Aufrufe
vor 1 Jahr

Ethische Leitlinien für Lehrkräfte über die Nutzung von KI und Daten

  • Text
  • Daten
  • Künstliche intelligenz
  • Wwwkmkpadorg
  • Schulleitungen
  • Digitale
  • Entwicklung
  • Schule
  • Ethische
  • Leitlinien
  • Bildung
  • Nutzung
Künstliche Intelligenz hat längst in unser Leben Einzug gehalten. In ganz Europa nutzen Lernende und Lehrkräfte zunehmend KI-Systeme, oftmals ohne sich dessen bewusst zu sein. Lehrkräfte müssen sich darüber im Klaren sein und hinterfragen, ob die von ihnen verwendeten KI-Systeme zuverlässig, fair, sicher und vertrauenswürdig sind und ob die Verwaltung von Bildungsdaten sicher ist. Hierzu sollen die Leitlinien eine Hilfe bieten.

32 ETHISCHE LEITLINIEN

32 ETHISCHE LEITLINIEN FÜR LEHRKRÄFTE ÜBER DIE NUTZUNG VON KI Glossar zum Thema KI und Daten Die im Zusammenhang mit KI- und Datennutzung verwendeten Begriffe mögen fremd oder seltsam klingen. Im Folgenden werden die gebräuchlichsten Begriffe zum Thema KI- und Datennutzung erläutert und erklärt, wie sie in der Bildung Anwendung finden können. Die hier aufgeführten Erklärungen wurden mit dem Ziel formuliert, für alle Akteure des Schulwesens verständlich zu sein, und sollten nicht als vollständige technische Definitionen betrachtet werden. Die Bewertungsliste für vertrauenswürdige künstliche Intelligenz (ALTAI) 5 und das Glossar der Kommission für menschenzentrierte künstliche Intelligenz (Glossary of human-centred artificial intelligence) 6 . KI-Begriff Bedeutung Anwendung im Bildungswesen ALGORITHMUS Ein Prozess oder ein Bündel von Regeln, die bei Berechnungen oder anderen Problemlösungsoperationen befolgt werden, insbesondere von einem Computer. KI-Algorithmen können Muster in den Leistungen von Schülerinnen und Schülern erkennen und Lehrkräften dabei helfen, ihre Lehrstrategien/-methoden zu optimieren, um das Lernen zu personalisieren und den Lernerfolg zu verbessern. ERWEITERTE REALITÄT (AUGMENTED REALITY, AR) AR ist ein interaktives Erlebnis, bei dem reale Umgebungen und Objekte durch computergenerierte 3D-Modelle und animierte Sequenzen ergänzt werden, die so dargestellt werden, als befänden sie sich in einer realen Umgebung. Auch in AR-Umgebungen können KI- Techniken zum Einsatz kommen. AR bietet Lehrkräften die Möglichkeit, Schülerinnen und Schülern durch Interaktion und Experimentieren mit virtuellen Materialien abstrakte Konzepte nahezubringen. Diese interaktive Lernumgebung bietet Möglichkeiten zur Umsetzung praktischer Lernansätze, die die Partizipation erhöhen und die Lernerfahrung verbessern. AUTOMATISIERUNG Das Computersystem führt eine Funktion aus, die normalerweise die Beteiligung eines Menschen erfordert. Ein System, das Aufgaben ohne ständige menschliche Aufsicht ausführen kann, wird als autonom bezeichnet. Schulen und Lehrkräfte können Software einsetzen, um viele repetitive und zeitaufwendige Aufgaben wie die Erstellung von Stundenplänen, die Überprüfung der Anwesenheit und die Anmeldung von Schülerinnen und Schülern auszuführen. Die Automatisierung solcher Aufgaben ermöglicht es Lehrkräften, weniger Zeit für Routineaufgaben aufzuwenden und sich stärker auf ihre Schülerinnen und Schüler zu konzentrieren.

UND DATEN FÜR LEHR- UND LERNZWECKE 33 KI-Begriff Bedeutung Anwendung im Bildungswesen VERZERRUNG MASSENDATEN (BIG DATA) CHATBOT DATA MINING DATENSATZ DATENBANK Eine Verzerrung ist eine Neigung zu Vorurteilen gegenüber oder gegen eine Person, ein Objekt oder eine Position. Verzerrungen können in KI- Systemen in vielerlei Hinsicht auftreten. So kann z. B. bei datengesteuerten KI-Systemen, die beispielsweise auf der Grundlage maschinellen Lernens geschaffen werden, eine Verzerrung bei der Datenerfassung und Ausbildung dazu führen, dass ein KI-System eine Verzerrung aufweist. Bei logikbasierter KI, z. B. bei regelbasierten Systemen, können infolge der Perspektive, aus der ein/e Wissensingenieur/in die Regeln, die für eine bestimmte Umgebung gelten sollen, betrachtet, Verzerrungen auftreten. Sie stehen nicht notwendigerweise im Zusammenhang mit Vorurteilen oder der Datenerhebung durch Menschen. Sie können beispielsweise dadurch entstehen, dass ein System in einem begrenzten Kontext verwendet wird und deshalb keine Möglichkeit zur Übertragung der Erkenntnisse auf andere Umgebungen hat. Verzerrungen können gut oder schlecht, absichtlich oder unabsichtlich sein. In bestimmten Fällen können Verzerrungen zu diskriminierenden und/oder unfairen Ergebnissen führen (d. h. unfairen Verzerrungen). Datenmengen, die so groß sind, dass sie mit herkömmlichen Datenverarbeitungsanwendungen nicht erfasst, gespeichert und analysiert werden können. Big Data bezieht sich nicht nur auf die Datenmenge, sondern auch auf die Fähigkeit, große Datensätze zu durchsuchen, zu aggregieren und mit Querverweisen zu versehen. Ein Programm, das mit Menschen durch Text- oder Sprachbefehle in einer Weise kommuniziert, die menschliche Unterhaltungen nachahmt. Die Analyse großer Datenmengen, um Modelle, Zusammenhänge und Trends aufzuzeigen. Eine Sammlung zusammengehöriger Datenpunkte, in der Regel mit einer einheitlichen Reihenfolge und Kennzeichnung. Eine Computerdatei, die eine Sammlung eigenständiger Werke, Daten oder anderer Materialien enthält, die auf systematische oder methodische Weise angeordnet und einzeln auf elektronischem oder anderem Wege zugänglich sind. Annahmen, die von KI-Algorithmen getroffen werden, könnten bestehende Vorurteile verstärken, die in den derzeitigen Bildungspraktiken verankert sind, z. B. Vorurteile in Bezug auf Geschlecht, ethnische Zugehörigkeit, Kultur, Chancen oder Behinderungen. Verzerrungen können auch durch Online-Lernen und durch Anpassungen infolge von Interaktion entstehen. Sie können auch durch Personalisierung entstehen, wenn z. B. Nutzerinnen und Nutzern Empfehlungen oder Informationsströme präsentiert werden, die auf die jeweiligen Nutzervorlieben zugeschnitten sind. Mithilfe von Big-Data-Analysen können Lehrkräfte möglicherweise Bereiche identifizieren, in denen Lernende Schwierigkeiten haben oder Erfolge erzielen, die individuellen Bedürfnisse der Lernenden verstehen und Strategien für personalisiertes Lernen entwickeln. Chatbots können Lernenden als virtuelle Berater zur Seite stehen und sich dabei an ihr Lerntempo anpassen und so zu personalisierten Lernprozessen beitragen. Anhand ihrer Interaktionen mit den Schülerinnen und Schülern kann auch festgestellt werden, in welchen Fächern Hilfe benötigt wird. Auf Educational Data Mining (EDM) basierende Systeme können Data Mining, maschinelles Lernen und Statistiken nutzen, um die Lernenden und die Rahmenbedingungen, unter denen sie lernen, besser zu verstehen. Datensätze im Bildungswesen werden hauptsächlich zur Unterstützung neuer Bildungsforschung sowie zur gemeinsamen Nutzung und Anwendung bestehender Forschungsergebnisse bereitgestellt und verwendet. Schulverwaltungssysteme enthalten Datenbanken mit Schülerinformationen, einschließlich persönlicher Profile und Daten über Lernergebnisse. Diese sind manchmal mit Stundenplan-, Bewertungs- und Lernmanagementsystemen verbunden.

Publikationen

Folgen Sie dem PAD