Generative Machine-Learning-Systeme erhöhen den digitalen Schereneffekt |
BiblioMap
Bemerkungen
Wir haben festgestellt, dass die sehr
guten Schülerinnen und Schüler durch KI noch
besser werden und die schwächeren Schüler weniger profitieren. Sie begnügen sich eher mit Copy-and-paste.
Von Hendrik Haverkamp im Text «Fehler korrigiert jetzt die KI» (2024) Was für Verteilungseffekte wird KI haben?
Ich glaube, ein Teil der Bevölkerung, und zwar der gebildetere Teil, wird extrem profitieren können – und der andere Teil wird sich darin völlig verlieren.
Von Martin Vetterli im Text «Jeder muss ein Picasso werden» (2023) Auch profitierten stärkere Schüler mehr: „Sie hinterfragen mehr. Schwächere Schüler kopieren Verbesserungen einfach rein und erkennen grobe Schnitzer nicht – sie erkennen nicht, wo ChatGPT das Lernen verhindert.“
Von Lisa Becker im Text Jede Lehrkraft muss ChatGPT kennen (2023) Bei digitalen
Werkzeugen hat sich bisher zudem ein Schereneffekt gezeigt:
Agile Schülerinnen und Schüler nutzen die Potenziale
meist rascher und effektiver als weniger agile. Trifft dies auch
auf generative ML-Systeme zu, so könnte dies die Leistungsheterogenität
noch weiter erhöhen.
Von Beat Döbeli Honegger in der Zeitschrift Pädagogik 3/2024 im Text Was will uns ChatGPT sagen? (2024) Im Zuge der bisherigen Digitalisierung hat sich gezeigt, dass gute Schülerinnen und Schüler neue (digitale)
Werkzeuge und Medien besser zu ihrem eigenen Nutzen einsetzen können als schlechtere Schüler:innen. Dies
hat bereits in der Vergangenheit zu einer Vergrösserung des Leistungsspektrums geführt. Dies dürfte bei KI-Textgeneratoren nicht anders sein.
Von Beat Döbeli Honegger im Text ChatGPT & Schule (2023) Es ist davon auszugehen, dass der digitale Schereneffekt mit Chat GPT weiter zunimmt. Denn es ist leider erwiesen, dass leistungsstärkere Schülerinnen und Schüler mehr Nutzen aus digitalen Werkzeugen ziehen als schwächere. Umso mehr wird es künftig die Aufgabe der Schule sein, zusammen mit Ihnen als Eltern einen verantwortungsvollen Umgang mit Chatbots vorzuleben.
Von Jörg Berger im Text Im Dialog mit dem Chatbot (2023) Eine Erfahrung gibt Haverkamp zu denken: Er stellte fest, dass leistungsstarke Schüler die KI-Schreibhilfen dosiert einsetzten. Sie überließen der KI Routinearbeit, um selbst mehr Zeit für andere Aufgaben zu haben. Bei den schwächeren Schülern beobachtete er dagegen, dass sie auch vom KI-System ausgespuckten Unsinn ungeprüft übernahmen. Die Zeitersparnis aufgrund der KI-Nutzung steckten diese Schüler mitunter nicht in höherwertiges Lernen. Haverkamp sieht daher die Gefahr, dass KI-Systeme die ohnehin vorhandene Bildungsungerechtigkeit noch verschärfen.
Von Dorothee Wiegand im Text Mitdenken erwünscht (2023) Ob durch den Einsatz von LLM leistungsstärkere oder leistungsschwächere Lernende profitieren, ist eine
offene Frage, die empirisch beantwortet werden muss. Einerseits können Lernschwächen (z. B. Rechtschreibschwächen)
ausgeglichen werden, so dass die Inhalte eines Textes bedeutsamer werden und
Schwächere von der elaborierteren Auseinandersetzung mit dem Inhalt profitieren. LLM können benachteiligten
Lernenden auch temporär (z. B. neu zugewanderten Schüler:innen) oder dauerhaft (z. B. Schüler:
innen mit bestimmten Förderschwerpunkten) die Unterrichtspartizipation erleichtern. Andererseits
können besonders die stärkeren Lernenden LLM auf sinnvolle und effektive Weise für Lernaktivitäten nutzen.
Schüler:innen, die hohe sprach- und fachbezogene Kompetenzen besitzen, und sich daher durch
Prompts verständlich machen, den Output von LLM verstehen und ihn gekonnt mit der eigenen Sprachproduktion
verbinden können, sind bei der Nutzung im Vorteil. Leistungsstärkere Lernende verfügen außerdem
über einen erhöhten fachlichen Wissensstand und ein ausgeprägteres kritisches Bewusstsein und können
somit metakognitive Strategien und kritische Überprüfungen bei LLM-generierten Texten erfolgreich
anwenden.
Von SWK Ständige Wissenschaftliche Kommission der KMK im Text Large Language Models und ihre Potenziale im Bildungssystem (2024) 18 Vorträge von Beat mit Bezug
- ChatGPT - der iPhone-Moment für KI?
Klausur PHSZ, Oberägeri, 14.02.2023 - ChatGPT und die (informatische (Schul-))Bildung
Ausschuss "Bildung, Fachkräfte und Diversität" von digitalswitzerland, 07.03.2023 - ChatGPT & Co.: Klares und Unklares
Institutskonferenz F&E PH FHNW, 20.03.2023 - Schule, Digitalisierung und die Rolle der Informatik
Landesinformatiktag Hamburg und Schleswig-Holstein, 25.03.2023 - ChatGPT - der iPhone-Moment des maschinellen Lernens
NMS Bern, 07.06.2023 - KVreform GPT
Kaufmännische Berufsschule Schwyz, 05.07.2023 - BBZGPT
Berufsbildungszentrum Goldau, 17.08.2023 - Hoi Nachbar!
Vaduz, 06.09.2023 - Nachrichtenkompetenz – und jetzt auch noch ChatGPT & Co.
Tagung "Nachrichtenkompetenz auf Sekundarstufe II" von ZHAW und SRG public value, 03.11.2023 - ChatGPT & Co. – eine Etappe auf der Reise nach Digitalien
CAS Lernreise, 19.01.2024 - Wenn ChatGPT in der Lehrer:innenbildung mitredet
(Video des Referats)
Tag der Lehre der PHZH, 01.02.2024 - Was will uns ChatGPT sagen?
8. Pädagogischer Dialog Liechtenstein, Vaduz, 21.02.2024 - Sprachmaschinen.
Deutschsprachige AG Fremdsprachen der EDK, PHZH, 20.03.2024 - «Nach der Lektüre des Buches ist das leider nicht besser geworden»
CAS Digital Leadership in Education, PHZH, 22.03.2024 - Überfluten uns ChatGPT & Co.?
Tagung des Berufsverbands Schulleitungen Bern
Schwellenmätteli Bern, 24.05.2024 - GMLS - Wie sag ich‘s meinen Lehrer:innen (und der SL)?
Netzwerktreffen PICTS und ICT-Leiter:innen Kanton Schwyz, Uri & Glarus
PHSZ, 05.06.2024 - Generative Machine-Learning-Systeme in der Bildung
VR- und GL-Retraite der Orell Füssli Gruppe
Hasliberg, 12.06.2024 - Wenn das Digitale in der Bildung mitzureden beginnt
Bildungstag Kanton Glarus, 04.09.2024
Zitationsgraph
Zitationsgraph (Beta-Test mit vis.js)
Zeitleiste
14 Erwähnungen
- Professor der PH Schwyz testet Textroboter und gibt Tipps für Schulen (Geri Holdener) (2023)
- ChatGPT & Schule - Einschätzungen der Professur „Digitalisierung und Bildung“ der Pädagogischen Hochschule Schwyz (Beat Döbeli Honegger) (2023)
- Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence (Shakked Noy, Whitney Zhang) (2023)
- Im Dialog mit dem Chatbot (Jörg Berger) (2023)
- Pädagogik 4/2023 - Agile Methoden für Schule und Unterricht (2023)
- Jede Lehrkraft muss ChatGPT kennen (Lisa Becker) (2023)
- ChatGPT und andere Computermodelle zur Sprachverarbeitung - Grundlagen, Anwendungspotenziale und mögliche Auswirkungen (Steffen Albrecht) (2023)
- Hausaufgaben machen mit ChatGPT? (Heike Schmoll) (2023)
- «Jeder muss ein Picasso werden» (Martin Vetterli, Hannes Grassegger) (2023)
- c't KI-Praxis (2023)
- Mitdenken erwünscht - Chancen und Risiken generativer KI in der Bildung (Dorothee Wiegand) (2023)
- Large Language Models und ihre Potenziale im Bildungssystem - Impulspapier der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz (SWK Ständige Wissenschaftliche Kommission der KMK) (2024)
- «Fehler korrigiert jetzt die KI» (Hendrik Haverkamp, Martin Spiewak) (2024)
- Pädagogik 3/2024 - KI in der Schule (2024)
- Künstliche Intelligenz in der Schule - Chancen nutzen, Herausforderungen meistern (LCH Dachverband Schweizer Lehrerinnen und Lehrer) (2024)