Latest / KI Espresso / Mit KI wirklich lernen: Was gute Tutoren und Lehrer leisten

Transcript

Mit KI wirklich lernen: Was gute Tutoren und Lehrer leisten · KI Espresso

• 0:00
  SPEAKER_01: Microsoft Research beschreibt im Oktoberblog StudentSim ein Forschungssystem, das einzelne Lernende nachbilden soll, um KI-Tutoren zu prüfen.
• 0:08
  SPEAKER_01: Uns interessiert, wie KI etwas so erklären kann, dass es für mich verständlich wird.
• 0:13
  SPEAKER_00: Und wie übe ich damit, bis ich mein Verständnis an einer neuen Aufgabe prüfen kann?
• 0:18
  SPEAKER_00: Wir untersuchen heute, wie solche Erklärungen mit praktischen Übungen zusammenpassen.
• 0:23
  SPEAKER_00: Am eigenen Projekt oder in einer Simulation.
• 0:26
  SPEAKER_00: Daraus entsteht die Frage für Lehrer.
• 0:28
  SPEAKER_00: Wenn KI beim Erklären und Üben hilft, könnten Sie mehr Zeit für einzelne Menschen gewinnen?
• 0:34
  SPEAKER_00: Und was könnten Sie mit dieser Zeit anfangen?
• 0:36
  SPEAKER_01: Willkommen bei KI Espresso.
• 0:38
  SPEAKER_01: Ich bin Marc.
• 0:38
  SPEAKER_00: Und ich bin Irene.
• 0:40
  SPEAKER_00: Bei dieser Nachricht möchte ich zuerst wissen, sitzen da echte Schüler vor einem neuen Tutor oder spielt die KI beide Seiten?
• 0:46
  SPEAKER_01: Zunächst wird ein Schüler simuliert.
• 0:49
  SPEAKER_01: Das System bekommt Informationen über einen bestimmten Lernenden und soll dessen Antworten nachbilden.
• 0:54
  SPEAKER_01: Im Datensatz stecken Aufzeichnungen von 60 Lernenden aus Schach, englischem Schreiben und Mathematik.
• 1:00
  SPEAKER_01: Die Forscher prüfen, wie gut die Simulation zu weiteren Antworten dieser Personen passt und wie sie auf Hilfestellung reagiert.
• 1:07
  SPEAKER_00: 60 Aufzeichnungen sind also keine neue Unterrichtsstudie mit 60 Personen.
• 1:12
  SPEAKER_00: Was hat der Versuch tatsächlich über bessere Tutoren gezeigt?
• 1:16
  SPEAKER_01: In einem Schachversuch bewerteten Fachleute die Antworten der Tutoren, ohne zu wissen, welche Variante sie vor sich hatten.
• 1:22
  SPEAKER_01: Die mit dem Verfahren verbesserten Antworten wurden höher bewertet.
• 1:26
  SPEAKER_01: Ob echte Lernende dadurch mehr Schach verstehen, wurde damit noch nicht gezeigt.
• 1:30
  SPEAKER_00: Trotzdem ist die Idee interessant.
• 1:32
  SPEAKER_00: Eine Erklärung kann fachlich stimmen und an einem bestimmten Menschen vorbeigehen.
• 1:37
  SPEAKER_00: Wenn man solche Unterschiede früher prüfen könnte, wäre das ein brauchbarer Schritt.
• 1:41
  SPEAKER_00: Die anschließende Prüfung mit Menschen bleibt nötig.
• 1:44
  SPEAKER_01: Wie persönlich so ein Zugang sein kann, zeigt eine anonyme Erfahrung.
• 1:48
  SPEAKER_01: Das eigene Projekt funktioniert schon.
• 1:50
  SPEAKER_01: Aber den Code zu lesen, ist für diese erwachsene Person mühsam und langweilig.
• 1:56
  SPEAKER_01: Trotzdem möchte sie verstehen, warum sind die Teile so angeordnet?
• 1:59
  SPEAKER_01: Was passiert zuerst?
• 2:00
  SPEAKER_01: Wofür werden die Ressourcen gebraucht?
• 2:03
  SPEAKER_00: Das Interesse ist also da.
• 2:05
  SPEAKER_00: Es richtet sich auf das eigene Projekt und seine Architektur.
• 2:08
  SPEAKER_00: Wie kommt diese Person von der laufenden Software zu einem Verständnis davon?
• 2:13
  SPEAKER_01: Mit einem Lernplan, den eine KI mit aufbaut.
• 2:15
  SPEAKER_01: Und mit Gesprächen über einen Sprachassistenten.
• 2:18
  SPEAKER_01: Da lässt sich eine Frage lautstellen, die Erklärung anhören und weiterfragen.
• 2:22
  SPEAKER_01: Noch in Vergleich, noch einmal anders, bis der Gedanke an etwas Bekanntem anknüpft.
• 2:27
  SPEAKER_01: Auch die Fragen daneben haben Platz.
• 2:29
  SPEAKER_01: So lässt sich verfolgen, was einen am eigenen Projekt beschäftigt.
• 2:33
  SPEAKER_00: Das kann ich mir gut vorstellen.
• 2:35
  SPEAKER_00: Etwas läuft bereits und ich möchte begreifen, warum.
• 2:38
  SPEAKER_00: Das Projekt liefert einen Anlass für die nächste Frage und einen Ort, an dem sich eine Entscheidung überprüfen lässt.
• 2:44
  SPEAKER_00: Man kann mit dem Verstehen anfangen, während man für den Code weiterhin Hilfe braucht.
• 2:49
  SPEAKER_01: Nehmen wir ein erfundenes Beispiel, unabhängig von dieser Geschichte.
• 2:53
  SPEAKER_01: Ein Programm verarbeitet eine Aufgabe in mehreren Schritten.
• 2:56
  SPEAKER_01: Ich möchte verstehen, warum ein Schritt erst nach einem anderen kommen darf.
• 3:00
  SPEAKER_01: Der Assistent erklärt mir die Abhängigkeit.
• 3:03
  SPEAKER_01: Danach verändere ich in einer sicheren Kopie die Reihenfolge und prüfe meine Vorhersage.
• 3:08
  SPEAKER_00: Und wenn ich vorhersagen kann, was dabei schief gehen müsste, zeigt das etwas über mein Verständnis der Architektur.
• 3:14
  SPEAKER_00: Dafür darf ich weiterhin Werkzeuge benutzen.
• 3:16
  SPEAKER_00: Die Fähigkeit, jede Zeile aus dem Gedächtnis zu schreiben, wäre ein anderes Lernziel.
• 3:21
  SPEAKER_01: Ja, die Übung haben wir uns gerade ausgedacht.
• 3:23
  SPEAKER_01: Aus der anonymen Geschichte kennen wir den langfristigen Lernerfolg nicht.
• 3:27
  SPEAKER_01: Was sie zeigt, ist dieser Zugang.
• 3:29
  SPEAKER_01: Die Person kann im Gespräch bei einer Frage bleiben, bis die Erklärung an die eigenen Vorstellungen anschließt.
• 3:34
  SPEAKER_00: Dabei kann auch ein vertrauter Vergleich in die Irre führen.
• 3:37
  SPEAKER_00: Ich würde nachfragen, an welcher Stelle funktioniert dieser Vergleich nicht mehr?
• 3:41
  SPEAKER_00: Sonst bleibt mir womöglich ein schönes Bild, mit dem ich die nächste Entscheidung falsch treffe.
• 3:46
  SPEAKER_01: Ob Menschen mit einem KI-Tutor tatsächlich lernen können, wurde unter anderem in einem Einführungskurs in Physik an Harvard untersucht.
• 3:54
  SPEAKER_01: Die Studie erschien 2025.
• 3:56
  SPEAKER_01: Es ging um zwei Unterrichtseinheiten zu Oberflächenschwannung und Strömungen.
• 4:01
  SPEAKER_01: Die Studierenden lernten jeweils mit einem KI-System zu Hause oder in einer aktiven Unterrichtsstunde.
• 4:07
  SPEAKER_01: Die Zuordnung wechselte zwischen den Einheiten.
• 4:10
  SPEAKER_00: Und danach wurde Wissen abgefragt?
• 4:13
  SPEAKER_01: Ja.
• 4:13
  SPEAKER_01: Bei den unmittelbar anschließenden Tests waren die Lernzuwächse unter der KI-Bedingung größer.
• 4:18
  SPEAKER_01: Das ist ein ermutigender Befund.
• 4:20
  SPEAKER_01: Der Tutor war allerdings gezielt für diese Inhalte gebaut.
• 4:23
  SPEAKER_01: Vorgefertigte Antworten sollten zur fachlichen Genauigkeit beitragen.
• 4:27
  SPEAKER_01: Man hat also ein ausgearbeitetes Lernangebot geprüft.
• 4:31
  SPEAKER_00: Dann steckt ein Teil der Leistung schon in der Vorbereitung.
• 4:34
  SPEAKER_00: Jemand muss auswählen, was erklärt wird, welche Antwort stimmt und wie die Aufgabe zum Lernziel passt.
• 4:40
  SPEAKER_00: Einfach irgendeinen Chat zu öffnen, wäre eine andere Ausgangslage.
• 4:43
  SPEAKER_01: Wie viele Monate später geblieben ist, lässt dieser Versuch offen.
• 4:47
  SPEAKER_01: Gemessen wurde unmittelbar nach den beiden Physikthemen.
• 4:51
  SPEAKER_00: Für die Gestaltung reicht mir das trotzdem als ernsthafter Hinweis.
• 4:55
  SPEAKER_00: Gute Materialien und ein sorgfältig gebauter Tutor können zusammen ein wirksames Lernangebot ergeben.
• 5:01
  SPEAKER_00: Ich würde jetzt wissen wollen, was geschieht, wenn die Hilfe verschwindet.
• 5:05
  SPEAKER_00: Beim Projekt darf sie vielleicht bleiben.
• 5:07
  SPEAKER_00: Bei einer Prüfung oder einer spontanen Entscheidung ist sie womöglich nicht da.
• 5:11
  SPEAKER_01: Genau diese Trennung untersuchte eine andere Studie im Mathematikunterricht.
• 5:15
  SPEAKER_01: Während der Übung half die KI den Schülern bei ihrer Leistung.
• 5:18
  SPEAKER_01: Als sie später ohne KI arbeiteten, schnitt die Gruppe mit dem gewöhnlichen KI-Zugang im Mittel schlechter ab als die Kontrollgruppe.
• 5:25
  SPEAKER_01: Die berichteten Noten lagen relativ zur Kontrollgruppe 17 Prozent niedriger.
• 5:29
  SPEAKER_00: Das ist ein deutlicher Unterschied.
• 5:31
  SPEAKER_00: Man kann während der Übung erfolgreich aussehen und bei der anschließenden Aufgabe weniger können.
• 5:37
  SPEAKER_00: Gilt der Befund für jede Art von KI-Hilfe?
• 5:39
  SPEAKER_01: In derselben Studie gab es eine zweite Variante.
• 5:42
  SPEAKER_01: Dieser Tutor wurde mit zusätzlichen Vorgaben sowie von Lehrkräften vorbereiteten Lösungen und Hinweisen gestaltet.
• 5:48
  SPEAKER_01: Nach dem Entfernen der Hilfe fand die Studie für diese Gruppe keinen statistisch nachweisbaren Unterschied zur Kontrollgruppe.
• 5:54
  SPEAKER_01: Damit ist weder Gleichwertigkeit bewiesen noch ein zusätzlicher Lerngewinn.
• 5:58
  SPEAKER_00: Das macht die Gestaltung entscheidend.
• 6:00
  SPEAKER_00: Wenn ein System mir die Arbeit abnimmt, die ich gerade üben soll, kann die fertige Antwort mein Lernen verdecken.
• 6:07
  SPEAKER_00: Ein Hinweis müsste mich wieder an die Aufgabe bringen.
• 6:09
  SPEAKER_01: Mein Vorschlag wäre, der Tutor fragt zuerst nach meiner Vermutung.
• 6:14
  SPEAKER_01: Nach seiner Erklärung bekomme ich eine veränderte Aufgabe.
• 6:17
  SPEAKER_01: Ob das hilft, müsste man für die jeweilige Übung prüfen.
• 6:21
  SPEAKER_00: Und wir sollten dabei das Lernziel ernst nehmen.
• 6:24
  SPEAKER_00: Wenn ich Kopfrechnen übe, gehört eine Aufgabe ohne Rechner dazu.
• 6:28
  SPEAKER_00: Wenn ich eine Softwarearchitektur beurteilen soll, kann eine Prüfung mit Dokumentation und KI sinnvoll sein.
• 6:34
  SPEAKER_00: Ich muss dann meine Entscheidung begründen, Folgen abschätzen und Fehler erkennen.
• 6:38
  SPEAKER_00: Das Werkzeugverbot allein sagt noch nicht, ob die Prüfung gut ist.
• 6:42
  SPEAKER_01: Für unser Beispiel mit dem laufenden Projekt heißt das, vor einer Änderung eine Erwartung formulieren, das Ergebnis beobachten und eine Abweichung erklären.
• 6:52
  SPEAKER_01: Bleibt die Erklärung nur beim Assistenten, fehlt mir noch ein Nachweis dafür, dass ich die Entscheidung selbst beurteilen kann.
• 6:58
  SPEAKER_00: Nur hat nicht jeder ein laufendes Projekt.
• 7:01
  SPEAKER_00: Ein Kind soll Stromkreise verstehen.
• 7:03
  SPEAKER_00: Wo bekommt es etwas, das auf eine Entscheidung reagiert?
• 7:07
  SPEAKER_01: Zum Beispiel in den Physik-Simulationen von FED.
• 7:10
  SPEAKER_01: Laut der Beschreibung Ihres virtuellen Labors für Gleichstromkreise lassen sich Schaltungen nach Schaltplänen aufbauen und mit Strom- und Spannungsmessgeräten untersuchen.
• 7:19
  SPEAKER_00: Dann könnte eine Aufgabe lauten: bau diese Schaltung, sag vorher, wo du welche Veränderung erwartest und überprüfe sie mit dem Messgerät.
• 7:28
  SPEAKER_00: Ein Tutor könnte bei der Erklärung helfen, während die Simulation die Schaltung berechnet.
• 7:32
  SPEAKER_00: So müsste nicht dieselbe SprachKI ihre eigene Behauptung einfach bestätigen.
• 7:37
  SPEAKER_01: Eine ältere Studie hat sogar den Übergang zur echten Schaltung untersucht.
• 7:41
  SPEAKER_01: Laut ihrer Zusammenfassung schnitt die Gruppe mit virtueller Ausrüstung anschließend bei Konzeptfragen und beim Aufbau und Erklären eines echten Stromkreises besser ab.
• 7:50
  SPEAKER_01: Die Studie stammt von 2005.
• 7:52
  SPEAKER_01: Mögliche Vorteile echter Geräte wurden dabei nicht vollständig gemessen.
• 7:56
  SPEAKER_00: Das ist also ein konkretes Beispiel dafür, dass eine virtuelle Übung in einer Untersuchung bis zur echten Schaltung getragen hat.
• 8:04
  SPEAKER_00: Den Umgang mit realen Materialien würde ich damit nicht aus dem Unterricht streichen.
• 8:09
  SPEAKER_00: Schon ein schlechter Kontakt stellt eine andere Aufgabe als eine sauber berechnete Simulation.
• 8:14
  SPEAKER_01: Daraus könnte eine Lernumgebung entstehen, die erst die nötigen Begriffe klärt, dann eine sichere Übung anbietet und schließlich eine veränderte Aufgabe stellt.
• 8:23
  SPEAKER_01: Bei Elektrizität eine andere Schaltung.
• 8:25
  SPEAKER_01: Bei einem Programm ein anderer Eingangswert oder eine absichtlich gestörte Abhängigkeit.
• 8:30
  SPEAKER_01: So wird aus der Erklärung eine Frage, deren Antwort ich ausprobieren kann.
• 8:34
  SPEAKER_00: Und für einen Erwachsenen ohne eigenes Projekt könnte man eine kleine, fertige Anlage zum Untersuchen bereitstellen.
• 8:40
  SPEAKER_00: Nicht erst wochenlang alles aufbauen müssen.
• 8:43
  SPEAKER_00: Man bekommt einen überschaubaren Fall, darf etwas verändern und sieht, welche Folgen die Änderung hat.
• 8:49
  SPEAKER_00: Gerade so könnte ein persönliches Interesse überhaupt entstehen.
• 8:52
  SPEAKER_01: Es gibt noch einen anderen Weg.
• 8:54
  SPEAKER_01: Die KI unterstützt die Person, die Nachhilfe gibt.
• 8:58
  SPEAKER_01: Tutor Co-Pilot wurde in einem Feldversuch mit menschlichen Tutoren und Kindern der dritten bis sechsten Klasse untersucht.
• 9:05
  SPEAKER_01: Die Tutoren konnten Vorschläge der KI nutzen und entschieden selbst, was sie in das Gespräch einbringen.
• 9:10
  SPEAKER_00: Wurde dabei nur bewertet, ob die Vorschläge gut klingen oder hat man bei den Kindern etwas gemessen?
• 9:16
  SPEAKER_01: Gemessen wurde unter anderem mit kurzen Aufgaben am Ende einer Sitzung, ob das behandelte Thema beherrscht wurde.
• 9:22
  SPEAKER_01: Insgesamt erhöhte der Zugang zum Assistenten diesen Anteil um 4%-Punkte.
• 9:27
  SPEAKER_01: In der Gruppe der vorher schwächer bewerteten Tutoren waren es 9%-Punkte.
• 9:32
  SPEAKER_00: Das könnte gerade dort helfen, wo jemand beim Erklären noch Unterstützung braucht.
• 9:36
  SPEAKER_00: Aber ein kurzer Test nach einer Sitzung ist näher an der gerade geübten Aufgabe als einer Prüfung am Jahresende.
• 9:42
  SPEAKER_01: Beim Mathematiktest am Jahresende zeigte sich tatsächlich keine statistisch nachweisbare Verbesserung.
• 9:49
  SPEAKER_01: Die Nutzung war zeitlich begrenzt und Kinder konnten verschiedene Tutoren erleben.
• 9:53
  SPEAKER_01: Der langfristige Effekt lässt sich deshalb schwer bestimmen.
• 9:57
  SPEAKER_00: Für die Rolle des Lehrers finde ich diesen Versuch besonders interessant.
• 10:00
  SPEAKER_00: Die Technik muss nicht jedes Gespräch selbst führen.
• 10:03
  SPEAKER_00: Sie kann einem Menschen eine nächste Frage oder einen anderen Erklärungsweg vorschlagen.
• 10:08
  SPEAKER_00: Der Mensch kennt vielleicht schon, warum dieses Kind gerade abbricht oder was es wieder neugierig machen könnte.
• 10:14
  SPEAKER_01: Eine erfahrene Lehrkraft könnte solche Vorschläge beurteilen.
• 10:17
  SPEAKER_01: Reicht eine Erklärung, fehlt eine Übung oder ist das Problem gerade gar kein fachliches?
• 10:23
  SPEAKER_01: Ob daraus im Alltag auch Zeitgewinn entsteht, bleibt offen.
• 10:27
  SPEAKER_00: Die Beispiele kommen bisher aus ziemlich gezielt gestalteten Versuchen.
• 10:31
  SPEAKER_00: Gibt es auch ein Programm, das den Zugang zu zusätzlichem Unterricht erweitert hat?
• 10:36
  SPEAKER_01: Ein Beispiel aus Edo in Nigeria beschreiben Autoren der Weltbank in einem Blogbericht über ihre randomisierte Untersuchung.
• 10:43
  SPEAKER_01: Dort lief im Sommer 2024 ein sechswöchiges Programm mit zusätzlichen KI gestützten Unterrichtseinheiten und Unterstützung durch Lehrkräfte.
• 10:52
  SPEAKER_01: In Tests auf Papier zeigte die Programmgruppe bessere Ergebnisse in Englisch, KI-Wissen und digitalen Fähigkeiten.
• 10:59
  SPEAKER_00: Dann wurde das ganze Angebot verglichen.
• 11:01
  SPEAKER_00: Zusätzliche Lernzeit, KI und Begleitung.
• 11:04
  SPEAKER_00: Daraus lässt sich der einzelne Anteil des Chatbots nicht herausrechnen.
• 11:08
  SPEAKER_01: Genau.
• 11:08
  SPEAKER_01: Und wie lange der Vorteil bleibt, ist offen.
• 11:11
  SPEAKER_01: Zum Angebot gehörten Menschen, Lernzeit und Technik.
• 11:14
  SPEAKER_01: Das müsste eine Schule zusammen organisieren.
• 11:16
  SPEAKER_00: Das verändert die Frage nach dem Zugang.
• 11:20
  SPEAKER_00: Ein Chatkonto allein enthält noch keinen passenden Kurs.
• 11:24
  SPEAKER_00: Jemand muss Lernzeit ermöglichen, Aufgaben auswählen und bemerken, wenn ein Schüler nicht weiterkommt.
• 11:31
  SPEAKER_00: Für eine Schule wäre deshalb interessant, wie sich das gesamte Angebot verlässlich betreiben lässt.
• 11:37
  SPEAKER_01: Stellen wir uns so eine Umgebung konkret vor.
• 11:40
  SPEAKER_01: Das folgende ist unser Entwurf, kein bereits nachgewiesenes Gesamtsystem.
• 11:45
  SPEAKER_01: Ich möchte verstehen, wie ein Stromkreis funktioniert.
• 11:48
  SPEAKER_01: Die Umgebung beginnt mit einer kleinen Aufgabe, an der sich zeigt, welche Begriffe ich schon kenne.
• 11:53
  SPEAKER_01: Daraus entsteht ein nächster Lernschritt.
• 11:56
  SPEAKER_00: Woher kommen die Erklärungen?
• 11:58
  SPEAKER_00: Wenn der Tutor ein Missverständnis freundlich ausbaut, hilft mir die persönliche Ansprache wenig.
• 12:03
  SPEAKER_01: Er müsste auf fachlich geprüfte Materialien zurückgreifen können.
• 12:07
  SPEAKER_01: Zu jedem Lernschritt sollte bekannt sein, welche Voraussetzungen fehlen könnten.
• 12:10
  SPEAKER_01: Wenn ich Strom und Spannung verwechsle, braucht es einen anderen nächsten Schritt, als wenn ich nur ein Schaltsymbol nicht kenne.
• 12:17
  SPEAKER_01: Die KI könnte die Erklärung sprachlich anpassen und Rückfragen aufnehmen.
• 12:21
  SPEAKER_00: Dann kommt die Übung im virtuellen Labor.
• 12:24
  SPEAKER_00: Ich lege mich vorher auf eine Erwartung fest, baue die Schaltung und prüfe die Messwerte.
• 12:29
  SPEAKER_00: Die Rückmeldung bezieht sich damit auf etwas, das ich getan habe.
• 12:32
  SPEAKER_00: Anschließend brauche ich einen neuen Fall, bei dem die Antwort noch nicht vorgeführt wurde.
• 12:37
  SPEAKER_01: Genau.
• 12:38
  SPEAKER_01: Dieser neue Fall müsste zum erklärten Lernziel passen.
• 12:41
  SPEAKER_01: Und die Bewertung sollte sich auf Aufgaben und Kriterien stützen, die unabhängig von der gerade erzeugten Erklärung festgelegt wurden.
• 12:48
  SPEAKER_01: Eine Lehrkraft könnte außerdem einzelne Entscheidungen besprechen.
• 12:51
  SPEAKER_01: So wird sichtbar, ob ich nur der letzten Formulierung folge oder den Zusammenhang auf einen anderen Fall anwenden kann.
• 12:57
  SPEAKER_00: Damit bekommt Student Sim einen bestimmten Platz.
• 13:00
  SPEAKER_00: Solche Simulationen könnten helfen, den Tutor vorher an unterschiedlichen Lernverläufen zu prüfen.
• 13:06
  SPEAKER_00: Die echte Übung und die Prüfung eines Menschen finden an anderen Stellen statt.
• 13:11
  SPEAKER_00: Dafür braucht es jeweils eigene Belege.
• 13:13
  SPEAKER_01: Und die Umgebung müsste erkennen lassen, wo eine verlässliche Erklärung fehlt oder ein Mensch übernehmen sollte.
• 13:19
  SPEAKER_01: Lernende müssten eine andere Erklärung verlangen dürfen.
• 13:22
  SPEAKER_01: Bei der anonymen Erfahrung war gerade das wichtig, mit der nächsten Frage weiterkommen können.
• 13:28
  SPEAKER_01: In einer Schule müsste dieser Spielraum auch für Kinder bestehen, die ihre Frage noch kaum formulieren können.
• 13:32
  SPEAKER_00: Nehmen wir an, Teile davon funktionieren und nehmen einer Lehrkraft tatsächlich Routine ab.
• 13:37
  SPEAKER_00: Was wäre dann gewonnen?
• 13:40
  SPEAKER_01: Ich würde mir Unterricht wünschen, in dem eine Lehrerin häufiger bei einer einzelnen Frage bleiben kann.
• 13:45
  SPEAKER_01: Sie könnte bemerken, woran jemand Interesse entwickelt, ein anspruchsvolleres Vorhaben vorschlagen oder mit einem Kind überlegen, warum es nach einem Fehler sofort aufgeben möchte.
• 13:54
  SPEAKER_01: Das ist ein Zukunftsbild.
• 13:56
  SPEAKER_01: Ob dafür Zeit entsteht, hängt auch davon ab, wie die Schule organisiert wird.
• 14:00
  SPEAKER_00: Denn man könnte dieselbe Entlastung verwenden, um einer Lehrkraft mehr Kinder zuzuweisen.
• 14:05
  SPEAKER_00: Kleinere Gruppen entstehen nicht von selbst.
• 14:08
  SPEAKER_00: Wenn wir mehr persönliche Aufmerksamkeit wollen, muss die gewonnene Zeit auch dafür vorgesehen sein.
• 14:14
  SPEAKER_01: Dazu gehört weiterhin das Lehrer erklären.
• 14:16
  SPEAKER_01: Ein gutes Gespräch kann mit einer gemeinsamen Erklärung anfangen.
• 14:20
  SPEAKER_01: Ein Mentor braucht fachliches Urteil, um zu erkennen, wann ein Vergleich trägt oder eine Antwort zwar richtig klingt, aber die Frage verfehlt.
• 14:27
  SPEAKER_01: Die KI könnte mehr Varianten anbieten.
• 14:30
  SPEAKER_01: Welche davon einem Menschen weiterhilft, bleibt eine pädagogische Aufgabe.
• 14:34
  SPEAKER_00: Was kann ich als Lernender daraus schon heute mitnehmen?
• 14:37
  SPEAKER_00: Ich würde eine konkrete Fähigkeit wählen, etwa eine Entscheidung im eigenen Projekt begründen oder eine Schaltung erklären.
• 14:44
  SPEAKER_00: Dann suche ich eine Übung, in der meine Vermutung Folgen hat.
• 14:48
  SPEAKER_00: Nach der Hilfe probiere ich einen veränderten Fall und schaue, welche Unterstützung ich dabei noch brauche.
• 14:54
  SPEAKER_01: Wer Unterricht organisiert, könnte nach einem solchen Lernweg fragen.
• 14:57
  SPEAKER_01: Welche Inhalte bekommt dieses Kind?
• 14:59
  SPEAKER_01: Wo kann es etwas ausprobieren und woran erkennt die Lehrerin den nächsten sinnvollen Schritt?
• 15:05
  SPEAKER_01: Einzelne Bausteine haben in Studien geholfen.
• 15:07
  SPEAKER_01: Die Verbindung zu einer verlässlichen Umgebung und ihre langfristige Wirkung müssten sich noch bewähren.
• 15:13
  SPEAKER_00: Vielleicht könnte eine Lehrerin dann öfter herausfinden, was einen bestimmten Menschen an einem Thema packt und ihm eine Aufgabe geben, an der er wachsen kann.
• 15:21
  SPEAKER_00: Dafür müsste die Technik verlässlich genug sein und die Organisation ihr diesen Raum lassen.
• 15:26
  SPEAKER_01: Welche Fähigkeit möchtet ihr mit KI lernen?
• 15:29
  SPEAKER_01: Und an welcher veränderten Aufgabe würdet ihr prüfen, ob ihr sie wirklich besser beherrscht?
• 15:34
  SPEAKER_01: Schreibt uns das gern.
• 15:35
  SPEAKER_01: Das war KI Espresso mit Marc und Iren.