KI soweit das Auge reicht: University: Future Festival

---

Die UFF bot dieses Jahr so viele spannende Angebote aus vielen Bereichen, dass es unmöglich war, alle zu sehen. KI war dieses Jahr einer der großen Aufhänger. Da das Thema KI ist, habe ich hier ein kleines Experiment gewagt und alle Texte zusammen mit ChatGPT erstellt. Am Ende dieses Textes finden Sie einen kurzen Erfahrungsbericht.

Ich fasse drei KI-Talks kurz zusammen, an denen ich teilgenommen habe. Hier ist aber auch ein Link zum YouTube-Kanal, auf dem schon viele der Vorträge verfügbar sind. Momentan sind die meisten Beiträge nicht über die Suche, sondern nur direkt im HFD-Kanal sichtbar.

Who’s afraid of GPT  

Der Vortrag Manuel Dolderer, Mitgründer und CLO der Code-Universität, beginnt damit, dass man zu Anfang Werbung für Strom inserieren musste, als die neue Technologie noch von vielen Menschen skeptisch betrachtet wurde. Für die meisten war schwer zu erkennen, dass Strom eine Revolution in der Arbeitswelt auslösen und viele Arbeitsabläufe stark vereinfachen würde. Heute stehen wir wieder an einem Wendepunkt in der Technologieentwicklung: Künstliche Intelligenz ist auf dem Vormarsch und wird eine wichtige Rolle in unserer Zukunft spielen. Wie können wir sicherstellen, dass Studierende die Fähigkeiten erwerben, um in einer KI gestützten Welt erfolgreich zu sein?

Es ist wichtig, dass Lehrende als erstes selbst auf dem neuesten Stand der Technik sind und sich auf die Herausforderungen in der VUKA-Welt vorbereiten, in der „K“ nicht nur Komplexität, sondern auch für KI steht. Die Lehre muss umgedacht werden, um den Studierenden zu ermöglichen, über KI zu lernen und die volle Bandbreite der KI zu nutzen. Dabei müssen die Lernumgebungen weg von der reinen Wissensvermittlung und hin zu projektbasiertem Lernen führen, das den Studierenden Herausforderungen und Fragen präsentiert, die nicht ausschließlich durch Vorlesungen beantwortet werden können.

Es ist wichtig, dass alle Studierenden, unabhängig von ihrer Fachrichtung, ein tieferes Verständnis von KI erwerben. Die Lehrenden müssen wissen, wie KI ihre jeweiligen Felder verändert, und die Wissenschaftler müssen die Möglichkeit haben, KI zu nutzen. Dabei sollte das Ziel sein, dass alle Studierenden „Technoliteracy“ erwerben – also die Kompetenz, technologische Entwicklungen zu verstehen und effektiv zu nutzen.

Es muss ein Weiterbildungsangebot und Anreize für Lehrende geschaffen werden, ihre Fähigkeiten im Umgang mit KI zu erweitern. Der Fokus sollte auf einem breiten Spektrum von „Future Skills“ liegen, die für alle Studierenden auf einem sinnvollen Niveau zugänglich sind. Die Lehrenden sollten als First Mover fungieren, um die notwendigen Veränderungen zu initiieren und ihre Kolleginnen und Kollegen zu multiplizieren.

Zusammenfassend muss die Hochschulbildung grundlegend überdacht und auf die Herausforderungen der Zukunft ausgerichtet werden. Studierende müssen befähigt werden, KI zu verstehen und zu nutzen, um erfolgreich in einer sich schnell verändernden Welt zu sein. Indem Lehrende auf aktuellem Stand bleiben und ihre Studierenden auf die Zukunft vorbereiten, können wir sicherstellen, dass KI uns als Gesellschaft voranbringt und nicht zu einer Bedrohung wird.

KI-Sprachmodelle, Recommender und Learning Analytics – Lehren für die Lehre

Der Vortrag von Matthias Bandtel und Alexander Klein vom HND Baden-Württemberg beschäftigt sich mit den Herausforderungen und Chancen, die sich durch den Einsatz von KI in der Bildung ergeben.

Der Einstieg ist ein Rückblick auf die Entwicklung von Sprach-KIs. Bereits 1966 wurde mit Elisa das erste funktionierende Sprachmodell vorgestellt. In den 1980er Jahren erkannte John Cerl, dass Sprache genutzt werden kann, ohne sie vollständig zu beherrschen. Auch wenn Künstliche Intelligenz seitdem weite Schritte gemacht hat, betonen sie, dass eine starke KI, die auf menschlichem Niveau agieren oder Aufgaben übernehmen kann, bisher noch nicht existiert. Dieser Rückblick bildet die Grundlage für die folgende Diskussion.

Promptkompetenz, also das Design und die Steuerung der Aufgabenstellung, das heißt das sinnvolle Formulieren von Anfragen an die KI-Systeme, wird als eine der Schlüsselkompetenzen für die Zukunft genannt.

Sie thematisieren auch die didaktische Anwendung von Sprach-KIs wie ChatGPT und anderen Modellen in der Lehre. Es wird darauf hingewiesen, dass Ängste vor Plagiatsversuchen nicht konstruktiv sind. KI-Systeme werden als feste Bestandteile des Lebens bleiben und können als Dialogpartner für Lehrende und Studierende in verschiedenen Lehrphasen dienen. Daher ist eine Diskussion über Plagiatsversuche mit KI nicht konstruktiv , denn KI sollte auch in Prüfungssituationen, bei der Erstellung von Aufgaben, Bearbeitung und Feedback, eingesetzt werden.

Das eigentliche Risiko besteht darin, dass KI-Systeme oft als Blackbox fungieren. Die genutzten Trainingsdaten, der Entscheidungsprozess und -grundlagen bleiben oft undurchsichtig. Beispielsweise wurde ChatGPT hauptsächlich mit Daten aus dem Westen trainiert, was zu einer Übertragung von Kultur und Wertvorstellungen führt. Die Ergebnisse können bei gleichen Anfragen stark variieren und sind daher selten reproduzierbar.
Zudem sind die aktuellen KI-Systeme von großen Unternehmen entwickelt worden, die natürlich eigene Interessen verfolgen. So kann ein System also auch befangen und parteiisch sein. Weiterhin ist der Zugang zu schnelleren oder besseren Systemen häufig hinter einem Abo versteckt, dass sich nicht alle Studierenden leisten können. Sollte KI also in der Lehre eingesetzt werden, muss insbesondere gleichberechtigter Zugang gewährt werden.

Eine sinnvolle Anwendung von Sprach-KIs durch Studierende wird unter Anleitung oder in kollaborativen Szenarien gesehen, um Feedback von Lehrenden zu erhalten. Ein weiteres Hauptthema des Vortrags ist die Nutzung von „Learning Analytics und Recommender-Systemen“. Durch die Auswertung großer Datenmengen können personalisierte und adaptive Lernumgebungen geschaffen werden, die auf den individuellen Lernfortschritt reagieren können.

KI-Chatbots als Lern-und Lehrassistenten in der Hochschule

Vor seinem eigentlichen Vortrag erklärt Christian Spannagel, die kurzfristigen Verbote seien reaktionär und Hochschulen seien prädestiniert sich mit der Nutzung, sinnvollen Anwendungen und Grenzen der KI zu beschäftigen, sowohl in der Forschung als auch in der Lehre.

Seinen eigentlichen Vortrag konzentriert sich auf die sinnige Anwendung von KI in der Lehre, aufgeteilt in Lerninhalte, Methoden und Prüfen.

KI sollte, genauso wie das Speichern von Telefonnummern und das Nutzen von Excel-Tabellen, als  ein Teil der verteilten Kognition verstanden und sowohl von Lehrenden als auch Lernenden zum Computational Offloading genutzt werden, um höheren kognitiven Prozessen nachzugehen. Eine Folge davon, dass Expert:innen in allen Feldern diese KI-Systeme nutzen werden, ist, dass sie auch im Lernplan verankert werden müssen, um Expert:innen auszubilden. Dennoch werden viele Basiskompetenzen weiterhin benötigt, denn der Mensch wird die KI-erstellten Inhalte immer auf Richtigkeit prüfen müssen.

Auch ohne das Zutun der Lehrenden wird KI Teil der Personal Learning Environments werden, daher macht es Sinn diesen Prozess zu steuern.
So ist das Nutzen von KI ist in seinen Seminaren grundsätzlich erlaubt, aber alle verantworten ihre eigenen Ergebnisse. Weiterhin muss natürlich angegeben werden, was genutzt wurde, z.T. auch die genutzten Prompts um die Ergebnisse zu erhalten. Ausnahmen kann es natürlich geben, z.B. wenn es darum geht sich Basiskompetenzen zu erwerben, die diese KIs schon beherrschen. Dafür empfiehlt er ein Flipped Classroom-Konzept, damit die Kompetenzen vor Ort überprüft werden können.

Der Einsatz von KI in der Lehre kann sehr vielfältig aussehen. So kann KI beispielsweise bei Schreibblockaden helfen, den eigenen Text zusammenzufassen, um zu überprüfen, ob die Kernideen verständlich sind, individualisierte Lernmaterialien zur Verfügung zu stellen und Feedback zu Freitext oder Code zu geben. Er betont dabei, dass aktuelle KI-Systeme nur bedingt geeignet sind, da Basiswissen vorhanden sein muss, um Aussagen zu verifizieren.

KI soll als Folgerung aus dem Constructive Alignments dann auch als Werkzeug in Prüfungen erlaubt werden, wenn es Teil des Lehrplans ist.

Insgesamt bietet KI eine Chance für Diversität und Inklusion, aber es besteht genauso die Gefahr eines Scheren-Effekts. Aus diesem Grund muss KI in der Lehre verwendet werden, damit alle einen ähnlichen Start erhalten. Seine These ist, dass KI-Bots in Zukunft kontinuierliche Partner für Lernende und Lehrende werden können. Denn auch Lehrende können KI auch für die Erstellung von Aufgaben, die Korrektur von Prüfungen und die Beschreibung von Veranstaltungen nutzen

Wie man merkt, sind viele Punkte in den Vorträgen sehr ähnlich. Die gemeinsamen Kernaussagen sind: KI wird bleiben und Hochschulen sind in der Pflicht den richtigen Umgang mit KI zu lehren. Dafür muss den Studierenden ein gleichberechtigter Zugang ermöglicht werden. Weiterhin muss aber auch gut abgewägt werden, welche Systeme genutzt und wie viele Daten geteilt werden.

An dieser Stelle möchte ich nochmal auf den KI-Campus hinweisen, der bei dem Festival auch stark vertreten war und ein großes Lernangebot zu KI bietet und das für Teilnehmer:innen kostenlos.