🎥Good Practice: KI als Co-Creator – Reflexionsfähigkeit in der Wissenschaftskommunikation stärken

Kurzbeschreibung

Dr. Anna Schneider vom FAU Kompetenzzentrum für interdisziplinäre Wissenschaftsreflexion (ZIWIS) nutzt KI-Tools gezielt in der Lehrvorbereitung und in der Lehre, um Studierende für den reflektierten Umgang mit künstlicher Intelligenz zu sensibilisieren. Dabei steht der praktische Umgang im Mittelpunkt: Studierende erstellen wissenschaftskommunikative Beiträge und reflektieren anschließend den Entstehungsprozess. Dr. Schneider zeigt, wie sich KI sinnvoll in Lehrprozesse integrieren lässt, ohne die kritische Distanz zu verlieren. So wird KI nicht als Konkurrenz, sondern als gemeinsame Lernpartnerin begriffen.

Ausgangssituation

Ein Großteil der Studierenden nutzt bereits KI-Tools im Studienalltag, häufig ohne deren Funktionsweise oder Grenzen genau zu kennen. Der Gebrauch von KI bleibt also häufig unreflektiert. Dies führt zum Anlass, den Umgang mit KI aktiv in ihre Lehrveranstaltungen einzubinden. Ziel ist es, die Studierenden darin zu unterstützen, ihre eigene Haltung zur KI zu entwickeln und einen reflektierten Umgang in ihren jeweiligen Fachkontexten zu finden. Die Lehrveranstaltungen sollen so nicht nur Wissen vermitteln, sondern den kritischen Blick auf digitale Werkzeuge schärfen. In den Schlüsselqualifikationskursen kann sie das Thema freier aufgreifen und mit den Studierenden offen über Chancen und Risiken diskutieren, ohne strenge Prüfungsgrenzen setzen zu müssen.

Ziele

In allen KI-zentrierten Lehrveranstaltungen wird das Ziel verfolgt, den transparenten und verantwortungsbewussten Umgang mit KI als zentrale Kompetenz im Studium zu verankern. Die Dozentin möchte Studierende befähigen, die Funktionsweise von KI-Tools zu verstehen und diese sinnvoll in ihren Fächern einzusetzen. Dabei legt sie Wert darauf, dass die Lernziele an die alltägliche Nutzung von KI angepasst werden. Die Studierenden sollen erkennen, dass KI kein isoliertes Phänomen ist, sondern ein Werkzeug, das kritisch geprüft, gezielt eingesetzt und methodisch reflektiert werden muss. Darüber hinaus möchte sie eine reflektierte Handlungskompetenz fördern, die Studierende in die Lage versetzt, auch gesellschaftliche und wissenschaftsbezogene Aspekte der KI-Nutzung einzuschätzen.

Konzepte, Umsetzung, Methoden

KI-Tools werden bereits in der Lehrveranstaltungsplanung genutzt, indem bestimmte Aufgaben an die KI abgegeben und die Ergebnisse geprüft werden. In der Lehre selbst werden auf praktische Übungen gesetzt: Die Studierenden erstellen wissenschaftskommunikative Beiträge, die sie anschließend gemeinsam reflektieren. Es geht nicht darum, möglichst viele verschiedene Programme kennenzulernen, sondern zu verstehen, wie diese Programme funktionieren und wie man mit ihnen kommuniziert, um sinnvolle Ergebnisse zu erhalten. Dabei wird viel mit unterschiedlichen Prompting-Strategien experimentiert, um die Qualität der Resultate zu verbessern. Ein zentraler Bestandteil des didaktischen Konzepts ist die kritische Überprüfung der KI-Ergebnisse: Die Studierenden sollen lernen zu beurteilen, wann ein Resultat nachvollziehbar ist und wo es noch menschlicher Einschätzung bedarf. Dies machen sie unter anderem auch in Peer-Gruppen, aber auch im Austausch mit der Dozentin.

Erfahrungen

Das Thema KI ist kein einziger Punkt, sondern ein eher als vielfältiges Feld mit unterschiedlichen Anwendungsbereichen, bei dem sowohl Dozierende als auch Studierende für ihre eigenen Interessen und Schwerpunkte selbst testen und sich informieren sollen. Neue Tools bieten viele Möglichkeiten, ihren Einsatz zu testen und auszuprobieren, was sich als sinnvoll in der Lehre eignet und was nicht. Dies kann auch mit den Studierenden passieren. Allerdings sollten diese auch selbst bestimmen können, in welchen Bereichen sie KI einsetzen wollen, und wo nicht. Zentral in der Anwendung ist:

• Studierende sollen sich ein minimales Grundlagenwissen aneignen, zum Beispiel über den KI-Campus, bevor sie praktisch mit Tools arbeiten; diese Ergebnisse können durch Peer-Feedback oder durch die Lehrperson überprüft werden.
• Das unvermeidliche Frusterleben bei der Nutzung von KI soll Teil des Lernprozesses sein, denn durch das Ausprobieren verstehen Studierende die Funktionsweise und Grenzen besser.
• Lehrende sollten transparent mit den Studierenden zusammenarbeiten und betonen, dass Lehrende und Lernende gemeinsam mit und über KI lernen.

Erfolgskriterien

Da das Thema KI lässt nicht aus der Lehre ausklammern lässt, sollten Lehrende daher ein echtes Interesse an den technischen und gesellschaftlichen Entwicklungen zeigen und dieses Interesse an die Studierenden weitergeben. Hier ist es wichtig, als Lehrperson proaktiv zu bleiben und KI nicht als Hindernis, sondern als didaktische Chance zu begreifen. Da KI die Hochschullehre auch zunehmend beeinflusst, müssen auch die Studierenden, die sich zukünftig an Universitäten einschrieben werden, auf diese neue Form der Lehre vorbereitet werden. Zentral ist dabei:

• KI ist besonders im Bereich der Textarbeit bereits gut einsetzbar, während Anwendungen im Bereich der Bildgenerierung noch Entwicklungsbedarf zeigen.
• Entscheidend ist, KI als Werkzeug zu verstehen, das nur in Kombination mit kritischer Reflexion und menschlichem Urteilsvermögen wirksam wird.
• In Zukunft sollten Lehrende verstärkt darauf achten, wie neue Studierendengenerationen mit anderen Erwartungen und Vorerfahrungen im Umgang mit KI an die Hochschule kommen.

KI-Praxisbeispiele aus der FAU

Reflexion und Praxis: KI-Integration in der Wissenschaftskommunikation

KI trifft Campus – Chancen, Herausforderungen und Visionen für die Lehre von morgen. Unter diesem Motto stand die Woche der Lehre 2024 an der FAU, mit einem abwechslungsreichen Programm aus Vorträgen, Workshops, interaktiven Sessions und inspirierenden Praxisbeispielen zum Thema Künstliche Itelligenz in der Hochschullehre. In der Session „KI-Praxisbeispiele“ gaben Lehrende der FAU am 25. Oktober 2024 spannende Praxiseinblicke in Lehrkonzepte, Lessons Learned, Projekte und Ideen rund um das Thema KI.

Kategorie: Good Practice, Künstliche Intelligenz (KI)