Veranstaltungsprogramm

Im Projekt (Projekttitel anonymisiert) entwickelt (Einrichtung anonymisiert) ein gleichnamiges Serious Game, in dem Studierende aller Fachrichtungen spielerisch die Grundlagen der AI Literacy erlernen können. Die Studierenden finden sich auf einem fast menschenleeren Raumschiff wieder, dessen Räume und Vorgeschichte sie erkunden. Dabei begegnen sie unter anderem dem historischen Chatbot ELIZA und dem Schachcomputer Deep Blue. Später im Spiel werden auch generative Modelle verfügbar, die die Studierenden bei verschiedenen Aufgaben einsetzen können – mitunter mit unerwarteten Nebeneffekten.

In diesem Vortrag möchten wir nach anderthalb von zwei Jahren Projektlaufzeit mitten aus der Spieleentwicklung berichten. Die Lernergebnisse, die Studierende durch das Spiel erzielen sollen, werden im Projektteam kontinuierlich diskutiert und auf Aktualität geprüft, da sich die generativen Technologien und damit auch die Kompetenzanforderungen derzeit sehr dynamisch weiterentwickeln. Im Spiel setzen wir auf eine Kombination aus Lernergebnissen, die gegenüber diesen Entwicklungen robust sind (etwa die Bereitschaft zur kritischen Prüfung des Outputs generativer Modelle) und solchen, die möglicherweise mittelfristig veralten, wie Prompting-Techniken. Auch in der Spielentwicklung selbst experimentieren wir umfangreich mit dem Einsatz von bildgenerierenden Modellen in der Spielgrafik und nutzen textgenerierende Systeme, unter anderem in der Szenario- und Dialogentwicklung.

Wie können Wissenschaftsvideos u.a. zur Veranschaulichung Ihrer Lehre effektiv produziert werden? Wie kann KI hier klug zum Einsatz kommen? Stellen Sie sich eine partizipative und nachhaltige Entwicklung von Lernmodulen zur KI-Nutzung besonders für Lehr-/Lernvideos in Hochschule (und Schule) vor. Das Projekt KIViPro, gefördert im Rahmen von DATIpilot, begegnet genau diesen Fragen und damit verbundene Herausforderungen und entwickelt ein entsprechendes Unterstützungsangebot.

KIViPro unterstützt den Kompetenzaufbau und -transfer für eine effektive Wissens- und Forschungsvermittlung per Video mithilfe von KI. Der Bedarf ist evident: KI ermöglicht schnellere, professionellere Produktionen, doch viele Lehrende haben wenig Erfahrung damit, wie eine Umfrage mit über 100 Teilnehmenden gezeigt hat.

Das Projekt identifiziert relevante KI-Tools und entwickelt als offene Bildungsmaterialien (OER) veröffentlichte Lernmodule im Rahmen eines mit dem LMS Moodle realisierten Online-Kurses. Eine modulare Lernumgebung mit Austauschmöglichkeiten fördert Kompetenzentwicklung und Community-Bildung. In Workshops entsteht Co-Design-gestützte Videoproduktion.

Der Beitrag reflektiert bisherige „Learnings“. KI birgt Potenzial, wirft aber auch technische, didaktische und rechtliche Fragen auf. Diese Fragen haben Konsequenzen für die technische, inhaltliche und didaktische Gestaltung einer diesbezüglichen Lernumgebung, die wir nach einem Impuls gemeinsam diskutieren möchten.

Aktuell fehlt es an Good-Practice-Beispielen für die Implementierung von Künstlicher Intelligenz (KI) und Learning Analytics (LA) in der Hochschullehre. Wir adressieren dieses Problem mit unserem Beitrag, indem wir einen interdisziplinären Lehr-/Lernrahmen präsentieren, der die Implementierung von KI in der Hochschullehre unterstützt. Uns ist wichtig KI, unter Wahrung ethischer Aspekte, im Sinne einer Co-Intelligenz und nicht als Ersatz zu benutzen.

Unser Ansatz

Unser Lehr-/Lernrahmen basiert auf folgenden drei Prämissen:

1) Nutzung der Potentiale von KI für adaptive und individualisierte Lerninhalte,

2) Fokussierung einer verstärkten sozialen Interaktion durch kollaborative digitale Lernumgebungen und Interaktionsreiche Präsenzphasen und

3) einem modularen Aufbau, der verschiedene Lerntiefen in Korrelation mit Taxonomiestufen berücksichtigt.

Unser Beitrag

Unser Beitrag bietet Einblick in einen innovativen und lernerzentrierten Ansatz. Hierbei greifen wir bereits bewährte Methoden, wie die Taxonomiestufen nach Bloom auf und reichern den Lernprozess durch die Digitalisierung dieser an. Diese Kombination aus teilautomatisierter digitaler und interaktionsfokussierter physischer Lernumgebung bietet die Möglichkeit den Unterschied zwischen herkömmlicher zu einer menschen- und interaktionszentrierten Hochschullehre erfahrbar zu machen. Der Lehr-/Lernrahmen besteht aus zwei Moodlekursen und Präsenzzeiten. Wir würden uns freuen deren Aufbau im Detail präsentieren zu können.