KI im Sprachenunterricht

Eine Präsentation von Annemieke de Jong

Die Präsentation von Annemieke de Jong bietet einen tiefgehenden Einblick in die Nutzung von Künstlicher Intelligenz (KI) im Sprachunterricht. Dabei werden nicht nur die Möglichkeiten, sondern auch die Herausforderungen und Risiken dieser neuen Technologie beleuchtet.

Einleitung und historischer Kontext
De Jong beginnt ihre Präsentation mit einem historischen Kontext zur KI. Sie verweist auf die Idee denkender Maschinen, die bereits in den 1950er-Jahren aufkam. Der Turing-Test, der bis heute eine wichtige Rolle in der KI-Forschung spielt, wird als Meilenstein in der Entwicklung von KI hervorgehoben. Dieser Test soll feststellen, ob eine Maschine Intelligenz besitzt, indem ein Mensch mit einem Computer und einer anderen Person kommuniziert. Kann der Mensch nicht unterscheiden, mit wem er kommuniziert, wird der Maschine Intelligenz zugeschrieben.

Arten von KI und der Gartner Hype Cycle
Es gibt verschiedene Arten von KI, darunter prädiktive KI und generative KI. Prädiktive KI wird beispielsweise von Streaming-Diensten wie Netflix genutzt, um Vorhersagen über die Vorlieben der Nutzer zu treffen und personalisierte Empfehlungen zu geben. Generative KI hingegen ist in der Lage, neue Inhalte zu erstellen, wie etwa neue Serien für Netflix, basierend auf den Vorlieben der Nutzer.

De Jong verweist auf den Gartner Hype Cycle, ein Modell, das die Entwicklung von Technologien beschreibt. Laut diesem Modell befindet sich die KI derzeit auf dem Weg in die “tiefe Kluft der Ernüchterung”. Das bedeutet, dass die Phase überhöhter Erwartungen vorbei ist und nun ein realistischeres Bild der Möglichkeiten und Grenzen der KI entsteht. Es wird deutlich, dass KI zwar ein großes Potenzial hat, aber nicht alle Erwartungen erfüllen kann.

Funktionsweise generativer KI und Large Language Models (LLM)
Die Präsentation erklärt die Funktionsweise generativer KI anhand des Black-Box-Modells. Dieses Modell beschreibt einen Prozess, bei dem eine Eingabe in eine Black Box, einen undurchsichtigen Prozess, eingespeist wird und eine Ausgabe generiert wird. Die genauen Vorgänge innerhalb der Black Box sind oft nicht nachvollziehbar. De Jong weist darauf hin, dass dies problematisch sein kann, da nicht immer klar ist, wie die Ergebnisse zustande kommen.

Als Beispiel für generative KI werden Large Language Models (LLM) vorgestellt. Diese Modelle basieren auf enormen Textdatenbanken und können statistische Vorhersagen treffen. Google verfügt über ein solches LLM. De Jong betont jedoch, dass LLMs kein echtes Wissen besitzen, sondern lediglich statistische Vorhersagen auf Basis der verfügbaren Daten treffen. Sie können daher keine Wissensfragen beantworten, keine Quellen suchen oder Argumente untermauern. LLMs können jedoch Texte umformulieren, Feedback zu Texten geben, Brainstorming unterstützen, Bilder generieren und Unterrichtsmaterial erstellen.

KI-sichere Prüfungen und Aufgaben
In Bezug auf den Einsatz von KI im Bildungsbereich plädiert De Jong dafür, Prüfungen und Aufgaben KI-sicher zu gestalten. Das bedeutet, dass die Aufgaben so entworfen werden sollten, dass sie nicht einfach mit Hilfe von KI gelöst werden können. Mögliche Ansätze sind:

  • Persönliche oder kontextbezogene Aufgaben: Aufgaben, die sich auf die individuellen Erfahrungen und den persönlichen Kontext der Lernenden beziehen, sind schwieriger mit KI zu lösen.
  • Anforderungen an Begründung und Quellenangabe: Die Lernenden sollten ermutigt werden, ihre Antworten zu begründen und Quellen anzugeben.
  • Fokus auf den Prozess: Teilaufgaben und Reflexion: Der Prozess der Aufgabenbearbeitung sollte stärker in den Vordergrund gestellt werden. Teilaufgaben und Reflexionsphasen können zu einer aktiveren Auseinandersetzung der Lernenden mit dem Lernstoff beitragen.
  • Kreative Verarbeitung: Videos, Zeichnungen: Kreative Aufgabenformate wie das Erstellen von Videos oder Zeichnungen sind ebenfalls schwieriger mit KI zu lösen.
  • Fallstudien: Anforderungen an spezifische Begründungen: Fallstudien erfordern ein tieferes Verständnis der Materie und die Fähigkeit, komplexe Zusammenhänge zu analysieren.

Europäische KI-Verordnung (AI-Act) und KI-Kompetenz
De Jong geht auch auf die Europäische KI-Verordnung (AI-Act) ein, die am 1. August 2024 in Kraft trat. Diese Verordnung regelt die Nutzung von KI in der EU und soll sicherstellen, dass KI-Systeme sicher, transparent und verantwortungsvoll eingesetzt werden. Ab dem 1. August 2026 müssen Inhalte, die mit KI generiert wurden, gekennzeichnet werden. Für die Kennzeichnung in der APA-Zitation gibt es noch keine festen Richtlinien, aber bereits Vorschläge.

Ab dem 1. Februar 2025 müssen alle Personen, die mit KI arbeiten, KI-Kompetenzen nachweisen können. Das bedeutet, dass sie KI-Systeme informiert einsetzen und die damit verbundenen Möglichkeiten und Risiken einschätzen können. Die Verantwortung für die Professionalisierung liegt beim Arbeitgeber.

UNESCO-Kompetenzrahmen für KI
Die UNESCO hat Kompetenzrahmen für KI entwickelt, um Lehrkräfte auf die Zukunft vorzubereiten. Diese Rahmen sollen Lehrkräften das notwendige Wissen und die Fähigkeiten vermitteln, um KI sinnvoll und verantwortungsvoll im Unterricht einzusetzen. Die UNESCO fordert die Länder auf, diese Rahmen in ihre KI-Strategie und Bildungspolitik zu integrieren.

Die Kernpunkte für Lehrkräfte sind:

  • Menschenzentrierter Ansatz: Wahlfreiheit, (soziale) Verantwortung. Der Einsatz von KI sollte stets dem Menschen dienen.
  • Ethik der KI: Ethische und verantwortungsvolle Nutzung. Die ethischen Aspekte des Einsatzes von KI sollten stets berücksichtigt werden.
  • KI-Wissen und -Fähigkeiten: Lehrkräfte sollten über das notwendige Wissen und die Fähigkeiten verfügen, um KI sinnvoll im Unterricht einzusetzen.
  • KI-Didaktik: Wie kann KI Lehrkräfte und Lernende unterstützen? Es sollten didaktische Konzepte entwickelt werden, die den Einsatz von KI im Unterricht fördern.

Die Kernpunkte für Lernende sind:

  • Menschenzentrierter Ansatz: Verständnis der Beziehung zwischen Mensch und KI. Lernende sollten ein Verständnis für die Beziehung zwischen Mensch und KI entwickeln.
  • Ethik der KI: Ethischer und verantwortungsvoller Umgang, Sicherheitsaspekte. Lernende sollten für die ethischen Aspekte der KI-Nutzung sensibilisiert werden und Sicherheitsaspekte berücksichtigen.
  • KI-Wissen und -Fähigkeiten: Lernende sollten über Grundkenntnisse und Fähigkeiten im Bereich KI verfügen.
  • KI-Systemdesign: Problemlösungsfähigkeit (auch Computational Thinking, Design Thinking). Lernende sollten in die Lage versetzt werden, KI-Systeme zu gestalten und Probleme mit Hilfe von KI zu lösen.

Herausforderungen und Risiken von KI
De Jong geht auch auf die Herausforderungen und Risiken von KI ein:

  • Halluzinationen: LLMs können Informationen erfinden, was zu falschen oder irreführenden Informationen führen kann.
  • Verzerrungen (Bias): Vorurteile in den Datensätzen können zu verzerrten Ergebnissen führen. KI-Systeme können bestehende Ungleichheiten verstärken.
  • Mangel an Logik und Kontextverständnis: KI verfügt über keine menschliche Logik und versteht oft den Kontext nicht, was zu Fehlinterpretationen und falschen Schlussfolgerungen führen kann.
  • Ethik: Der Mensch muss die Kontrolle über KI behalten (“Human in the lead”). KI darf weder Mensch noch Umwelt schaden. KI besitzt keine eigene Ethik, wir müssen diese bewerten.

Nachhaltigkeit: Das Training von KI-Modellen ist energieintensiv. Die Berechnung von Antworten und die Kühlung von KI-Systemen verbrauchen viel Energie und Wasser. Das Training von KI-Systemen ist (teilweise) Handarbeit. Der Einsatz von KI hat auch Auswirkungen auf die Umwelt.

Datenschutz und Integrität: Oft ist unklar, was mit den (eingegebenen) Daten geschieht. Es gibt Fragen zum Schutz des geistigen Eigentums. Die Integrität eigener Arbeiten muss gewährleistet sein, und der Einsatz von KI sollte kenntlich gemacht werden. Es ist wichtig, dass die Privatsphäre der Nutzer geschützt und der Einsatz von KI transparent gestaltet wird.

KI-Anwendungen im Sprachunterricht
De Jong präsentiert verschiedene KI-Anwendungen, die im Sprachunterricht eingesetzt werden können:

  • LLM-basierte Anwendungen:
    • ChatGPT: Ein Chatbot basierend auf dem LLM GPT-3 von OpenAI.
    • Gemini: Ein LLM von Google.
    • Copilot: Ein LLM von Microsoft.
    • Claude: Ein Chatbot von Anthropic.
  • Weitere Anwendungen:
    • Perplexity: Eine Suchmaschine, die KI einsetzt, um die relevantesten Ergebnisse zu finden.
    • Mizou: Eine Plattform, mit der Lehrkräfte eigene Chatbots erstellen können. Mizou ermöglicht es Lehrkräften, Chatbots zu erstellen, die mit Lernenden in der Zielsprache kommunizieren. Lehrkräfte benötigen ein kostenloses Konto, Lernende nicht.

Tipps für den Einsatz von KI im Sprachunterricht
Abschließend gibt De Jong Tipps für den Einsatz von KI im Sprachunterricht:

  • Definieren Sie Ihr Ziel: Was möchten Sie mit KI erreichen? Was möchten Sie selbst (weiterhin) tun?
  • Wählen Sie ein Tool: Es gibt viele KI-Tools, die im Sprachunterricht genutzt werden können. Wählen Sie ein Tool, das Ihren Bedürfnissen entspricht.
  • Probieren Sie es aus: Experimentieren Sie mit verschiedenen KI-Tools und entdecken Sie, wie Sie diese am besten in Ihren Unterricht integrieren können.

Fazit
Die Präsentation von Annemieke de Jong bietet einen umfassenden Überblick über die Möglichkeiten, Herausforderungen und Risiken von KI im Sprachunterricht. Es wird deutlich, dass KI das Potenzial hat, den Sprachunterricht zu bereichern, aber auch kritisch betrachtet werden muss. Die Entwicklungen im Bereich der KI schreiten schnell voran. Daher ist es wichtig, dass Lehrkräfte sich mit dieser neuen Technologie auseinandersetzen und lernen, sie sinnvoll und verantwortungsvoll einzusetzen.

Der Text auf dieser Seite wurde mithilfe von einer KI (Microsoft Copilot) genieriert und von Ralf Methling auf seine inhaltliche Korrektheit kontrolliert und bearbeitet.