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.

34 ETHISCHE LEITLINIEN

34 ETHISCHE LEITLINIEN FÜR LEHRKRÄFTE ÜBER DIE NUTZUNG VON KI KI-Begriff Bedeutung Anwendung im Bildungswesen DEEP LEARNING INTERNET DER DINGE (INTERNET OF THINGS, IoT) LEARNING ANALYTICS MACHINE TRANSLATION MASCHINELLE ÜBERSETZUNG Deep-Learning-Verfahren gehören zu den Methoden des maschinellen Lernens und beruhen auf künstlichen neuronalen Netzen. Sie werden bei verschiedenen Aufgaben eingesetzt, z. B. bei der Objekterkennung in Bildern oder zur Spracherkennung. Ein Netzwerk aus miteinander verbundenen physischen Objekten (Dingen), die mit Sensoren, Software und anderen Technologien ausgestattet sind, sodass sie sich mit anderen Geräten und Systemen über das Internet verbinden und Daten austauschen können. Learning Analytics umfasst die Messung, Sammlung, Analyse und Auswertung von Daten über Lernende und deren Lernumfeld, um das Lernen und die Lernumgebung zu erfassen und zu optimieren. Die Fähigkeit eines Computersystems, ohne menschliches Eingreifen zu lernen, Muster zu erkennen und sich auf der Grundlage neuer Daten zu verändern. Die Übersetzung von Text- oder Sprachdaten durch einen Algorithmus in Echtzeit und ohne menschliche Beteiligung. Deep-Learning-basierte KI-Systeme haben das Potenzial, präzise Vorhersagen über Bildungsleistungen zu treffen, was bei der Entwicklung von Strategien für personalisiertes Lernen von Nutzen sein kann. Mit dem IoT verbundene Geräte können den Lernenden einen besseren Zugang zu allem – von Lernmaterialien bis hin zu Kommunikationskanälen – bieten und den Lehrkräften die Möglichkeit geben, den Lernfortschritt der Schülerinnen und Schüler in Echtzeit zu messen. Lernmanagementsysteme zeichnen Daten über die Interaktion der Lernenden mit Unterrichtsmaterialien, Lehrkräften und Klassenkameraden sowie ihre Leistungen bei digitalen Prüfungen auf. Schulen können diese Daten analysieren, um die Leistungen der Schülerinnen und Schüler zu verfolgen, die Gesamtleistung vorherzusagen und die Bereitstellung von Unterstützung durch personalisiertes Feedback für jede(n) Schüler/in zu erleichtern. Maschinelles Lernen ist eine Form des personalisierten Lernens, die dazu dient, jedem Kind eine individualisierte Lernerfahrung zu ermöglichen. Die Lernenden werden durch ihren eigenen Lernprozess geführt, können das von ihnen gewünschte Tempo anwenden und ausgehend von Systemhinweisen selbst entscheiden, was sie lernen wollen. Maschinelle Übersetzungstools werden im Sprachunterricht eingesetzt, um den Lernenden zu helfen, ihr Verständnis und ihre Aussprache zu verbessern, und können es den Lehrkräften ermöglichen, sich mehr Zeit für die inhaltlichen und kommunikativen Aspekte des Sprachunterrichts zu nehmen.

UND DATEN FÜR LEHR- UND LERNZWECKE 35 KI-Begriff Bedeutung Anwendung im Bildungswesen METADATEN NATÜRLICHE SPRACHVERARBEITUNG NEURONALES NETZ OPTISCHE ZEICHENERKENNUNG (OPTICAL CHARACTER RECOGNITION, OCR) PERSONENBEZOGENE DATEN PRÄDIKTIVE ANALYTIK (PREDICTIVE ANALYTICS) ROBOTIK Metadaten sind Informationen, die zur Beschreibung, Referenzierung, Kontextualisierung oder Kennzeichnung einer Datendatei wie einer Webseite, eines Bildes, eines Videos, eines Dokuments oder einer Datei verwendet werden. Es handelt sich um Daten, die die eigentlichen Daten beschreiben, und nicht um die Daten selbst. Die natürliche Sprachverarbeitung ist eine Form der KI, die Computern beim Lesen und Reagieren hilft, indem sie die menschliche Fähigkeit simuliert, Alltagssprache zu verstehen. Ein Computersystem, das als eine Sammlung von Einheiten und Knoten konzipiert und den biologischen Nervenzellen (Neuronen) von Tieren nachempfunden ist, die zur Übertragung von Signalen miteinander verbunden sind. OCR ist die Umwandlung von Textbildern (getippt, handschriftlich oder gedruckt) in maschinell kodierten Text. Informationen, die sich direkt oder indirekt auf eine identifizierte oder identifizierbare Person beziehen, insbesondere durch Bezugnahme auf ein oder mehrere besondere Merkmale dieser Person. Die Verwendung von statistischen Algorithmen und Verfahren des maschinellen Lernens, um anhand aktueller und historischer Daten Vorhersagen über die Zukunft zu treffen. Robotik bezeichnet die Entwicklung, Konstruktion und den Betrieb von Robotern, die Menschen bei einer Vielzahl von Aufgaben helfen und unterstützen können. Durch die Verwendung von Metadaten können Lehrkräfte Lehr- und Lernressourcen leichter finden und bewerten, sodass ihnen eine größere Bandbreite an Material für ihre Lernenden zur Verfügung steht. Dies kann dazu beitragen, dass Lernende Inhalte entsprechend ihren Fähigkeiten und ihrem Wissensniveau vermittelt bekommen. Ein virtuelles Nachhilfesystem kann mithilfe von Spracherkennung Leseschwächen eines Kindes erkennen und automatisch in Echtzeit anzeigen, wie eine Verbesserung möglich und welches Lesematerial optimal für das Kind geeignet ist. Mithilfe der Wiederholungsmethode kann ein neuronales Netz darauf trainiert werden, eine neue Fähigkeit oder Kompetenz zu erlernen. Die optische Zeichenerkennung kann Schülerinnen und Schülern mit Lese- und Schreibschwäche helfen, indem ein Text akustisch wiedergegeben wird und folglich nicht gelesen werden muss. Mittels OCR kann auch ein durchsuchbares digitales Dokument erstellt werden, das es den Lernenden ermöglicht, die Definition eines Wortes leichter nachzuschlagen oder verschiedene Textstellen mit Lesezeichen zu versehen. Schulen erfassen eine beträchtliche Menge an personenbezogenen Daten über Schülerinnen und Schüler, Eltern, Personal, Verwaltung und Lieferanten. Als für die Verarbeitung Verantwortliche sind Schulen verpflichtet, die von ihnen verarbeiteten Daten vertraulich und sicher aufzubewahren, und müssen über geeignete Strategien und Verfahren für den Schutz und die ordnungsgemäße Verwendung aller personenbezogenen Daten verfügen. Die prädiktive Analytik kann Aufschluss darüber geben, welche Schülerinnen und Schüler zusätzliche Unterstützung benötigen, und zwar nicht nur auf der Grundlage ihrer aktuellen und historischen Leistungen, sondern auch basierend auf ihren vorhergesagten künftigen Leistungen. Bildungsrobotik und Robotersimulatoren ermöglichen es Schülerinnen und Schülern, in den Fächern Mathematik, Informatik, Naturwissenschaften, Technik (MINT) unterschiedliche Lernmethoden anzuwenden. Das Ziel dabei besteht darin, die Fähigkeiten und Einstellungen der Schülerinnen und Schüler zu fördern, was die Auseinandersetzung mit und den Einsatz von Robotern betrifft. Diese Aktivitäten können die Entwicklung, Programmierung, Anwendung oder das Experimentieren mit Robotern umfassen.

Publikationen

Folgen Sie dem PAD