Tagung: Künstliche Intelligenz und Diversität in der Hochschulbildung

Heute werden immer mehr kognitive Aufgaben auf den Computer übertragen, wo Systeme, die mit Künstlicher Intelligenz (KI) ausgestattet sind, aus unserem Verhalten lernen. Als intellektueller Leistungsverstärker helfen sie, unser Verständnis zu erhöhen, unsere Fähigkeit zur Problemlösung zu verbessern oder einfach, uns besser zu erinnern. In meinem Vortrag werde ich aufzeigen, wie KI uns beim Lesen und Lernen unterstützen kann. An mit Sensoren erweiterten Lernarbeitsplätzen kommen Analyseverfahren zum Einsatz, die Einblicke in Interesse, Wissensbedarf und kognitive Belastung der Lernenden geben und daraus individualisierten Informationsbedarf ableiten. Eingesetzte Lernobjekte können situativ und dynamisch reagieren, indem sie Bausteine wie Textabschnitte, Formeln, Diagramme oder Tabellen mit Erklärungen, Grafiken und Bildern, aber auch von multimedialen Lernobjekten erweitern und damit personalisiertes und interaktives Lernen ermöglichen.

Disruptive Technologien sind einer der Treiber für neue Gestaltungsmöglichkeiten in der Bildung. Mit der Vorstellung einer Künstlichen Intelligenz (KI), die planen, Probleme lösen, Vorhersagen und Entscheidungen treffen kann, hat es über viele Jahrzehnte Visionen über die Verbindung von KI mit humanistischen Vorstellungen gegeben und immer wieder die bildungsphilosophische Frage über das Verhältnis von Selbst- und Fremdbestimmung aufgeworfen. Für eine realitätsnahe Einbindung der KI muss aber eine der zentralen Ausgangsfragen lauten: Was wollen wir mit den intelligenten Technologien in der Bildung erreichen? Der Vortrag geht auf diese Fragen ein und stellt Forschungsansätze zu Künstlicher Intelligenz in der Bildung an der FernUniversität in Hagen vor, die im AI.EDU Research Lab zusammen mit dem Deutschen Forschungszentrum für Künstliche Intelligenz umgesetzt werden.

Wie sieht die Hochschule der Zukunft aus? Oder konkreter: Welche Potenziale gibt es heute, um fortschrittliches Lehren und aktives Lernen in der Hochschule auf der Basis der mittlerweile verfügbaren Technologien weiterzuentwickeln? Welche Fragen an die Forschung sind damit verbunden? Ein Ausgangspunkt und gleichzeitiges Ziel besteht sicherlich darin, Studierende bei ihren jeweiligen Fähigkeiten und Interessen abzuholen, um sie optimal auf ihr jeweiliges Bildungsziel vorzubereiten. Gelingt es, die Besonderheiten jedes und jeder Studierenden so aufzugreifen, dass für alle die bestmögliche Form des Lernens geschaffen werden kann, würden Aufwand und Erfolg sich einem optimalen Verhältnis annähern können. Genau dieses Ziel verfolgt der Forschungsschwerpunkt D²L², der hier erstmals öffentlich vorgestellt wird.

Um den Anforderungen einer zunehmend durch Diversität geprägten Studierendenschaft gerecht zu werden, ergeben sich wichtige Implikationen für die Hochschulbildung. Die im Rahmen von D²L² durchgeführten Projekte zielen darauf ab, Diversität in Bezug auf unterschiedliche bildungsrelevante Variablen zu charakterisieren und personalisierte Lernprozesse zu gestalten, die den diversitätsstiftenden Merkmalen der Studierenden adaptiv begegnen. Im Rahmen des Vortrags wird aus der jeweiligen Projektperspektive beleuchtet, welche Facetten von Diversität (individuell, interpersonal, institutionell) in den Blick genommen werden und welche Forschungsfragen sich daraus ergeben.

Mit zunehmendem Einfluss multimedialer Technologie im Bereich der Bildung eröffnen sich vielfältige Möglichkeiten zur effizienten und nutzeradaptiven Gestaltung von Lernumgebungen und zum technologiegestütztem Feedback für Didaktik. Die Basis hierfür liefern maschinelle Lernmethoden zur Analyse multimodaler Daten. Im Fokus dieses Vortrags stehen Möglichkeiten und Herausforderungen im Zusammenhang mit dem Einsatz maschineller Lernverfahren im Bereich der Bildung, insbesondere zur Analyse und Prädiktion von Lernverhalten auf Basis physiologischer Daten.

Dass digitalisierte Lernumwelten der diversen Zusammensetzung der Studierendenschaft, ihren unterschiedlichen Lebenslagen, ihren differierenden Lernvoraussetzungen und -erfahrungen besser gerecht werden und somit ihre Lern- und Studienerfolge unterstützen können, ist eine international und national häufig propagierte Erwartung. So eröffnen digitale Lern-/Lehrformate die Chancen auf ein flexibles, zeit- und ortsunabhängiges Lernen der Einzelnen und können damit zur Verbesserung der Teilhabechancen diverser Studierendengruppen beitragen. Wie die Vorstellung aktueller Befunde jedoch zeigt, werden die empirischen Forschungen zu Diversität und Digitalisierung bislang noch eher selten systematisch miteinander verknüpft.

Die Entwicklung von Daten hin zu einem Wirtschaftsgut, das als Tauschmittel für digitale Inhalte oder vermögenswerte Vorteile im E-Commerce eingesetzt wird, insbesondere die Bewertung von Daten als das „Öl“ des 21. Jahrhunderts, das den Motor der Künstlichen Intelligenz antreibt, hat die Frage der rechtlichen Zuordnung von Daten in den vergangenen Jahren in den Mittelpunkt der Diskussion gestellt. Sie gehört schon deshalb zu den aktuell größten juristischen Herausforderungen, da sie praktisch alle Rechtsgebiete durchzieht. Lösungsansätze für den rechtssicheren Umgang mit Daten betreffen bislang vornehmlich die Konsumgüterindustrie. In einer Wissensgesellschaft stellen sich die Fragen aber gleichermaßen auch für die Bildungsindustrie. Der Vortrag soll daher einige der Problemfelder im Spannungsfeld zwischen einem „data ownership“ und einem „free flow of data“ für den Bereich der Forschungsdaten aus dem Blickwinkel der Rechtswissenschaft aufzeigen und damit einen Beitrag zur interdisziplinären Betrachtung von KI und Diversität leisten.