Christliche Schulen Baden-Württemberg

Ohne Zweifel hinkt der Vergleich, aber in gewisser Hinsicht ist es mit dem Lernen und Lehren wie mit dem Fußballspielen: Aus wenigen „Standardsituationen“ heraus – vom Anstoß über den Einwurf bis zum Elfmeter und dem Schiedsrichterball und einigen mehr – entwickeln sich unendlich viele unterschiedliche Spielverläufe. Diese „Muster“ könnte man noch in Form von eingeübten Spielzügen bis hin zur „Mikroebene“ des Doppelpasses oder des „Tricks“ fortspinnen.

So scheint es auch beim Lernen zu sein. Ein Impulsvortrag und eine anschließende Diskussion; eine interessengeleitete Nachfrage bei einer wissenden Person, an die anschließend eines zum nächsten führt; die mehrfache Lektüre eines Textes und das Verfassen von Notizen und (vielfärbige) Unterstreichen von Passagen; das Prüfen des Gelernten mit Fragen – mündlich oder schriftlich … es sind die großen und kleinen „Standardsituationen“, die Lernen anregen bzw. auslösen oder, anders gesagt, die „Muster“, in denen sich das Lernen und Lehren ereignet und – mehr oder weniger gut gelingend – entfaltet. Wir lernen diese Muster im Laufe unseres Lebens Schritt für Schritt kennen, üben sie Versuch für Versuch ein, variieren sie und wenden sie im Laufe der Zeit auch (möglicherweise meisterlich) an.

Im Rahmen unserer KI Thinktank-Session am 23.10.2024 machten wir uns also auf die Suche nach Standardsituationen bzw. Mustern des Lehrens und Lernens mit KI, die man als lernförderlich bezeichnen kann. Genauer:

• in denen wir selbst als Lehrende (wenn auch vielleicht „nur“ in der Vorbereitung),
• in der Beobachtung und Reflexion von Lernenden oder …
• als selbst Lernende die Erfahrung gemacht hatten, dass man ohne KI nicht zu diesem oder jenem Aspekt der Lernförderlichkeit gelangt wäre.

Learning Patterns – „Standardsitutionen des Lernens“

Systematisch orientierten wir uns hier an den „Learning Patterns“ von Takashi Iba, die man sich in aller Kürze so vorstellen kann:

• Die Learning Patterns – also so etwas wie „Standardsituationen des Lernens“ – und das sich darum herum entwickelnde „Sprachspiel“ der „Pattern Language“ wurden entwickelt, um implizites Wissen rund ums Lernen zu vergemeinschaften, besprech- und diskutierbar und damit wirksamer zu machen. Und um an dieser Stelle nochmals den Vergleich mit dem Fußball zu strapazieren: Gemeinsame Kenntnis der Muster hilft dem flüssigen Spielverlauf. (An dieser Stelle hinkt der Fußball-Vergleich ein wenig auffallender: Während nämlich die „Standardsitutionen“ im Fußball – insbesondere diejenigen, die auch in Regeln gegossen sind – nur sehr selten verändert werden, ist das beim Lernen grundsätzlich sehr viel flexibler und in die Hand derjenigen gelegt, die in einem gemeinsamen Lernkontext werken. Beim genaueren Blick auf die Muster des Lehrens und Lernens – zumal in der Schule – ist auch hier eine gewisse „Trägheit“ unübersehbar. Eine Trägheit, der man am besten mit Reflexion, Geduld und langem Atem begegnet …)
• Diese Muster des Lehrens und Lernens folgen alle dem gleichen Schema: Einer möglichst griffigen Überschrift folgt die Beschreibung des Problems und Kontexts, in dem sich die „Lernherausforderung“ stellt; es folgen die Lösung und Hinweise für die Umsetzung sowie ein abschließend ein möglichst instruktives Beispiel, das das Muster besser vorstellbar macht.
• Ein – allen wohl aus eigener Erfahrung bestens bekanntes – Beispiel, das noch dazu direkt in die KI-Thematik einführen kann, soll das Gemeinte kurz illustrieren. Es sei vorweggenommen, dass dieses gewählte Beispiel gleichzeitig – ein klein wenig ironisch – demonstriert, dass „Standardsituationen“ sich auch überleben können:
  • Überschrift: Wer zusammenfassen kann, hat verstanden
  • Problem und Kontext: Es hat sich menschheitsgeschichtlich bewährt, Konzepte, Wissen, Geschichten, Erkenntnisse etc. in Buchform bzw. längeren Artikeln oder Protokollen zu publizieren. Wie löst man als Lehrperson (zeitsparend) das Problem, einerseits Verständnis und Wissen zu fördern, andererseits auch das Ergebnis der Lektüre zu kontrollieren?
    Kontext: Lernende ab dem Alter von ca. 10 bis 11 Jahren.
  • Lösung: Man lässt die Lernenden je individuell eine Zusammenfassung schreiben.
  • Hinweis: Wer eine gute Zusammenfassung schreiben kann, hat damit in der Regel sowohl Verständnis als auch Bearbeitung des Verstandenen bewiesen. Mit KI ist dieses – eigentlich schlichte und gleichzeitig geniale – Muster in die Krise gekommen. Denn KI kann ziemlich gut zusammenfassen und erspart dem Lernenden damit Schreib- und Denkarbeit, aber (möglicherweise) auch die Mühe und Anstrengung, die letztlich für das eigenständige Verarbeiten des „Stoffes“ notwendig ist.
  • Beispiel: In einer kontrollierten Präsenzsituation haben die Lernenden die Aufgabe, in relativ kurzer Zeit handschriftlich und aus dem Gedächtnis in zehn Zeilen etwas (beispielsweise ein Drama wie Faust 1) zusammenzufassen und dabei die menschheitsgeschichtlich zeitlosen Themen herauszuarbeiten. Diese Zusammenfassungen könnten als individuelle Prüfungsleistung dienen, können aber auch den Ausgangspunkt für eine intensivere, gemeinsame Diskussion darstellen.

KI „lernseits“

Methodisch nahmen wir uns am 23.10. bei unserer „quest for patterns“ vor, nicht zu „theoretisieren“, sondern von den von uns selbst ausgelösten oder angeregten bzw. ganz konkret selbst beobachteten Fallbeispielen des Lernens auszugehen. Also nicht (wie so oft): Welches Potential hat KI „theoretisch“, sondern: Welche Phänomene der Lernförderlichkeit (aus unserer Sicht) haben wir tatsächlich beobachtet?

Die Fülle der Beispiele – hier der Link zu drei beispielhaft aufbereiteten Mustern – hat uns einen ersten „Steinbruch der Möglichkeiten“ geliefert: Gezählte sechsundzwanzig haben wir insgesamt in unserer Session skizzenhaft zusammengetragen, die wir nun demnächst auch ausarbeiten und publizieren wollen. Beispiel gefällig?

• Überschrift: Flipped Summary
• Problem & Kontext: Die Zusammenfassung anspruchsvoller (Fach-)Texte bzw. die Beantwortung von Fragen zu diesen Texten soll sicherstellen, dass man die darin behandelten Inhalte und Konzepte verstanden hat. Dem stehen zB Hindernisse wie mangelnde Sprachkenntnisse bzw. die „Verlockung“, sich die Denk- und Verständnisarbeit von KI abnehmen zu lassen, entgegen.
  Kontext: Alle ab Klasse 9 (evtl. schon darunter). Insbesondere Klassen mit einem hohen Anteil an Schüler:innen mit anderer als deutscher Erstsprache.
• Lösung: Statt die Zusammenfassung und die beantworteten Fragen zum Endpunkt der Arbeit mit dem Text zu machen, stellt eine von den Schüler:innen mit Hilfe von KI jeweils selbstgenerierte Zusammenfassung sowie eine erste Fassung von Antworten den Ausgangspunkt dar. Damit ist der Text grundsätzlich verstanden und eingeführt und man geht anschließend in die gemeinsame Diskussion und Auseinandersetzung mit dem Ausgangstext und dessen Details. Ziel ist, dass jede:r – ausgehend von der KI-generierten Zusammenfassung – den Originaltext gelesen und verstanden hat und eine je persönliche Version der Zusammenfassung (ggf. mit einer kurzen Reflexion zum Denkweg und den Erkenntnissen) und der Antworten auf die Fragen verfasst hat.
• Hinweise: Als App können für diese Aufgabe zB die Fobizz-Tools verwendet werden; es braucht auch das Vorwissen, dass eine KI-generierte Zusammenfassung jedenfalls kontrolliert und ggf. revidiert werden muss.
• Beispiel: Für drei Vertretungsstunden wurden von der Fachlehrkraft ein achtseitiger Text sowie Fragen dazu hinterlassen. Statt Text und Fragen den Schüler:innen „einfach“ weiterzugeben, wurde die Auseinandersetzung damit nach dem obigen Muster gestaltet.

Uns ist natürlich bewusst, dass der „Erfahrungsraum“ der Thinktank-Mitglieder ein eingeschränkter ist. Aber das lässt sich einerseits im Laufe der Zeit sicherlich durch Beteiligung weiterer Interessierter ausgleichen und damit auch die Zahl der Muster ausweiten. Vielleicht ist „Vollständigkeit“ andererseits bei der von uns gewählten Zugangsmethode auch gar nicht das Thema, sondern vielmehr die Methode selbst eine empfehlens-, erlernens- und einübenswerte. Eine Methode, die von der beobachteten Wirkung auf die Lernenden ausgeht; eine Methode, die hohe pädagogische und professionelle Ansprüche an die Lehrenden stellt; letztlich eine Methode, die, ist sie einmal vertraut, jede Lehrperson in die Lage versetzt, durch genaue Beobachtung unterschiedlicher Lernherausforderungen und aus eigener Erfahrung und (kollegialer) Reflexion heraus lernförderlichen von lernhinderlichem KI-Einsatz unterscheiden zu lernen, damit in den didaktisch-pädagogischen Diskurs eintreten zu können und – darauf kommt es vor allem an – Schritt für Schritt und Versuch für Versuch KI immer besser lernförderlich einsetzen zu können. Und gleichzeitig auch zu wissen, wo man – im Interesse des Lernens – lieber die Finger weglässt von KI 😉

PS: Und wenn man uns KI wieder wegnehmen würde?

Dieses PS hat sich tatsächlich erst im Nachgang des Thinktanks ereignet, soll aber an dieser Stelle – aus gleich nachvollziehbaren Gründen – nicht vorenthalten werden.

Im Laufe des Thinktanks haben wir ja gelernt, dass KI im schulischen Bildungs- und Lernkontext anders zu beurteilen und einzusetzen ist als beispielsweise in einem Software-Unternehmen, das seine Code-Produktion durch KI umstellt. KI kann nämlich ziemlich gut „Code“ generieren, was die Entwicklungsgeschwindigkeit in einem Unternehmen deutlich erhöhen kann. Beim Lernen von Kindern und Heranwachsenden, so haben wir uns im KI-Thinktank erarbeitet, ist das aber anders. Das Gras wächst ja auch nicht schneller, wenn man daran zieht – und Lernen in der Schule braucht Zeit und muss insbesondere altersadäquat erfolgen. Wenn man also in der Schule – theoretisch, weil praktisch ist der Zug abgefahren – wieder auf KI verzichten würde: Welcher Schaden und welcher Nachteil würde den Lernenden dabei erwachsen?

Genau diesem Gedankenexperiment stellten Andrea Herrmann und ich uns eines Abends. Und wir identifizierten (informiert und motiviert durch unsere Diskussionen zum Thema KI, insbesondere im Thinktank) zwei Aspekte, die aus unserer Sicht Nutzen und Vorteil von KI (richtig eingesetzt) für Lernende auf den Punkt bringen:

• KI hat großes inklusives Potential – und kann (wenn andere Parameter auch passen) einen Beitrag zur Bildungsgerechtigkeit leisten.
• KI hat (wiederum: richtig und klug eingesetzt!) das Potential zur „Zeitvermehrung“ bzw. „Entschleunigung“: beispielsweise in Richtung der Förderung von mehr Diskurs und Diskussion (vgl. das Beispiel „Flipped Summary“ im Download dieses Beitrags) mit den Lernenden; beispielsweise aber auch in der Entlastung bei Routinetätigkeiten und Unterrichtsvorbereitungen.

Diese Liste hat keinen Anspruch auf Vollständigkeit, kann und soll aber Ausgangspunkt für weitere Überlegungen sein, inwiefern KI lernförderlich zum Einsatz kommen kann.