Veranstaltungsprogramm

Im vorgestellten Projekt wird ein wissenschaftlich fundiertes und gleichzeitig praktikables KI-Kompetenzmodell entwickelt, das die Grundlage für die systematische Integration von KI-basierten Lehrmaterialien in Studiengänge bildet. Eine interdisziplinäre Arbeitsgruppe einer deutschen (Fern-)Hochschule konzipiert ein studiengangübergreifend einsetzbares Modell, das unterschiedliche Kompetenzniveaus und -felder differenziert. Auf dieser Basis entsteht eine interaktive Plattform, die Lehrenden Zugang zu passenden KI-Lehrmaterialien und Trainingstools bietet, um die Vermittlung bedarfsgerechter KI-Kompetenzen effektiv zu unterstützen. Ziel des Projektes ist es, mit einem pragmatischen Ansatz die Förderung von KI-Kompetenzen in die Curricula und Module zu integrieren und dadurch die Ausbildung von AI-Literacy bei Studierenden in der erforderlichen Breite und Tiefe zu fördern. Der Beitrag stellt die Vorgehensweise zur Entwicklung des KI-Kompetenzmodell dar und gibt Einblicke in die praktische Integration des Kompetenzmodells in die Studiengangs- und Modulentwicklung. Neben der fortlaufenden Evaluation des KI-Kompetenzmodells wird auch dessen Übertragbarkeit auf andere Bildungseinrichtungen im Beitrag erläutert.

Versteht generative KI, was sie da sagt? Eine intuitive Betrachtung des Sprachgebrauchs im Zusammenhang mit sprachgenerativer KI suggeriert ein hohes Maß an Anthropomorphisierung. Diese spiegelt sich in unserer Nutzung der Systeme wider. Durch die Zuschreibung, dass generative KI den Inhalt des Outputs versteht, schreiben wir beispielsweise den Texten einen Bedeutungs- oder sogar Wahrheitsgehalt zu. Dies führt jedoch zu einem falschen Verständnis der KI-Funktionsweise und zieht potenziell eine ungünstige Entwicklung der KI-Kompetenz nach sich.

In diesem Beitrag wird die linguistische Repräsentation des Verständnisses text-generativer KI mit Methoden der Korpuslinguistik untersucht, um die intuitive Betrachtung empirisch zu überprüfen. Hieraus werden Konsequenzen für die didaktische und sprachliche Gestaltung von Lernszenarien in der Hochschullehre, bei denen text-generative KI zum Einsatz kommt, abgeleitet. Die Diskussion konkreter Beispiele soll zur Beantwortung der folgenden Fragen beitragen:

Welche Arten von Aufgabenstellungen fördern KI-Kompetenz und welche tragen zur Verfestigung missverständlicher Konzepte bei? Welcher Sprachgebrauch deutet auf eine (un-)günstige KI-Nutzung hin? Wie können Studierende und Lehrende durch den Sprachgebrauch und mit adäquaten Aufgabenstellungen für den konstruktiven KI-Einsatz sensibilisiert werden?

Zusammen mit den Diskussionsergebnissen von der Tagung werden hieraus praktische Tipps für den Lehralltag entwickelt.

Game-based Learning hat das Potential Interesse zu fesseln und die Motivation der Studierenden zu fördern. Serious Games regen zu aktivem und forschenden Lernen an, und verbessern die Lernergebnisse sowohl kurz- als auch langfristig insbesondere dann, wenn die Spiele mit realen Situationen und Herausforderungen verknüpft sind. Noch wirkungsvoller sind Lernerfahrungen, bei denen die Studierenden selbst gestalten und eigene Spiele entwickeln , anstatt nur ein Spiel zu spielen. Die an der Universität Tübingen entwickelte Spieleplattform Graveler ermöglicht Lehrenden und Studierenden ohne Programmierkenntnisse Spiele und Rollenspiele für Lehrzwecke zu entwickeln. Mit KI-gesteuerten Spielfiguren NPCs können alltägliche Situationen, Probleme oder Konflikte in einer sicheren Umgebung durchgespielt und analysiert werden, ohne dass Studierende durch Rollenspiele vor Publikum gehemmt sind. Allerdings sind KI-gesteuerte Rollenporträts nicht unproblematisch und können leicht durch unpräzise Prompts oder Bias beeinflusst werden. Gerade das, macht die Entwicklung von KI-NPCs aber zu einer spannenden Lernerfahrung für Studierende, die sie herausfordert, ihr Verständnis von Rollen und Szenarien zu reflektieren und diskutieren. Wir werden über ein Lernszenario berichten, das Studierende dazu anregt, Rollenspielszenarien mit generativer KI zu entwickeln und analytische Fähigkeiten zu entwickeln, indem sie ihre Ergebnisse auf Effektivität und ethische Überlegungen hin bewerten.