Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Schule<br />
besser kann, als Menschen. Das bedeutet: Ein<br />
Mensch, der Dreisatz rechnen kann, versteht<br />
auch einen Witz oder kann lernen, wie man gut<br />
Schafkopf spielt. Ein KI-System kann nur eine<br />
ganz bestimmte Sache gut. Man bräuchte demnach<br />
jeweils ein eigenes KI-System für Dreisatz,<br />
eines für Witze, eines zum Schafkopfspielen.<br />
Monster und Roboter<br />
KI sollte als Thema in verschiedenen Fächern<br />
aufgegriffen werden. In Religion oder Ethik<br />
lässt sich die Frage diskutieren, ab wann und<br />
ob überhaupt Menschen einer Maschine ein<br />
eigenes Bewusstsein zusprechen können oder<br />
wollen. Es können Unterschiede und Gemeinsamkeiten<br />
zwischen einem künstlich erschaffenen<br />
Menschen wie Frankensteins Monster<br />
und einem humanoiden, also menschenähnlichen,<br />
Roboter gesucht werden. Im Fremdsprachunterricht<br />
können die Schüler/-innen<br />
prüfen, wie gut maschinelles Übersetzen,<br />
beispielsweise mit Google Translator, funktioniert:<br />
Sie werden sehen, dass bei einem<br />
Satz wie „The doctor who visited the station<br />
was very young“ das Pronomen „who“ als<br />
„der“ übersetzt wird. Ersetzen sie „doctor“<br />
durch „nurse“, wird das Pronomen dagegen<br />
mit „die“ übersetzt. Der Übersetzer hat hier<br />
also einen „Gender-Bias“, ein Vorurteil – Ärzte<br />
werden als männlich, Krankenpfleger als weiblich<br />
angenommen. Das liegt daran, dass die<br />
Daten, aus denen das Übersetzungsprogramm<br />
gelernt hat, diesen Bias enthalten.<br />
In gesellschaftswissenschaftlichen Fächern<br />
kann die Lehrkraft mit der Klasse diskutieren,<br />
in welchen Berufen Künstliche Intelligenz – als<br />
Software oder in einem Roboter – Menschen<br />
bald oder in fernerer Zukunft ersetzen wird. Es<br />
wird sich herausstellen, dass stark regelbasierte<br />
Berufe wie Steuerberater einfacher zu ersetzen<br />
sind, während handwerkliche und soziale Berufe<br />
sich eher schwer ersetzen lassen.<br />
Bislang zielt ein Großteil der KI-Forschung<br />
auf voll automatisierte, autonome Systeme<br />
ab. Zunehmend wird erkannt, dass in vielen<br />
Bereichen ein partnerschaftliches Miteinander<br />
von KI-System und Mensch notwendig<br />
und sinnvoll ist. Notwendig, wo menschliches<br />
Erfahrungswissen gefragt ist. Sinnvoll, wo es<br />
wichtig ist, dass menschliches Miteinander<br />
erhalten bleibt, etwa in der Pflege oder in<br />
der Schule: So kann ein Pflegeroboter beim<br />
Umbetten oder bei der Körperpflege unterstützen.<br />
Ein Gespräch führen oder ein Spiel spielen<br />
möchte man lieber mit einem Menschen. Auch<br />
in der Schule sollte KI dazu eingesetzt werden,<br />
Lehrkräfte zu entlasten, aber sie keinesfalls<br />
ersetzen.<br />
KI zur Überwachung – auch in der Schule?<br />
Ebenfalls in den Gesellschaftswissenschaften<br />
können Schülerinnen und Schüler diskutieren,<br />
in welchen Bereichen Programme bereits über<br />
wichtige Lebensbereiche entscheiden. Entscheidungen<br />
über Kreditvergaben beruhen schon<br />
seit vielen Jahren auf sogenannten Scoring-<br />
Algorithmen, bei denen Menschen aufgrund<br />
bestimmter Kriterien wie Alter, Verdienst oder<br />
Wohnort auf ihre Kreditwürdigkeit hin bewertet<br />
werden. Zukünftig könnten auch Krankenversicherungstarife<br />
oder die Einladung zu einem<br />
Vorstellungsgespräch von KI-Algorithmen beeinflusst<br />
werden. Hierzu können KI-Systeme personenbezogene<br />
Daten sowie Verhaltensdaten, wie<br />
sie über Smartwatch, Handy oder Suchverläufe<br />
im Internet erfassbar sind, nutzen.<br />
Auch in der Schule könnten solche Ansätze Einzug<br />
halten. Je mehr Lernprozesse digitalisiert<br />
werden, desto mehr Daten lassen sich erfassen.<br />
So könnten persönliche Informationen wie<br />
Geschlecht, Herkunft und Leistungen in Tests<br />
zusammen mit Daten wie Lesedauer einer Seite<br />
oder der Beteiligung an Diskussionsforen verwendet<br />
werden, um vorherzusagen, ob eine<br />
Schülerin oder ein Schüler ein Fach oder ein<br />
Schuljahr erfolgreich abschließen wird. Dieses<br />
sogenannte „Learning analytics“ können<br />
Lehrkräfte nutzen, um frühzeitig Förderbedarf<br />
zu erkennen. Solche Funktionen können aber<br />
auch missbraucht werden, um Schülerinnen<br />
oder Schüler auszusortieren. Es liegt an uns,<br />
zu entscheiden, ob KI Schule zu einer rein auf<br />
Effizienz und Optimierung ausgerichteten Lernfabrik<br />
macht, oder ob KI so eingesetzt wird, dass<br />
Lehrkräfte entlastet werden – und mehr Zeit für<br />
individuelle Förderung entsteht.<br />
DIE AUTORIN<br />
Ute Schmid ist Professorin für Kognitive<br />
Systeme an der Universität Bamberg.<br />
Seit mehr als 15 Jahren lehrt und forscht<br />
sie zu Künstlicher Intelligenz.<br />
Foto: J. Schabel, Universität Bamberg<br />
44 <strong>didacta</strong>-magazin.de 3/<strong>20</strong><strong>20</strong>