KI in der Hochschulbildung – Status Quo und Zukunftsperspektiven

Traditionell sind Hochschulen die Orte in der Gesellschaft, an denen sich Intelligenz und Wissen bündeln. Aber wie sieht es mit Künstlicher Intelligenz (KI) aus? Welche Rolle wird sie in den kommenden Jahren an Hochschulen spielen? Darum ging es jetzt beim Online-Symposium „Künstliche Intelligenz in der Hochschulbildung – Status quo und Zukunftsperspektiven“. Die FernUniversität in Hagen richtete die Veranstaltung gemeinsam mit dem Verbundprojekt „KI-Campus“ aus, das Florian Rampelt vom Stifterverband koordiniert. Rund 100 Teilnehmende aus Wissenschaft, Studium und Praxis trafen sich im digitalen Audimax der FernUniversität, um Vorträgen zu folgen und anschließend gemeinsam über den Einsatz von KI in der Hochschulbildung zu diskutieren. Dazu fanden sie sich in neun virtuellen Arbeitsgruppen in Adobe Connect zusammen. Dort fragten sie zum Beispiel danach, welche didaktischen Szenarien sich besonders für den Einsatz von KI eignen, welche Chancen und Herausforderungen sich durch den Einsatz von KI und Learning Analytics für Lehrende und Studierende ergeben oder wie ein KI-gestütztes Hochschulstudium im Jahr 2030 aussieht.

Prof. Dr. Claudia de Witt begrüßte die Gäste im Namen des AI.EDU Research Labs der FernUniversität. Das Forschungslabor betreibt die FernUniversität zusammen mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Es ergründet, wie KI-Methoden beim individuellen Lernen im Hochschulstudium helfen können und welche ethischen Maßstäbe dabei gelten sollten. Das AI.EDU Research Lab ist Teil des FernUni-Forschungsschwerpunkts „Digitalisierung, Diversität und Lebenslanges Lernen. Konsequenzen für die Hochschulbildung“ (D²L²).

Hochschule im Wandel

In ihrem Vortrag sprach Prof. de Witt über die „Zukunft der Hochschulbildung“, „21th Century Skills“ und KI als disruptiver Treiber. Eingangs erklärte die Leiterin des Lehrgebiets Bildungstheorie und Medienpädagogik: „Dass sich unser Leben voraussichtlich in den nächsten 10 bis 20 Jahren stärker verändern wird als in den 100 Jahren zuvor, liegt unter anderem an den disruptiven Technologien, zu denen eben Künstliche Intelligenz zählt.“ Dabei unterscheidet die Wissenschaft zwischen schwacher KI, die in spezifischen Anwendungsbereichen funktioniert, und starker KI mit eigenem Bewusstsein. Die starke KI wäre in der Lage, auf Augenhöhe mit dem Menschen zu arbeiten – ist aber zurzeit noch Science-Fiction. Anders sieht es mit der Simulation von intelligentem Verhalten aus: „Eine schwache KI kann uns im Kontext von Bildung helfen, zu verstehen, wie wir unsere menschlichen kognitiven Fähigkeiten verbessern und weiterentwickeln können – und wie unser Lernen funktioniert“, so Claudia de Witt.

Personalisiertes Lernen und Lehren

Konkret bedeutet das etwa, dass Lerndaten maschinell analysiert und mit ihnen individuelle Erfolgschancen vorhergesagt werden. Adaptive Angebote zeigen den Studierenden maßgeschneiderte Lernpfade auf. Intelligente Apps und Tools könnten Bildungsprozesse in naher Zukunft noch weiter erleichtern: Beispielsweise dienen dann Chatbots als fähige Sparrings-Partner beim Sprachenlernen. Auch mit Blick auf automatisierte Prüfungen könnte KI helfen – etwa beim Assessment, indem sie selbstständig komplexe Textaufgaben auswertet.

Insgesamt zog de Witt eine optimistische Bilanz – auch mit Blick auf die Arbeit im AI.EDU Research Lab. Dort entwickelt das Forschungsteam unter anderem ein intelligentes automatisiertes Assessment. „Es soll in eine sogenannte ‚Hausarbeitsassistenz‘ einfließen“, stellte die Bildungswissenschaftlerin in Aussicht.

Abschließend zitierte de Witt aus dem Educause-Horizon-2020-Report der EU: „Bis 2027 werden die meisten Studierenden bereits einen AI-Companion auf ihrem Smartphone haben, der ihnen seine Unterstützung in allen Phasen des Studiums anbietet.“ Von den Lehrenden an Hochschulen forderte sie mit Blick auf solche Prognosen „Akzeptanz und Aufgeschlossenheit“, aber auch einen reflexiven Umgang mit der Datafizierung von Lehre und Studium. Bei allem Potenzial, das in der Nutzung von digitalen Daten liegt, sollte der Faktor der „Persönlichkeitsentwicklung“ im akademischen Studium nicht in Vergessenheit geraten.

Daten richtig nutzen

Gedanken zur Datenanalyse präzisierte Prof. Dr. Niels Pinkwart in seinem Vortrag „Learning Analytics – Erreichtes, Chancen und Risiken“. Der Informatiker forscht am DFKI und ist Kooperationspartner im AI.EDU Research Lab. Er zeigte wichtige Trends auf, erinnerte aber auch an Grenzen der Technik. So stellt der beste Datensatz immer nur eine Auswahl dar: „Damit haben wir kein Gesamtbild. Dessen müssen wir uns immer bewusst sein. Insbesondere fehlen uns ganz oft der Sozialkontext und die Lernsituation in diesen Daten.“ Bricht zum Beispiel eine Person den Lernprozess in einer Software ab, heißt das nicht zwingend, dass sie nicht weiterlernt. Eventuell schlägt sie nur parallel zum digitalen Lernen in einem Buch nach. Bei der Konzeption von Feedback-Systemen seien auch solche Faktoren dringend zu berücksichtigen.