KI in der Bildung
KMK-Empfehlungen wichtiger Schritt – offene Fragen klären
Die Kultusministerkonferenz (KMK) hat Handlungsempfehlungen für die Bildungsverwaltung zum Umgang mit Künstlicher Intelligenz (KI) vorgestellt. Dieser Schritt war überfällig und ist zu begrüßen. Ein paar Leerstellen bleiben aber noch.
Mit den länderübergreifenden Handlungsempfehlung für die Bildungsverwaltung zum Umgang mit Künstlicher Intelligenz (KI), die von der Bildungsministerkonferenz heute vorgestellt wurden, wollen die Minister*innen der Länder Antworten auf die Frage geben, wie Schulen mit den „Potenzialen und Risiken“ von KI-Anwendungen umgehen sollen. Die Deutsche Kinder- und Jugendstiftung (DKJS), Wikimedia Deutschland und die GEW begrüßen diesen überfälligen Schritt. Allerdings bleiben die Minister*innen an vielen Stellen zu unkonkret. So fehlen unter anderem eine konkrete Vision für den Bildungsbereich und Pläne zur Qualifizierung der Lehrkräfte. Außerdem mangelt es an klaren Aussagen, wie sichere Rahmenbedingungen für den Einsatz von KI in Schulen geschaffen werden können.
„Auf keinen Fall darf die Einführung KI-basierter Anwendungen und automatisierter Lernsysteme als Lösung für den Lehrkräftemangel ins Feld geführt werden." (Maike Finnern)
Für die GEW liegt der Fokus zu sehr auf möglichen Entlastungen, die sich durch den Einsatz von KI etwa für die Unterrichtsvorbereitung ergeben, anstatt entstehende Belastungen zu thematisieren. „Lehrkräfte müssen dringend zeitlich entlastet werden. KI-Anwendungen und -Systeme leisten das nicht automatisch", sagte die GEW-Vorsitzende Maike Finnern.
"Rationalisierungsmaßnahmen können auch zu Mehrarbeit und Arbeitsverdichtung führen. Indem neue Aufgaben hinzukommen oder Prozesse beschleunigt werden, die Frequenz der Aufgaben erhöht wird oder größere Klassengrößen angesetzt werden. Auf keinen Fall darf die Einführung KI-basierter Anwendungen und automatisierter Lernsysteme als Lösung für den Lehrkräftemangel ins Feld geführt werden.“
Wer bildet Lehrkräfte aus?
Stefan Schönwetter, DKJS-Experte für Digitale Bildung, betonte: „Aus unserer Sicht versäumen es die Länder, klar zu benennen, welche pädagogischen, didaktischen und administrativen Herausforderungen mit Systemen der künstlichen Intelligenz gelöst und bearbeitet werden sollen.” Den Zweck und das Ziel zur Nutzung von KI zu benennen, werde auch in zentralen Regelungswerken wie der DSGVO und dem AI-Act gefordert.
Alle drei Organisationen merken zudem an, damit KI für alle Lehrkräfte ein Hilfsmittel werde, seien zunächst pädagogische und didaktische Weiterbildungen erforderlich. Offen bleibe jedoch die Frage, woher das Lehrpersonal an den Hochschulen und Lehrkräfteseminaren kommen solle, dass die Lehrkräfte entsprechend ausbilde.
Datenschutzkonforme Modelle für pädagogische Zwecke
Heike Gleibs, Leiterin des Teams Bildung und digitale Kulturgüter bei Wikimedia Deutschland, forderte: „Wenn KI-Systeme für den Bildungskontext entwickelt werden, müssen die zugrunde liegenden Modelle und Daten offen und transparent sein, da nur so eine unabhängige Prüfung der Technologien stattfinden kann. Diese Voraussetzung erfüllen proprietäre Modelle bisher noch nicht."
Die Verantwortung für die Einschätzung möglicher Risiken beim Einsatz von KI-Systemen in der Schule dürfe nicht den Lehrkräften übertragen werden, betonten GEW, DKJS und Wikimedia.
Neben ChatGPT gibt es weitere künstliche Intelligenzen, die ähnliche Funktionen bieten. Wir haben eine Auswahl zusammengestellt-
Diese KI-Tools gibt es neben ChatGPT
ChatABC verfügt über zusätzliche Funktionen wie Teamzusammenarbeit, Prompt Library und Never-Down-Service.
ChatPDF ist eine KI-Anwendung, um PDF-Dateien hochzuladen und dann die KI zu den PDF-Inhalten zu befragen.
Claude ist eine Familie großer Sprachmodelle, die von dem US-Start-up Anthropic entwickelt wurden. Die KI hat eine ethische Ausrichtung.
DeepL Write ist ein KI-Schreibassistent, der dabei unterstützt, bessere Texte zu schreiben.
Das Open-Source-Sprachmodell Dolly wurde von dem US-Unternehmen Databricks entwickelt und ist sowohl für Forschungs- als auch kommerzielle Zwecke frei verfügbar.
Die Open-Source-Sprachmodellreihe Falcon wurde vom Technology Innovation Institute (TII) in Abu Dhabi konzipiert. Falcon 180B gilt als eines der größten, jemals trainierten LLM.
Gemini ist eine Serie multimodaler Sprachmodelle Googles und baut auf den zuvor veröffentlichten Modellen LaMDA und PaLM auf.
Das Open-Source-Projekt GPT4All ist eine ChatGPT-Alternative, die lokal auf dem Rechner ausgeführt werden kann.
Grammarly ist ein Schreibassistent, der Rechtschreib-, Grammatik-, Interpunktions-, Klarheits- und Übermittlungsfehler überprüft und mittels KI einen Ersatz für den Fehler sucht.
Hugging Face ist eine Community, die auf Basis von ChatGPT und GPT4all eigene Sprachmodelle baut.
Das von Meta AI entwickelte multimodale Sprachmodell ImageBind soll verschiedene Daten wie Text, Bild, Audio aber auch Sensordaten verarbeiten und verknüpfen.
LLaMA ist eine Familie großer Sprachmodelle aus dem Hause Meta. Es gibt unterschiedlich große Versionen, außerdem Feintunings wie Alpaca, Vicuna und Gorilla mit Fokus auf bestimmten Funktionen.
Das Open-Source-Konversationssprachmodell LaMDA (Language Model for Dialogue Applications) wurde von Google AI speziell für Dialoganwendungen entwickelt.
Die KI des deutschen Start-ups Aleph Alpha besteht derzeit aus drei Modellen, die sich in Komplexität und Leistungsfähigkeit unterscheiden. Die Luminous-Familie ist multimodal.
Microsoft Copilot ist eine Assistentenfunktion mit Künstlicher Intelligenz für Microsoft-365-Anwendungen und -Dienste, Windows 11 und Microsoft Bing.
Das Sprachmodell Mistral Large wurde von Mistral AI für fortgeschrittene Texterstellung, Schlussfolgerungen und mehrsprachige Unterstützung konzipiert
Neuroflash ist ein KI-Text- und Bildgenerator – allerdings vor allem für Marketingtexte.
Das Open-Source-Sprachmodell Orca 2 von Microsoft soll ähnliche Leistungen wie die größeren KI-Systeme erbringen, aber mit geringerer Rechenleistung, um weniger Energie zu verbrauchen.
PaLM ist die Abkürzung für Pathways Language Model, eine von Google konzipierte Familie großer Sprachmodelle. PaLM 2 wird in verschiedenen Google-Produkten verwendet, darunter das Chat-Tool Bard.
Der T5 (Text-to-Text Transfer Transformer) von Google AI ist ein leistungsstarkes Sprachmodell für Textaufgaben wie Übersetzungen oder Zusammenfassungen - allerdings nicht speziell darauf ausgelegt, als interaktiver Chatbot wie ChatGPT zu fungieren.
Die Plattform SchulKI wurde von Lehrkräften gegründet und wird gemeinsam mit Forschenden und Programmiertalenten entwickelt.
Perplexity AI ist eine KI-Suchmaschine, die ähnlich wie ChatGPT funktioniert, aber auch Quellen angibt. Zudem werden unter dem Text „related“-Anfragen angezeigt.
Smodin ist ein KI-basiertes Tool für die automatische Textgenerierung. Das Tool bietet außerdem einen Plagiatscheck.
(Quellen: unterrichten.digital und Manuel Flick)
Diese Auswahl erhebt keinen Anspruch auf Vollständigkeit und kann und soll fortlaufend ergänzt werden. Schreibt uns, welche KI-Tools ihr nutzt und in dieser Liste ergänzt werden sollen!
