„Es fühlt sich so an, als hätten viele Lehrende den ersten Schock, also den von generativer KI allgemein ausgehenden Schock inzwischen verarbeitet und sich in dieser neuen Realität irgendwie mit neuen Einverständniserklärungen und dem gelegentlichen Thematisieren von KI-Tools in ihrer Lehre eingerichtet. Mehr aber häufig auch nicht.“ Diese Diagnose stellt Isabella Buck in ihrem Beitrag mit dem Titel „Vom Werkzeug zum Teammitglied: Kollaborationskompetenz im KI-Zeitalter“. Lehrende, so Buck, seien „noch viel zu wenig darin geschult, KI-Tools als Kollaborationspartner zu betrachten, die Implikationen dieser partnerschaftlichen Zusammenarbeit mit KI für ihre Lehre zu begreifen“. Dazu gehöre auch, der KI als Kollaborationspartnerin „einen Vorschuss an Vertrauen“ entgegenzubringen, so wie das gegenüber einer menschlichen Kollegin der Falle sei: Da prüfe man auch „nicht alles, was sie macht“ – ansonsten könne man es ja direkt selbst tun.
„KI-ignorante Lehrpersonen?“ weiterlesenKategorie: gedacht
Zuverlässig, redlich, respektvoll und verantwortlich
Das Forum für den Europäischen Forschungsraum (bestehend aus europäischen Ländern und Interessenträgern aus Forschung und Innovation) hat Leitlinien für den Einsatz generativer KI in der Forschung entwickelt. Zielgruppe sind neben Forschenden auch Fördereinrichtungen und Forschungsorganisationen. Das Papier mit dem Titel „Living guidelines on the responsible use of generative ai in research“ ist online hier zugänglich.
„Zuverlässig, redlich, respektvoll und verantwortlich“ weiterlesenStudiengänge sind keine Fertigungsstraßen
Stellenweise aber bekommt man genau diesen Eindruck im neuen HFD-Arbeitspapier mit dem Titel „Studiengänge für eine digitale Welt“. Der Text vereint ein paar lesenswerte Literaturquellen, fasst bekannte und bewährte Erkenntnisse zur Studiengangentwicklung gut zusammen, schlägt aber doch an vielen Stellen einen Ton an, der einen akademischen Kern vermissen lässt. Ich möchte meine Einschätzung kurz begründen.
Per Los oder mit KI zur Forschungsförderung?
Wer eine Professur an einer Universität hat, soll forschen, lehren und sich in der akademischen Selbstverwaltung engagieren. Forschung und Lehre gelten als die Kernaufgaben. Geht es um Forschung, schaut man (seit langem schon) auf die gerade laufenden Forschungsprojekte – und das sollen natürlich Drittmittelprojekte sein, also Forschung, für die mal separat Geld eingeworben hat. Das ist heute Standard. Zu Recht? Nicht unbedingt.
Lehrentwürfe mit generativer KI – (k)eine gute Idee?
Im Kontext der Hochschullehre diskutiert man generative Künstliche Intelligenz (KI) meist im Zusammenhang mit studentischem Lernen und neuen Herausforderungen beim Prüfen. Vereinzelt aber werden auch Vorschläge gemacht, wie Lehrpersonen an Hochschulen generative KI einsetzen können, um sich bei der Planung und Konzeption von Lehre unterstützen zu lassen. Denkbar wäre also beispielsweise folgender Fall: Eine Lehrperson soll ein neues Lehrangebot machen und setzt einen Chatbot wie ChatGPT ein, um sich über gezieltes Prompting einen passenden Lehrentwurf generieren zu lassen. Das spart vor allem Zeit, die man besser nutzen könnte, also in der Lehre für Tätigkeiten, die keine Routine sind (z.B. Interaktion mit Studierenden) – so eine gängige Argumentation. Das mag zunächst plausibel klingen. Aber: Ist der Entwurf einer Lehrveranstaltung tatsächlich eine Routinetätigkeit, die man an KI delegieren kann oder sollte?
„Lehrentwürfe mit generativer KI – (k)eine gute Idee?“ weiterlesen
Zum Sprechen bringen
Der November 2023 hat am HUL international begonnen: Wir hatten David Pace zu Gast, der einen Workshop zu Decoding the Disciplines angeboten hat. Wer in der Hochschuldidaktik aktiv ist, wird dieses Konzept kennen: Im Kern geht es darum, in Interviews zunächst diejenigen Stellen im Lehr-Lernprozess zu identifizieren, an denen Studierende oft „steckenbleiben“ (bottlenecks), um dann zu eruieren, wie Experten an diesen neuralgischen Stellen eigentlich selber denken und handeln. Letzteres ist vor allem im Falle langjähriger Expertise meist implizit, kann also nicht sofort artikuliert, sondern muss (im Dialog) erst explizit gemacht bzw. zum Sprechen gebracht werden. David Pace – eigentlich schon lange im Ruhestand (aber kann man als Wissenschaftler überhaupt in den Ruhestand gehen?) – beschäftigt sich seit langem mit diesem Vorgehen, bei dem allerdings weniger Disziplinen entschlüsselt werden als disziplinäre Expertise. Wer mehr dazu wissen will, wird unter anderem hier fündig. Für den deutschsprachigen Bereich hat sich Peter Riegler für das Verfahren stark eingesetzt, was man zum Beispiel hier nachlesen kann.
Evidenz für „teaching as design”
Auch in der Hochschuldidaktik ist der Ruf groß, „evidenzbasiert“ bei der Gestaltung von Lehre vorzugehen. Was das genau heißt, darüber wird ebenso gestritten (siehe dazu zum Beispiel hier) wie über die Frage, welche Arten des Lehrens und Lernens denn nun „wirkungsvoll(er)“ sind. Erfahrene Lehrpersonen, so meine Einschätzung, kennen die Antwort: Es kommt darauf an. Was so lapidar klingt, wird (mit anderen Worten) in Studien, Meta-Analysen und Literatur-Reviews durchaus bestätigt: Es kommt darauf an, wer lehrt, wer lernt, was gelehrt und gelernt wird, unter welchen Bedingungen und mit welchem Ziel.
Die Rechtswissenschaft als Vorreiter der Wissenschaftsdidaktik?
Seit wenigen Wochen liegt ein Rezensionsexemplar eines rechtdidaktischen Sammelbandes auf meinem Schreibtisch: Schmidt, M. & Trute, H.-H. (2023). Lehre der Digitalisierung in der Rechtswissenschaft. Baden-Baden: Nomos.
Nun habe ich das Buch gelesen, das Beiträge einer Tagung im April 2022 in Hamburg versammelt. Ich denke, dass die Lektüre auch für Lehrpersonen andere Disziplinen und für die Hochschuldidaktiker interessant ist. Wer die Gründe dafür wissen will, sei auf die folgende Rezension verwiesen. Rezension-Sammelband-Juli-2023
Wie viel Maschine verträgt der Mensch?
In einem Zeitungsinterview prophezeit der Rechtswissenschaftler Richard Susskind (hier), „dass den Menschen immer weniger Dinge bleiben, die ihnen Maschinen nicht abnehmen können“. Es werde künftig nur mehr sehr wenige Berufe geben, „für die Menschen besser qualifiziert sind als Maschinen“. Und „wenn fast alles, was wir können, auch von einer Maschine erledigt werden kann“, stelle sich die Frage: „Wieso sind wir hier?“
Digitalisierung versus Digitalität?
Was ist der Unterschied zwischen Digitalisierung und Digitalität? In vielen Fachkreisen liest man davon, dass es sich hier um Gegensätze handeln würde – nach dem Motto: Von Digitalisierung sprechen die, die allein den technologischen Wandel im Blick haben und eine technische Perspektive einnehmen; Digitalität dagegen sagen die, die den kulturellen Wandel vor Augen haben und die Welt aus einer sozialen Perspektive betrachten. Tatsächlich kann man die Autorinnen von Texten inzwischen recht gut in verschiedene (wissenschaftliche) „Lager“ einordnen, wenn man danach schaut, welche der beiden Begriffe vermehrt und in welcher Form verwendet werden. Ist das aber tatsächlich sinnvoll? Ich meine nicht, und möchte das kurz begründen: