Generative KI
35 Generative KI für das Klassenzimmer Teil 2
Ein paar Ideen für Aktivitäten mit generativer KI
1. Generative KI für das Planen und Entwerfen von Kursen und Schulstunden verwenden
Benötigen Sie Ideen für die Neugestaltung einiger Ihrer Kurse oder möchten Sie neue Themen und Aktivitäten einführen inklusive Rubriken für die Bewertung der Ergebnisse dieser Aktivitäten1,2? Möchten Sie einen neuen pädagogischen Ansatz, neue Technologien und Materialien ausprobieren3? Chatbots könnten bei all diesen Dingen helfen. Darüber hinaus könnten Sie die Software dazu bringen, den ersten Entwurf für Unterrichtspläne, Lernziele, Anleitungen für Aktivitäten, Projekte und wissenschaftliche Experimente sowie Diskussionsanregungen zu verfassen4.
Tipp: Es ist eine gute Idee, im Voraus festzulegen, welche Themen und Ansätze abgedeckt werden sollen und was im Kurs oder in der Unterrichtsstunde erreicht werden soll. Ist es ein Konzept oder ein Verfahren, auf das Sie abzielen? Welche Art von Unterricht möchten Sie durchführen?2.
Beispiel
Quelle: Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence5
Aktivität: Erstellen einer Unterrichtseinheit mit generativem KI-Tool. ChatGPT
Verwendete Eingabe: Erstelle eine Unterrichtseinheit nach dem 5E-Modell, die eine Herausforderung für Schüler:innen darstellt, die ein gutes Verständnis für erneuerbare und nicht-erneuerbare Energiequellen auf dem Niveau von Klasse7 haben. Biete auch denjenigen Lernenden Hilfe und Unterstützung an, die sich mit dem Thema schwer tun.
Überlegung: Der Autor fand die ChatGPT-Antwort als Ausgangspunkt nützlich. Sie musste dann an die Bedürfnisse der Schülerinnen und Schüler, den Lehrplan und den Zugang zu Ressourcen angepasst werden. Er fügte hinzu, dass die Pädagogen Teile, die nicht hilfreich sind, streichen und auf Teilen aufbauen sollten, die hilfreich sind. Obwohl das Ergebnis noch verfeinert werden musste, vermutete er, dass viele Lehrer es nützlich finden würden, vor allem diejenigen, die am Anfang ihrer Laufbahn stehen, da sie eventuell über noch keine umfangreichen Ressourcen verfügen.
„Ich war besonders beeindruckt von der Fähigkeit, eine naturwissenschaftliche Stunde zu erstellen, die auf dem 5E-Modell basierte, auch wenn einige der Ergebnisse ein wenig allgemein gehalten waren und verbesserungsbedürftig erschienen.“
2. Generative KI für die Erstellung ansprechender, multimodaler und integrativer Inhalte zu einem Thema verwemdem
Sie könnten eine generative KI-Anwendung verwenden, um
- Inhalte mit Bezug zu lokalen Phänomenen, Sprache und Kultur hinzuzufügen;
- erklärende und ansprechende Bilder und Videos einzufügen3;
- Geschichten zu erstellen und einzufügen, die den Textinhalt stützen;
- Concept-Maps zu erstellen;
- relevante Teile der Unterrichtsstunde hervorzuheben, zu paraphrasieren und zusammenzufassen und Vokabeln zu klären6;
- Mathe und Naturwissenschaften weniger abstrakt zu gestalten, indem man Simulationen zeigt und Beispiele aus anderen Fächern miteinbezieht. Sie könnte auch im handwerklichen Unterricht eingesetzt werden, wo die Visualisierung bei der Entwicklung und dem Erkunden von Ideen helfen kann7;
- Übersetzungen bereitzustellen, um Lernende zu unterstützen, die Minderheitensprachen verwenden2.
Tipp: Midjourney und andere Tools zur Bilderstellung haben oft spezielle Foren, in denen Nutzer ihre Arbeit, Ratschläge, Anweisungen und Tipps zur Erstellung von Eingaben veröffentlichen7. Sie sind sehr hilfreich für Lehrkräfte, die gerade erst anfangen, diese Technologie zu erkunden.
3. Generative KI zur Erstellung von Beispielen, Übungsaufgaben und Quizfragen verwenden
Generative KI kann
- Tabellen und andere Formen von Daten zur Verwendung in Beispielen und Übungen generieren;
- Übungsaufgaben und Lösungen, insbesondere zur Festigung von Grundkenntnissen und Komponenten für geringe Kenntnisse erstellen8. Diese können als Referenz für Schülerinnen und Schüler dienen, die Schwierigkeiten haben, Aufgaben zu lösen9;
- Erklärungen für Lösungen erstellen. Dies scheint vor allem bei der Erstellung von Erklärungen zu Programmiercodes sehr gut zu funktionieren9;
- Mehrere Lösungen für ein und dasselbe Problem in der Mathematik oder beim Programmieren generieren. Das hilft den Schülerinnen und Schülern nicht nur, verschiedene Ansätze und Perspektiven kennenzulernen, sondern auch, verschiedene Methoden sowie deren Vor- und Nachteile zu analysieren9. Es kann sogar helfen, wenn die erstellten Lösungen falsch sind, vorausgesetzt, sie sind deutlich als solche gekennzeichnet.
Beispiel
Quelle: Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence5.
Aktivität: Erfinde ein Quiz. Generatives KI-Tool: ChatGPT.
Verwendete Eingabe: Erstelle ein Quiz über das Konzept der erneuerbaren und nicht-erneuerbaren Energiequellen für die Jahrgangsstufe7 und füge einen Lösungsschlüssel hinzu.
Überlegung: Der Autor stellte fest, dass die erstellten Multiple-Choice-Fragen das Verständnis der Lernenden für das Thema bewerten. Er fügte hinzu, dass „Pädagogen jede Ressource kritisch bewerten müssen … Das Fachwissen, die Erfahrung und das Verständnis der Lehrkraft für seine Schüler:innen bleiben der Schlüssel zu fundierten pädagogischen Entscheidungen.”
Beispiel
Quelle: Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence5.
Aktivität: Erstelle eine Rubrik für eine Benotung. Generatives KI-Tool: ChatGPT.
Verwendete Eingabe: Erstelle eine Rubrik, mit der Schülerinnen und Schüler der Jahrgangsstufe7 ihr Wissen über erneuerbare und nicht erneuerbare Energiequellen selbst einschätzen können (mit der folgenden Anforderung bezüglich der Formatierung: Erleichtere das Kopieren dieser Rubrik in Word in einem ordentlichen Format).
Output:
Überlegung: Der Autor fand, dass ChatGPT in der Lage war, eine Rubrik mit seinen eigenen Kriterien zu erstellen – Verständnis, Forschung, kritisches Denken und Beteiligung. Für jedes Kriterium wurden verschiedene Stufen festgelegt, aber die Indikatoren waren jeweils zu vage.
Quelle: The Robots Are Coming: Exploring the Implications of OpenAI Codex on Introductory Programming10.
Aktivität: Generiere mehrere Lösungen für eine Frage.
Generatives KI-Tool: Codex (Codex kann als Antwort auf Anweisungen, Code in mehreren Programmiersprachen erzeugen).
Verwendete Eingabe: Problembeschreibung, wie sie in verschiedenen Quellen zu finden ist, und Prüfungsfragen zum Programmieren, wie sie den Lernenden gestellt werden.
Output:
Überlegung: Die Autoren stellten fest, dass Codex eine Reihe unterschiedlicher Codes für dieselbe Anweisung erstellte, „während es letztlich die erwarteten Methoden für jede Antwort bevorzugte”.
4. Zunehmende Zugänglichkeit
Als letztes Beispiel möchten wir Ihnen dringend empfehlen, generative KI dahingehend zu erkunden, um die Zugänglichkeit für Schüler:innen mit bestimmten körperlichen Einschränkungen oder Lernbehinderungen, insbesondere Hör- oder Sehschwächen, zu verbessern. Generative KI kann Untertitel, Bildunterschriften und Audiobeschreibungen liefern2. Gemäß dem Unesco-Leitfaden für generative KI in Bildung und Forschung können „generative KI-Modelle auch Text in Sprache und Sprache in Text umwandeln, um Menschen mit Seh-, Hör- oder Sprachbehinderungen den Zugang zu Inhalten, das Stellen von Fragen und die Kommunikation mit Gleichaltrigen zu ermöglichen “2. Sie kann Ihnen auch dabei helfen, zu überprüfen, ob die von Ihnen erstellten Inhalte inklusiv und zugänglich sind4.
Den Output hinterfragen
Wenn Sie sich für den Einsatz generativer KI entscheiden, müssen Sie auf deren Fehler und Mängel achten und bereit sein, diese zu korrigieren. Dazu gehören
- Inhaltliche Ungenauigkeiten: Das Language Model ist keine Wissensdatenbank oder Suchmaschine. Selbst die neuesten Modelle täuschen Fakten vor und zitieren Quellen, die frei erfunden sind. Fehler schleichen sich vor allem bei der Verwendung von Language Models für Mathematik und quantitatives Denken ein: Selbst wenn das Modell speziell auf diese Fächer abgestimmt ist, kann es falsche Antworten und Berechnungsfehler liefern und „mathematische Fakten” erfinden”11. Sogar die Programmierung kann schwierig sein, da der generierte Code eine falsche Syntax und Sicherheitsprobleme aufweisen kann9.
- Vorurteile können zum Vorschein kommen, die sich unter anderem deshalb einschleichen, weil die Daten, auf denen diese Modelle trainiert wurden, mit ihnen durchsetzt waren. Sogar EdGPT, das in dieser Hinsicht korrigiert wurde, kann immer noch ein paar davon enthalten2.
- Die Leistung kann je nach verwendeter Eingabe und Nutzergeschichte stark variieren und manchmal absolut grundlos.
While Generative AI can reduce teacher workload and help with certain tasks, it is based on statistical models that have been constructed from huge amounts of online data. This data does not replace the real world, its contexts and relationships. ChatGPT cannot provide context or explain what is affecting a student’s daily life4. It cannot provide new ideas or solutions to real-world challenges2.
Finally, its performance does not approach the capabilities of the human mind – especially what it can understand and do with limited data. And Generative AI’s “deepest flaw is the absence of the most critical capacity of any intelligence: to say not only what is the case, what was the case and what will be the case — that’s description and prediction — but also what is not the case and what could and could not be the case12.”
1 Tlili, A., Shehata, B., Adarkwah, M.A. et al, What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education, Smart Learning Environments, 10, 15 2023.
2 Holmes, W., Miao, F., Guidance for generative AI in education and research, Unesco, Paris, 2023.
3 Enkelejda, K., et al, Chatgpt for Good? on Opportunities and Challenges of Large Language Models for Education, EdArXiv, 2023.
4 Trust, T., Whalen, J., & Mouza, C., Editorial: ChatGPT: Challenges, opportunities, and implications for teacher education, Contemporary Issues in Technology and Teacher Education, 23(1), 2023.
5 Cooper, G., Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence, Journal of Science Education and Technology, 32, 444–452, 2023.
6 Kohnke, L., Moorhouse, B. L., & Zou, D., ChatGPT for Language Teaching and Learning, RELC Journal, 54(2), 537-550, 2023.
7 Vartiainen, H., Tedre, M., Using artificial intelligence in craft education: crafting with text-to-image generative models, Digital Creativity, 34:1, 1-21, 2023.
8 Bhat,S., et al, Towards automated generation and evaluation of questions in educational domains, Proceedings of the 15th International Conference on Educational Data Mining, pages 701- 704, Durham, United Kingdom, 2022.
9 Becker, B., et al, Programming Is Hard – Or at Least It Used to Be: Educational Opportunities and Challenges of AI Code Generation, Proceedings of the 54th ACM Technical Symposium on Computer Science Education V. 1 (SIGCSE 2023), Association for Computing Machinery, New York, 500–506, 2023.
10 Finnie-Ansley, J., Denny, P. et al, The Robots Are Coming: Exploring the Implications of OpenAI Codex on Introductory Programming, Proceedings of the 24th Australasian Computing Education Conference (ACE ’22), Association for Computing Machinery, New York, 2022.
11 Lewkowycz, A., Andreassen, A., Dohan, D. et al, Solving Quantitative Reasoning Problems with Language Models, Google Research, 2022.
12 Chomsky, N., Roberts, I., Watumull, J., Noam Chomsky: The False Promise of ChatGPT, The New York Times, 2023.