GMLS in der Hand von Lernenden

Seit Ende 2022 reden alle von generativen Machine-Learning-Systemen (GMLS) (Biblionetz:w02833) in der Bildung (nein, alle reden natürlich von KI in der Bildung, aber das ist ein anderes Problem). Ich versuche in …

 

Seit Ende 2022 reden alle von generativen Machine-Learning-Systemen (GMLS) (Biblionetz:w02833) in der Bildung (nein, alle reden natürlich von KI in der Bildung, aber das ist ein anderes Problem).

Ich versuche in der Flut an Diskussionen, Zeitungsartikeln und Studien zu GMLS in der Bildung für mich Strukturen zu schaffen ohne dabei voreilige Schlüsse zu ziehen, die sich nach wenigen Monaten als falsch oder irrelevant erweisen.

Unter anderem überlege ich mir, welche Rollen ein GMLS in der Hand von Lernenden haben kann. Mein aktueller Stand des Irrtums unterscheidet fünf Nutzungstypen:

  • GMLS als Abkürzung (Biblionetz:w03717)
    Generative Machine-Learning-Systeme werden genutzt, um Aufgaben ohne viel Eigenleistung rasch zu erledigen.
  • GMLS als Werkzeug (Biblionetz:w03718)
    Generative Machine-Learning-Systeme werden genutzt, um Aufgaben besser / vertiefter zu erledigen.
  • GMLS als Tutor:in (Biblionetz:w03719)
    Generative Machine-Learning-Systeme werden als Tutor:in genutzt, das bei Aufgaben begleitet und nachfragt.
    Die eingesetzten Systeme sind somit spezifisch für Lernsituationen konfiguriert und zeigen didaktisch motivierte Verhaltensweisen.
  • GMLS als Lernbegleiter:in (Biblionetz:w03720)
    Ein generatives Machine-Learning-System wird als Lernbegleiter:in genutzt, das einen längerfristig begleitet.
    Im Unterschied zu 'GMLS als Tutor:in' ist ein GMLS als Lernbegleiter:in über eine längere Zeit und über verschiedene Themenbereiche im Einsatz und kann sich dadurch ein individuelles (kognitives und emotionales) Modell der nutzenden Person aufbauen. (Ja, der heilige Gral aller Intelligent-Tutorin-Fans (Biblionetz:w01453) - ich sage damit nicht, dass solche Systeme heute schon existieren.)
  • GMLS als Therapeut:in (Biblionetz:w03721)
    Ein generatives Machine-Learning-System wird als Gesprächspartner:in für persönliche Probleme genutzt.
    Dieser Einsatzzweck ist nicht auf schulisches Lernen ausgerichtet, bisherige Berichte und Erhebungen zeigen aber, dass GMLS von Lernenden häufig so genutzt werden.

Diese Unterscheidung berücksichtigt nur Einsatzszenarien, in denen Lernende GMLS einsetzen, nicht aber wenn Lehrpersonen oder Dozierende GMLS nutzen (sowohl im Unterricht als auch zur Vor- und Nachbereitung).

Ich bin nun gespannt, ob sich diese Typisierung für mich als mittelfristig tragfähig erweist.

 

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 …