education reaches its potential and has positive outcomes for all.”

Holmes et al. 2019, S. 180

Die in diesem Buch behandelten Themen werden in verschiedenen Modulen der scil academy vertieft. Dies gilt insbesondere für die folgenden Module:

  • “Bots & Robots als Lernpartner“,
  • “KI-basierte, adaptive Lernumgebungen“,
  • “Datenbasiertes Bildungsmanagement & Learning Analytics” sowie
  • “Immersive Lernumgebungen“.

Holmes, Wayne; Bialik, Maya; Fadel, Charles (2019): Artificial intelligence in education. Promises and implications for teaching and learning. Boston, MA: Center for Curriculum Redesign.

christoph-meier

Geschrieben von
Christoph Meier

Veröffentlicht in
Beiträge

Verschlagwortet
adaptive Lernumgebungen, AI / KI, Bildungsmanagement

Reader Interactions

Trackbacks

  1. Chatbot Studienberatung? – (Digital) SA-Lab sagt:
    30. April 2020 um 8:17 Uhr

    […] und hilfreichen Einblick in die Inhalte des Werks in deutscher Sprache hat Christoph Meier im Blog des swiss center for innovations in learning (scil) der Universität St. Gallen […]

    Antworten

Schreiben Sie einen Kommentar Antworten abbrechen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert


Primary Sidebar

Lizenz Blogbeiträge

Creative Commons Lizenzvertrag
Unsere Blogbeiträge sind lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.

Tag Cloud

70:20:10 adaptive Lernumgebungen AI / KI Analytics (Teaching~ / Learning~) Augmentation Berufsbildung Bildungsmanagement Blended Learning Change Management Coaching Digitale Arbeitswelt Digitale Bildung Digitale Kompetenzen Digitale Transformation Digitalisierung E-Learning / TEL Entwicklungsförderliche Führung Evaluation Führungskräfteentwicklung Hochschulbildung Hochschullehre Informelle Lernformen Kompetenz- & Skills-Management Kompetenzmodell Kuratieren Learning Design Learning Professionals Lern- / Trainingsmethoden Lernende Organisation Lernen in / mit VR, AR, XR Lernkultur Lernmedien Lernplattform Lernräume mobile learning MOOC Professionelle Kompetenzentwicklung Ro/Bots for learning Social Media Strategieentwicklung und Portfolio-Management Trends Trendstudie Video-basiertes Lernen Wertbeitrag / Learning Value Management Zukunftsorientierte Kompetenzentwicklung

Neueste Beiträge

  • SCIL-Blog ist umgezogen
  • Studie “GenKI in L&D / PE” – Ergebnisse und Handlungsfelder
  • AI in L&D – Arbeitsberichte Taylor & Vinauskaite
  • Generative KI in der Bildung – Beitrag für BeLEARN / dip
  • Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 2

Neueste Kommentare

  • Christoph Meier bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • Michael Wechner bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • Sven Hallwirth bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • KI-Tools 3.0: NotebookLM® – MatthiasHeil.de bei Vom Blogpost zum ‘Talk radio’ mit NotebookLM
  • GenKI und Produktivität von Lehrpersonen | digithek blog bei GenKI und Produktivität von Bildungsverantwortlichen / Lehrpersonen

Archive

  • 2025
    • Dezember 2025
    • November 2025
    • Oktober 2025
    • September 2025
    • August 2025
    • Juli 2025
    • Juni 2025
    • Mai 2025
    • März 2025
    • April 2025
    • Februar 2025
    • Januar 2025
  • 2024
    • Dezember 2024
    • November 2024
    • Oktober 2024
    • September 2024
    • August 2024
    • Juli 2024
    • Juni 2024
    • Mai 2024
    • März 2024
    • April 2024
    • Februar 2024
    • Januar 2024
  • 2023
    • Dezember 2023
    • November 2023
    • Oktober 2023
    • September 2023
    • August 2023
    • Juli 2023
    • Juni 2023
    • Mai 2023
    • März 2023
    • April 2023
    • Februar 2023
    • Januar 2023
  • 2022
    • Dezember 2022
    • November 2022
    • Oktober 2022
    • September 2022
    • August 2022
    • Juli 2022
    • Juni 2022
    • Mai 2022
    • März 2022
    • April 2022
    • Februar 2022
    • Januar 2022
  • 2021
    • Dezember 2021
    • November 2021
    • Oktober 2021
    • September 2021
    • August 2021
    • Juli 2021
    • Juni 2021
    • Mai 2021
    • März 2021
    • April 2021
    • Februar 2021
    • Januar 2021
  • 2020
    • Dezember 2020
    • November 2020
    • Oktober 2020
    • September 2020
    • August 2020
    • Juli 2020
    • Juni 2020
    • Mai 2020
    • März 2020
    • April 2020
    • Februar 2020
    • Januar 2020
  • 2019
    • Dezember 2019
    • November 2019
    • Oktober 2019
    • September 2019
    • August 2019
    • Juli 2019
    • Juni 2019
    • Mai 2019
    • März 2019
    • April 2019
    • Februar 2019
    • Januar 2019
  • 2018
    • Dezember 2018
    • November 2018
    • Oktober 2018
    • September 2018
    • August 2018
    • Juli 2018
    • Juni 2018
    • Mai 2018
    • März 2018
    • April 2018
    • Februar 2018
    • Januar 2018
  • 2017
    • Dezember 2017
    • November 2017
    • Oktober 2017
    • September 2017
    • August 2017
    • Juli 2017
    • Juni 2017
    • Mai 2017
    • März 2017
    • April 2017
    • Februar 2017
    • Januar 2017
  • 2016
    • Dezember 2016
    • November 2016
    • Oktober 2016
    • September 2016
    • August 2016
    • Juli 2016
    • Juni 2016
    • Mai 2016
    • März 2016
    • April 2016
    • Februar 2016
    • Januar 2016
  • 2015
    • Dezember 2015
    • November 2015
    • Oktober 2015
    • September 2015
    • August 2015
    • Juli 2015
    • Juni 2015
    • Mai 2015
    • März 2015
    • April 2015
    • Februar 2015
    • Januar 2015
  • 2014
    • Dezember 2014
    • November 2014
    • Oktober 2014
    • September 2014
    • August 2014
    • Juli 2014
    • Juni 2014
    • Mai 2014
    • März 2014
    • April 2014
    • Februar 2014
    • Januar 2014
  • 2013
    • Dezember 2013
    • November 2013
    • Oktober 2013
    • September 2013
    • August 2013
    • Juli 2013
    • Juni 2013
    • Mai 2013
    • März 2013
    • April 2013
    • Februar 2013
    • Januar 2013
  • 2012
    • Dezember 2012
    • November 2012
    • Oktober 2012
    • September 2012
    • August 2012
    • Juli 2012
    • Juni 2012
    • Mai 2012
    • März 2012
    • April 2012
    • Februar 2012
    • Januar 2012

Kategorien

  • Allgemein
  • Aufträge, Projekte & Studien
  • Beiträge
  • Fundstücke
  • Publications
  • Stichworte
  • Vertiefung
  • Vorträge & Workshops

Meta

  • Anmelden
  • Feed der Einträge
  • Kommentar-Feed
  • WordPress.org
Suche

 

Social Media

SCIL

Universität St.Gallen

Gehe direkt zu

IBB-HSG
SCIL Newsletter
Login

Kontakt

swiss competence centre for innovations in learning (SCIL)
Universität St.Gallen (HSG)
St. Jakob-Strasse 21
9000 St. Gallen

+41712243155

scil-info@unisg.ch

Location

 

From insight to impact.

 

Akkreditierung


Mitglied von


Copyright © 2025 Universität St.Gallen, Schweiz

  • Kontakt
  • Datenschutz
  • Cookie-Richtlinie (EU)
Cookie-Zustimmung verwalten
Um Ihnen ein optimales Erlebnis zu bieten, verwenden wir Technologien wie Cookies, um Geräteinformationen zu speichern bzw. darauf zuzugreifen. Wenn Sie diesen Technologien zustimmen, können wir Daten wie das Surfverhalten oder eindeutige IDs auf dieser Website verarbeiten. Wenn Sie Ihre Zustimmung nicht erteilen oder zurückziehen, können bestimmte Merkmale und Funktionen beeinträchtigt werden.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Verwalten Sie {vendor_count} Lieferanten Lesen Sie mehr über diese Zwecke
Voreinstellungen anzeigen
{title} {title} {title}