Künstliche Intelligenz wirkt sich auf alle Bereiche des zukünftigen Lebens aus, so auch auf die Schule. Welche Chancen und Herausforderungen diese neue Technologie bietet, wird in dieser Masterthese erarbeitet. Die Digitalisierung in Verbindung mit künstlicher Intelligenz erweitern das Repertoire des Handlungsfeldes Schule für alle Ebenen der Akteure*Akteurinnen. Es folgen Anwendungsbeispiele, die aktuell bereits in der (Hoch-)Schule zum Einsatz kommen und das Ziel haben, den Unterricht, die Vorbereitung oder das Lernen zu erleichtern und zu individualisieren. Sie werden in vordefinierten Kategorien verglichen.
Als eindeutiger Zusammenhang zwischen allen Anwendungen kann die Individualisierung für Schüler*innen hervorgehoben werden. Die kategorische Übersicht und die damit verbundenen Gründe für den Einsatz im Unterricht, kann als Leitfaden für den Einsatz von KI im Unterricht gesehen werden. Vorab erfolgt eine literarische Auseinandersetzung mit der Geschichte von künstlicher Intelligenz, eine Übersicht über Chancen, Risiken, Schwächen und ethische Bedenken sowie eine Zusammenschau der politischen Strategien in Bezug auf KI in Deutschland, Österreich und der EU.
Inhaltsverzeichnis
1 EINLEITUNG
2 THEORETISCHE GRUNDLAGEN
2.1 DEFINITION UND HISTORIE VON KÜNSTLICHER INTELLIGENZ
2.2 ARTEN VON KÜNSTLICHER INTELLIGENZ
2.3 PÄDAGOGISCHE GRUNDLAGEN
2.3.1 Behaviorismus
2.3.2 Kognitivismus
2.3.3 Konstruktivismus
3 KÜNSTLICHE INTELLIGENZ IN DER SCHULE
3.1 POLITISCHE RAHMENBEDINGUNGEN UND KI STRATEGIEN
3.1.1 KI Strategie des deutschen Ministeriums
3.1.2 Österreichischer Rat für Robotik und künstliche Intelligenz
3.1.3 Europäische KI Strategien
3.2 HANDLUNGSFELD SCHULE
3.3 KÜNSTLICHE INTELLIGENZ IN LEHR-/LERNPROZESSEN
3.3.1 Gründe und Ziele für den Einsatz
3.3.2 Herausforderungen und Schwächen
3.3.3 Ethische und datenschutzrechtliche Aspekte
3.3.4 Zukunftsvisionen
3.4 KONSTRUKTIVISMUS ALS GRUNDLAGE VON KI IN DER SCHULE
4 ANWENDUNGSBEISPIELE
4.1 INTELLIGENTE TUTORIELLE SYSTEME
4.1.1 HyperMind
4.1.2 Photomath
4.1.3 Flora incognita
4.1.4 DM-Tutor
4.1.5 Watson
4.2 CHATBOTS
4.2.1 Learnattack
4.2.2 Duolingo
4.2.3 Alex
4.2.4 Ada
4.3 LERN-MANAGEMENT-SYSTEME
4.3.1 StudySmarter
4.3.2 Koala
4.3.3 IntelliBoard
4.3.4 READ
4.4 LEARNING ANALYTICS UND EDUCATIONAL DATA MINING
4.4.1 Mathetrainer
4.4.2 Akinator
4.4.3 CHI
4.5 MOOCS MIT KI
4.5.1 EdX
4.5.2 Khan Academy
4.6 VIRTUAL REALITY
4.6.1 Alelo
4.6.2 MAROON
5 METHODIK
5.1 ZIEL DER FORSCHUNGSMETHODE
5.2 VORGEHENSWEISE
5.3 BEGRÜNDUNG DER KATEGORISIERUNG UND BEWERTUNGSKRITERIEN
5.4 KATEGORIENSYSTEM
6 AUSWERTUNG UND ERGEBNISSE
6.1 KATEGORISIERUNG UND BEWERTUNG DER BEISPIELE
6.2 DISKUSSION UND INTERPRETATION DER ERGEBNISSE
6.3 ZUSAMMENFASSUNG DER ERGEBNISSE
7 FAZIT
7.1 DISKUSSION
7.2 ZUSAMMENFASSUNG UND AUSBLICK
Zielsetzung & Themen
Die Arbeit untersucht das Potenzial von Künstlicher Intelligenz im schulischen Bildungsbereich, mit dem Ziel, Chancen und Herausforderungen für den Unterricht zu identifizieren und einen Leitfaden für den pädagogisch sinnvollen Einsatz solcher Technologien zu entwickeln.
- Analyse des Einflusses von KI auf Lehr- und Lernprozesse
- Untersuchung ethischer Aspekte, Risiken und politischer Strategien
- Theoretische Fundierung durch Lerntheorien wie Behaviorismus, Kognitivismus und Konstruktivismus
- Systematische Kategorisierung und Bewertung aktueller KI-Anwendungen
Auszug aus dem Buch
2.3.1 Behaviorismus
Die Lerntheorie Behaviorismus leitet sich von dem englischen Begriff für „Verhalten“ – behavior – ab. Diese Lerntheorie beschreibt demnach das menschliche Verhalten und versucht dieses zu untersuchen, möglichst objektiv und möglichst genau. Als Ursprung dieser Lerntheorie gilt John Broadus Watson, ein bekannter amerikanischer Psychologe, welcher in einem Aufsatz schreibt: „Der Leser wird keine Diskussion des Bewusstseins finden und auch nicht die Begriffe wie Empfindungen, Wahrnehmungen, Aufmerksamkeit, Vorstellung, Wille usw. Diese Worte haben einen guten Klang, aber ich habe festgestellt, dass ich auf sie verzichten kann“ (Watson, 2007, Einleitung).
Watson beschreibt also eine rein objektive Beobachtung von Verhalten als seine Methode und stellt sich gegen die Bewusstseinspsychologie. Er, als Behaviorist, vertieft sich ausschließlich auf beobachtbare Daten und lässt geistige Phänomene aus dem Spiel, da diese nicht messbar sind und somit nicht zu wissenschaftlichen Datensätzen verarbeiten werden könnten (vgl. Reuter, 2005, S. 6).
Der Mensch wird als Black-Box angesehen, dessen Innenleben nicht messbar, also als uninteressant, gilt. Als Ziel des Behaviorismus wird die genaue Vorhersage und somit die Kontrolle von Verhalten gesehen. Aus dieser lerntheoretischen Sicht geht hervor, dass sich die Beschreibung und die Steuerung des Lernens durch Hinweisreize und dessen Aktivierung durch ein verstärktes Mittel (positiv oder negativ) auslöst, um schlussendlich zu dem gewünschten Erfolg zu kommen und das gewünschte Verhalten zu erzielen (vgl. Baumgartner & Payr, 1997, S. 89).
Zusammenfassung der Kapitel
1 EINLEITUNG: Einführung in die Thematik der Künstlichen Intelligenz im schulischen Kontext unter Berücksichtigung von Chancen, Risiken und pädagogischen Lerntheorien.
2 THEORETISCHE GRUNDLAGEN: Erörterung der Definition und Geschichte von KI sowie die pädagogischen Lerntheorien Behaviorismus, Kognitivismus und Konstruktivismus als Basis für die Analyse.
3 KÜNSTLICHE INTELLIGENZ IN DER SCHULE: Analyse politischer KI-Strategien, Definition des Handlungsfeldes Schule sowie Diskussion von Zielen, Herausforderungen und ethischen Aspekten beim Einsatz von KI.
4 ANWENDUNGSBEISPIELE: Vorstellung konkreter Softwarelösungen, unterteilt in Kategorien wie intelligente tutorielle Systeme, Chatbots, Lern-Management-Systeme, Learning Analytics und Virtual Reality.
5 METHODIK: Beschreibung der hermeneutischen Forschungsmethode und des Kategoriensystems, das zur vergleichenden Bewertung der Anwendungsbeispiele genutzt wird.
6 AUSWERTUNG UND ERGEBNISSE: Anwendung des Bewertungsrasters auf die gewählten Beispiele, gefolgt von einer Diskussion der Ergebnisse hinsichtlich der Individualisierung und der Rolle der Lehrkräfte.
7 FAZIT: Zusammenfassende Diskussion über den Einsatz von KI in der Schule und ein Ausblick auf die zukünftige Entwicklung sowie die Bedeutung rechtlicher und ethischer Rahmenbedingungen.
Schlüsselwörter
Künstliche Intelligenz, Schule, Digitalisierung, Lernen, Konstruktivismus, Bildung, Algorithmen, Lern-Management-Systeme, Chatbots, Individualisierung, Pädagogik, Ethik, E-Learning, Virtual Reality, Kompetenzaufbau.
Häufig gestellte Fragen
Was ist das Hauptanliegen der Masterarbeit?
Die Arbeit untersucht, welche Chancen und Herausforderungen der Einsatz von Künstlicher Intelligenz im schulischen Unterricht bietet und wie diese Technologie zur Unterstützung von Lehr- und Lernprozessen beitragen kann.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Felder umfassen die Definition von KI, die Einbettung in pädagogische Lerntheorien, politische Rahmenbedingungen sowie die praktische Analyse konkreter KI-Anwendungen in Schulen.
Welches primäre Ziel verfolgt die Autorin?
Ziel ist es, einen Leitfaden für den Einsatz von KI-Software in der Schule zu erstellen, der Lehrkräfte dabei unterstützt, die Potenziale der Technologie sinnvoll und reflektiert zu nutzen.
Welche wissenschaftliche Methode kommt zum Einsatz?
Die Autorin verwendet einen hermeneutischen Ansatz kombiniert mit einer deduktiven, strukturierenden Inhaltsanalyse nach Mayring, um KI-Anwendungen anhand spezifischer Kriterien zu kategorisieren und zu bewerten.
Was steht im Hauptteil der Arbeit im Fokus?
Der Hauptteil gliedert sich in eine theoretische Aufarbeitung der Lerntheorien und die detaillierte Vorstellung sowie systematische Bewertung von zwanzig ausgewählten KI-Anwendungen.
Welche Schlagwörter kennzeichnen die Arbeit am besten?
Künstliche Intelligenz, Schule, Individualisierung, Konstruktivismus und digitale Kompetenzen.
Wie bewertet die Arbeit das Verhältnis von Lehrkraft und KI?
Die Autorin kommt zu dem Schluss, dass KI die Lehrkraft nicht ersetzen soll, sondern komplementär als Werkzeug für die Individualisierung und Entlastung bei administrativen Tätigkeiten dienen soll.
Welche Rolle spielt der Konstruktivismus in dieser Arbeit?
Der Konstruktivismus wird als zentrale pädagogische Grundlage identifiziert, da er den aktiven, selbstgesteuerten Wissensaufbau der Lernenden betont, was viele der untersuchten KI-Anwendungen zu fördern versuchen.
Was ist das zentrale Ergebnis der Analyse der KI-Anwendungen?
Fast alle untersuchten Anwendungen fördern die Individualisierung des Lernens und sind interaktiv sowie schülerzentriert gestaltet, erfordern jedoch stets die Einbindung in soziale und reale Lernkontexte.
Warum ist das Thema Datenschutz laut der Arbeit so wichtig?
Da KI-Systeme personenbezogene Daten verarbeiten, ist der Schutz der Schülerdaten essenziell, wobei aktuell noch weltweit einheitliche verbindliche Richtlinien fehlen.
- Quote paper
- Elisabeth Schrott (Author), 2020, Künstliche Intelligenz in der Schule. Herausforderungen und Chancen durch den Einsatz von KI, Munich, GRIN Verlag, https://www.grin.com/document/966091
