Selbst erklimmen oder mit der Seilbahn fahren?

Verändert KI das Lernen – oder nur unser Lernen? In der aktuellen Diskussion um Künstliche Intelligenz (KI) wird oft suggeriert, Lernen werde durch KI fundamental geändert, revolutioniert oder gar überflüssig gemacht. …

Verändert KI das Lernen – oder nur unser Lernen?

In der aktuellen Diskussion um Künstliche Intelligenz (KI) wird oft suggeriert, Lernen werde durch KI fundamental geändert, revolutioniert oder gar überflüssig gemacht. Doch dieser Eindruck ist aus pädagogischer Sicht trügerisch. Prof. Dieter Euler, emeritierter Wirtschaftspädagoge, nimmt in seinem Beitrag eine klare, differenzierte Perspektive ein:
KI verändert nicht das Lernen selbst – wohl aber die Bedingungen und Kontexte, unter denen wir lernen.

Lernen versus Information

Ein zentraler Punkt im Beitrag ist die Unterscheidung zwischen:

  • Information: Daten, Fakten, Inhalte – ohne eigenen Kontext.
  • Wissen: Informationen, die eine Bedeutung bekommen.
  • Lernen: Der Prozess, bei dem Wissen dauerhaft erworben und angewendet wird. 

KI-Tools wie ChatGPT können uns heute in Sekundenschnelle Texte generieren, Zusammenfassungen liefern oder Antworten auf Fragen geben. Sie machen Informationen schnell zugänglich, teilweise sogar in „Fertigform“ – quasi als Rohstoff für das Denken

Aber: Nur weil KI Informationen bereitstellt, bedeutet das nicht, dass gelernt wird.
Der entscheidende Lernprozess findet erst statt, wenn Menschen diese Informationen verarbeiten, einordnen, hinterfragen und selbst anwenden – und das kann keine Maschine für uns übernehmen. 

Der Mensch lernt – nicht die KI

Euler betont:

Lernen findet nicht in Chips statt, sondern in den kognitiven, emotionalen und sozialen Prozessen des Menschen.

KI kann unterstützen – indem sie z. B. Texte schreibt, Inputs liefert oder Ideen strukturiert. Doch der Lernende muss diese Outputs kritisch bewerten, modifizieren oder verwerfen, um echten Wissenserwerb zu erreichen. 

Das Lernen selbst – also das intentionale Aneignen von Wissen und Kompetenzen – bleibt eine zutiefst menschliche Leistung.

Aufgaben und Didaktik neu denken

Angesichts der neuen Möglichkeiten durch KI fordert Euler eine Neuausrichtung von Lernaufgaben:
Sie sollten weniger auf das blosse Produzieren von Antworten abzielen, als auf das Bewerten, Begründen, Vergleichen und Diskutieren dieser Antworten. 

Beispiel: Statt Lernende nur einen von KI generierten Text abschreiben zu lassen, könnten sie den Text analysieren, Schwächen und Stärken identifizieren und eigene Versionen entwickeln. So wird kritisches Denken aktiviert – ein Kernprozess beim Lernen. 

Lernen als Herausforderung

Der Autor nutzt ein starkes Bild:

Es ist ein Unterschied, den Berg selbst zu erklimmen oder mit der Seilbahn hinaufzufahren.

KI kann wie eine Seilbahn viele Informationen bequem zugänglich machen – doch tiefes, nachhaltiges Lernen entsteht erst beim eigenen „Aufstieg“, bei der aktiven Auseinandersetzung und Überwindung von Herausforderungen.

Fazit: KI verändert Kontexte, nicht das Lernen selbst

  • KI unterstützt Informationszugang – aber sie lernt nicht für uns.
  • Lernen bleibt ein aktiver, menschlicher Prozess, der Kontext, Bedeutung und Aneignung braucht. 
  • Bildungskonzepte und Aufgaben müssen angepasst werden, um die Potenziale von KI sinnvoll zu nutzen und echtes Lernen zu ermöglichen. 

Kurz gesagt: KI verändert das Spielfeld – aber die Regeln des Lernens bleiben menschlich.


Links

 

Weitere Blogbeiträge aus dem zITBOx Netzwerk

Suchfunktionen im Biblionetz massiv ausgebaut

Suchfunktionen im Biblionetz massiv ausgebaut

Die letzten Tage habe ich mich intensiver mit Claude (Biblionetz:w03768) unterhalten. Entstanden ist dabei eine Erweiterung für das Webinterface des Biblionetzes (Biblionetz:w00778). Für die Objekttypen Begriffe, Personen, Fragen und Aussagen …

Wie soll ich auf problematische wissenschaftliche Publikationen reagieren?

Wie soll ich auf problematische wissenschaftliche Publikationen reagieren?

In unserer Publikation Digitale Lernplattformen in der Volksschule (Biblionetz:b08000) haben Michael Hielscher, Lennart Schalk, Michael Seemann und ich zu generativen Machine-Learning-Systemen geschrieben, dass empirische Studien angesichts der Novität und Dynamik …

Gamification im Unterricht – zwischen Motivation, Design und Lernwirksamkeit

Gamification im Unterricht – zwischen Motivation, Design und Lernwirksamkeit

Spiele im Unterricht haben enormes Potenzial – wenn sie didaktisch sinnvoll eingebettet sind. Entscheidend ist, dass der Lernprozess selbst motivierend gestaltet wird. Gamification kann erste Zugänge schaffen, aber Playful Learning ist nachhaltiger, die den Lernprozess …