In den letzten Jahren hat sich Künstliche Intelligenz (KI) von einem theoretischen Konzept in Forschungslabors zu einer Technologie entwickelt, die unser tägliches Leben tiefgreifend beeinflusst. Von Chatbots wie ChatGPT über personalisierte Empfehlungen bis hin zu autonomen Fahrzeugen – KI ist überall. Doch wie bei jeder bahnbrechenden Technologie bringt diese Entwicklung Herausforderungen mit sich, die wir nur durch ein fundiertes Verständnis bewältigen können. Hier kommt der Begriff AI Literacy, oder auf Deutsch «KI-Kompetenz», ins Spiel.
Was bedeutet AI Literacy?
Gemässe Schlemmer et al. (vgl. 2023, S. 2) gibt es bisher nur wenige wissenschaftliche Definitionen von KI-Kompetenz bzw. AI literacy. Eine oft zitierte Definition von Long und Magerko (Long/Magerko 2021, S. 2 zitiert nach Schlemmer et al., 2023, S. 2) lautet folgendermassen: «We define AI literacy as a set of competencies that enables individuals to critically evaluate AI technologies; communicate and collaborate effectively with AI; and use AI as a tool online, at home, and in the workplace».
Diese Definition greife zu kurz, da sie sich einerseits auf die Nutzung von KI-Technologien konzentriert und die Entwicklung solcher Technologien auslässt. Allerdings sei gerade die Beschäftigung mit der Entwicklung von KI-Anwendungen wichtig, damit ein tieferes Verständnis von KI und deren technischer Funktionsweise entwickelt werden könne. Zusätzlich fehle in der Definition die kreativ und sozial verantwortliche Nutzung von KI-Anwendungen bzw. KI-Technologien sowie die kritische Reflexion des eigenen KI-bezogenen Handelns.
Aus diesem Grund schlagen Schlemmer et al (2023, S. 4) eine eigene Definition von KI-Kompetenz vor und zwar «KI-Kompetenz als die Fähigkeit und Bereitschaft zu einem sachgerechten, selbstbestimmten, kreativen und sozial verantwortlichen Handeln (vgl. Tulodziecki 2011, S. 23, vgl. Tulodziecki 2020, S. 372 zitiert nach Schlemmer, 2023, S.4) in Bezug auf KI-Technologien, was erfordert, dass Studierende:
- über KI-bezogenes Wissen verfügen, was jeweils kontextbezogen festzulegen ist, jedoch insbesondere das Verständnis der Funktionsweise von KI-Anwendungen (Algorithmen, Daten) betrifft (KI-Wissen);
- KI-Anwendungen kritisch reflektieren, kollaborativ und kontextbezogen nutzen können (KI-Kritik und KI-Nutzung);
- KI-Anwendungen gestalten und entwickeln können (KI-Entwicklung).»
Ganzheitliche Betrachtung von KI mithilfe dem Frankfurter-Dreieck
Die Hochschule Offenburg untersucht im laufenden Projekt KompiLe (KI-Kompetenz fördern, individualisiertes Lernen unterstützen), wie Künstliche Intelligenz (KI) sinnvoll in der Hochschullehre eingesetzt werden kann. Ziel des Projekts ist es, sowohl das Lernen mit KI als auch das Lernen über KI zu fördern. Dazu wird eine intelligente, adaptive Lernumgebung entwickelt, die sich an den Lernpräferenzen, Erfahrungen und Lernstrategien orientiert. Gleichzeitig werden Lehrangebote zu KI-Themen wie Ethik, Datenschutz und intelligente pädagogische Agenten in die Studiengänge integriert.
Als methodische und theoretische Grundlage dient das Frankfurter-Dreieck, um digitale Themen wie KI aus verschiedenen Perspektiven zu betrachten und in der curricularen Entwicklung zu verankern. Es gewährleistet, dass die Auseinandersetzung mit KI-Themen nicht nur aus einer technologischen oder informatischen Perspektive erfolgt, sondern auch gesellschaftliche und individuelle Wechselwirkungen berücksichtigt werden. Das Projekt läuft von Dezember 2021 bis November 2025 und wird durch das Bund-Länder-Programm «Künstliche Intelligenz in der Hochschulbildung» gefördert. Das Frankfurt-Dreieck ist eine Weiterentwicklung des Dagstuhl-Dreiecks (Dagstuhl-Erklärung) und wird im Projekt als Grundlage herangezogen, um ein Lehrkonzept zu entwickeln, das die KI-Kompetenz von Studierenden durch pädagogisches Making stärkt.
AI literacy TPACK framework
Beim DPACK-Modell handelt es sich um eine Weiterentwicklung des TPACK-Modells um die Perspektiven des Dagstuhl-Dreiecks zur Frage, welche Kompetenzen benötigt werden, um zeitgemässen Unterricht in einer Kultur der Digitalität zu planen und umzusetzen.
Das DPACK-Modell erweitert das TPACK-Modell, indem es die «Technology Knowledge» durch «Digitalitätskompetenz» ersetzt, welche die drei Perspektiven des Dagstuhl-Dreiecks umfasst: technologische, gesellschaftlich-kulturelle und anwendungsbezogene Perspektive. Zudem legt DPACK den Fokus auf Kompetenzen statt auf reines Wissen, um den Anforderungen eines zeitgemässen Unterrichts in einer Kultur der Digitalität gerecht zu werden.
Diese Modelldarstellung ist etwas allgemeiner gehalten, da es sich nicht spezifisch auf Künstliche Intelligenz bezieht, sondern vielmehr auf die gesamte Kultur der Digitalität. Trozdem ist es in diesem Moment sinnvoll dieses DPACK-Modell zu kennen, da im Gegensatz zum TPACK-Framework die gesellschaftlich-kulturelle Perspektive explizit miteinbezogen wird.
Vergleich
Beide Modelle – das Frankfurter-Dreieck und das AI Literacy TPACK Framework – fördern KI-Kompetenzen im Bildungsbereich, unterscheiden sich jedoch klar. Das Frankfurter-Dreieck bietet eine ganzheitliche Perspektive, die technologische, ethische und gesellschaftliche Aspekte vereint, und richtet sich primär an die curriculare Entwicklung in Hochschulen. Das AI Literacy TPACK Framework ist praxisorientiert, fokussiert auf die Integration von technologischem, pädagogischem und inhaltlichem Wissen und unterstützt Lehrkräfte direkt bei der Gestaltung von KI-basiertem Unterricht. Während das eine auf Reflexion und Breite setzt, zielt das andere auf konkrete Anwendungsorientierung im Unterricht.
Phuu, vielleicht raucht dir nun der Kopf? Welche Gedanken hast du in Bezug auf die Modelle? Was braucht es deiner Meinung nach um KI-kompetent zu werden oder zu sein?
Quellen:
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
Pädagogische Hochschule Schwyz (o. J.). DPACK. [9.1.25]