Textgenerierenden KI-Tools wird im öffentlichen Diskurs enorme Innovationskraft für veränderte Lern- und Arbeitswelten zugeschrieben. Von einer personalisierten Lernunterstützung, erweiterten Unterricht- und Lerninteraktionen, automatisierten Rückmeldungsoptionen, Erleichterungen des Wissenstransfers z.B. in Bezug auf anspruchsvolle wissenschaftliche Texte bis zur Unterstützung bei Problemlösungsaufgaben oder Unterstützung bei Denk- und Schreibprozessen kann generative KI bereits jetzt studiums- und berufsbezogene Lern- und Arbeitstätigkeiten verändern.

Der Beitrag nutzt eine qualitative Studie, welche sich als Ausgangspunkt mit den Einstellungen und Erfahrungen von Studierenden (in Lehramtsstudiengängen) in Bezug auf die Chancen und Risiken von textgenerativen KI-Tools, wie z.B. ChatGPT und ChatPDF beschäftigt. Bachelor- und Masterstudierende wurden in Gruppendiskussionen (N=16 Studierende á 4 Gruppen) danach gefragt, in welcher Weise sie entsprechende Tools für die Bewältigung von Aufgaben im Studium und das eigene Lernen nutzen und wie sie diese auch mit Blick auf eine zunehmend durch Digitalität geprägte (Berufs-)Welt (kritisch) bewerten und reflektieren. Die inhaltsanalytische Auswertung (Kuckartz & Rädiker 2022) entfaltet Einstellungen zwischen Naivität, Neugier und Skepsis

• in Bezug auf die Ausgestaltung des eigenen Selbststudiums,
• die Bewertung des Studiums im Hinblick auf die spätere Berufsausübung,
• die Bedeutung und Bewertung von Leistungsüberprüfungen im hochschulischen (und späteren schulischen) Kontext und
• das Verhältnis von Rezeption und Partizipation in hochschulischen Lehrkontexten.

Ausgewählte Befunde und Zitate dienen als Ausgangspunkt einer gemeinsamen Diskussion im Plenum über die Implikationen dieser vielfältigen Einstellungen und Erfahrungen für die Entwicklung von KI-Technologien im und für den Hochschulkontext sowie für wünschenswerte und riskante Veränderungen von Bildungssystemen.

Literatur:

Kuckartz, U. & Rädiker, S. (2022): Qualitative Inhaltsanalyse - Methoden, Praxis, Computerun-terstützung. Weinheim/Basel: Beltz Juventa.

Dieser Vortrag untersucht die praktischen Auswirkungen der Integration von künstlicher Intelligenz (KI) auf Lehrveranstaltungen in Politikwissenschaften im Rahmen des SKILL-Projekts (Sozialwissenschaftliches KI-Labor für Forschendes Lernen) - eine Zusammenarbeit zwischen der Europa-Universität Viadrina Frankfurt und der Bauhaus-Universität Weimar. Das Projekt erforscht die Integration von KI in die Lehre der Politikwissenschaft durch die Entwicklung und den Einsatz eines KI-Tools, das politische Argumente aus Texten extrahieren und textübergreifend visualisieren soll. Das Tool soll die Didaktik der Politikwissenschaft unterstützen und insbesondere beim Forschenden Lernen (Huber, Reinmann, 2019) eingesetzt werden (Girgensohn, Voigt, Mundorf et al., 2023).

Die Daten für diesen Vortrag stammen aus einem politikwissenschaftlichen Seminar im Wintersemester 2023/24, in dem Studierende beim Forschenden Lernen zum Thema International Relations aktiv mit offen verfügbaren KI interagierten und dazu wöchentlich schriftliche Reflexionen verfassten. Das Seminar ist ein Pre-Test für den ab Winter 2024 geplanten Einsatz der SKILL-KI. Die Reflexionen der Studierenden unterziehen wir einer qualitativen Inhaltsanalyse nach Kuckartz (2018), um ein differenzierteres Verständnis der Auswirkungen von KI auf die Lern- und Schreiberfahrungen der Studierenden zu gewinnen. Da derzeit vielfach eingefordert wird, Studierende mögen KI-Tools „kritisch“ nutzen, steht dabei insbesondere die Frage im Fokus, inwiefern sich kritisches Denken (Kruse 2017) in den Reflexionen zeigt, in welcher Relation es zum KI-Einsatz und zum Forschenden Lernen steht und was sich daraus für einen kritischen Umgang mit KI in der Hochschullehre ergibt.

Literatur

Girgensohn Katrin; Mundorf, Margret; Gholiagha, Sassan; Voigt, Julius; Fröhlich, Bernd; Kiesel, Dora; Neyer, Jürgen; López Garcia, Irene; Riehmann, Patrick; Sienknecht, Mitja; Stein, Benno; Wiegmann, Matti; Wolska, Magdalena Anna (2023): Research Based Learning with AI at the Social Science AI-Lab for Research Based Learning (SKILL), 1148 KB / Forschung zu Wissenserwerb und Lehr-/Lernprozessen; 3. DOI: 10.11584/opus4-1326.

Huber, Ludwig; Reinmann, Gabi (2019): Vom forschungsnahen zum forschenden Lernen an Hochschulen. Wiesbaden: Springer Fachmedien Wiesbaden.

Kruse, Otto (2017): Kritisches Denken und Argumentieren. Konstanz: Huther & Roth.

Kuckartz, Udo (2018): Qualitative Inhaltsanalyse. Methoden, Praxis, Computerunterstützung, 4. Auflage, Weinheim, Basel: Beltz Juventa .