FOERBICO/Blog/2024-10-01-wiley-generative-KI-Bildung.md

9.5 KiB

@context creativeWorkStatus type name description license id creator keywords inLanguage image learningResourceType datePublished
https://schema.org/ Published LearningResource "Warum Open Education zu generativer KI-Bildung wird" - David Wiley Der Blogbeitrag beschäftigt sich mit dem Vortrag von Dr. David Wiley mit dem Titel „Warum Open Education zu generativer KI-Bildung wird“, gehalten an der University of Regina im September 2024. Wileys Hauptargument ist, dass generative KI die optimale Strategie zur Demokratisierung von Bildungsressourcen darstellt und dass Open Education sich auf generative KI-Modelle konzentrieren sollte. Doch die eigentlichen Fragen zur Qualität und den Anforderungen an die Community bleiben in der Tiefe unerwähnt. https://creativecommons.org/licenses/by/4.0/deed.de https://git.rpi-virtuell.de/Comenius-Institut/FOERBICO/src/branch/main/Blog/2029-10-01-wiley-generative-KI-Bildung.md
givenName familyName type affiliation
Jörg Lohrer Person
name id type
Comenius-Institut https://ror.org/025e8aw85 Organization
KI
OER
Open Education
Qualitätssicherung
de
http://oer.community/wp-content/uploads/2024/10/Open-Education.png
https://w3id.org/kim/hcrt/text
2024-10-01

"Warum Open Education zu generativer KI-Bildung wird" - David Wiley

Zusammenfassung zum Vortrag von Dr. David Wiley mit dem Titel „Warum Open Education zu generativer KI-Bildung wird“, gehalten an der University of Regina im September 2024. Wileys Hauptargument ist, dass generative KI die optimale Strategie zur Demokratisierung von Bildungsressourcen darstellt und dass Open Education sich auf generative KI-Modelle konzentrieren sollte. Doch die eigentlichen Fragen zur Qualität und den Anforderungen an die Community bleiben in der Tiefe unerwähnt.

Hauptthemen des Vortrags:

  1. Ursprünge und Ziele der Open-Education-Bewegung: Wiley zeichnet die Geschichte der Open-Education-Bewegung nach, von ihren Anfängen im Jahr 1998 bis heute. Er betont, dass das Hauptziel der Bewegung immer darin bestand, den Zugang zu Bildungsmöglichkeiten zu verbessern, und dass die Strategie zur Erreichung dieses Ziels in der Bereitstellung von Open Educational Resources (OER) bestand.

  2. Die aufkommende Technologie der generativen KI: Wiley argumentiert, dass generative KI die leistungsstärkste neue Technologie ist und dass sie das Potenzial hat, die Art und Weise, wie wir über OER denken, zu revolutionieren. Im Gegensatz zu herkömmlichen OER, die individuell erstellt werden, können generative KI-Modelle auf Anfrage neue Bildungsressourcen erstellen.

  3. Der Übergang von traditionellen OER zu generativen OER: Wiley führt den Begriff „generative OER“ ein und definiert ihn als „offentlich lizenzierte Prompts und Modellgewichte“, die verwendet werden können, um andere OER mit generativer KI zu erstellen. Doch die Problematik der Lizenzierung wird hier nur am Rande erwähnt, obwohl sie gerade im Bereich der Open Education Culture von entscheidender Bedeutung ist.

  4. Vorteile und Herausforderungen generativer KI für die Bildung: Wiley räumt ein, dass es Bedenken hinsichtlich der Qualität, Nachhaltigkeit und Ethik generativer KI gibt. Er argumentiert jedoch, dass diese Herausforderungen angegangen werden können und dass die potenziellen Vorteile generativer KI für die Bildung zu groß sind, um sie zu ignorieren. Allerdings bleibt die Frage offen, wie diese Qualitätsansprüche in Bezug auf generierte Inhalte tatsächlich gesichert werden können.

  5. Auswirkungen auf die Pädagogik: Wiley geht davon aus, dass generative KI die Pädagogik verändern wird, indem sie Lehrenden und Lernenden neue Möglichkeiten bietet. Er fordert die Lehrkräfte auf, die Möglichkeiten der generativen KI zu erkunden und neue pädagogische Ansätze zu entwickeln, die diese neue Technologie nutzen. Wir stellen uns jedoch die Frage, welche Rolle die Community hier spielt? Wird der Einsatz von KI gar zur "Flucht" vor Community und menschlicher Interaktion, da Assistenten die Arbeit übernehmen?

Wichtigste Ideen und Fakten:

  • Traditionelle OER werden oft von Hand gefertigt, was zeitaufwändig und ressourcenintensiv sein kann. Generative KI kann diesen Prozess automatisieren und es Lehrenden ermöglichen, auf Anfrage qualitativ hochwertige Bildungsressourcen zu erstellen.

  • Generative KI kann verwendet werden, um OER anzupassen, um sie für verschiedene Lernende und -kontexte relevant zu machen, z. B. durch Übersetzung in andere Sprachen oder Anpassung des Lesensniveaus.

  • Offene Modellgewichte sind entscheidend, um sicherzustellen, dass generative KI-Modelle für Bildungszwecke angepasst und verbessert werden können.

  • Generative KI wirft zwar ethische Bedenken auf, aber diese Bedenken können durch die Priorisierung offener Lizenzen und die Förderung transparenter und verantwortungsvoller Entwicklungspraktiken angegangen werden.

Allerdings bleibt die Frage der ästhetischen Qualität ungelöst. Die fehlende Tiefe in KI-generierten Bildern im Vergleich zu fachdidaktisch verantworteten visuellen Materialien fällt vielen Lehrkräften sofort auf.

Zitate:

„Ich glaube, dass wir uns von einem Informationszeitalter, in dem es bei der wichtigsten neuen Ressource darum ging, Kopien zu erstellen und diese Kopien zu verbreiten, in ein generatives Zeitalter bewegen, in dem die wichtigste neue Technologie neue Ressourcen auf Anfrage erstellen kann.“

„Wenn unser Problem der ungleiche Zugang zu Bildungsmöglichkeiten ist ... dann hat generative KI das Potenzial, den Zugang zu weitaus mehr Ressourcen zu weitaus mehr Themen in weitaus mehr Sprachen in weitaus mehr Formaten zu ermöglichen, als dies der aktuelle OER-Ansatz zulässt.“

Aber was bedeutet das für die tiefere ästhetische und didaktische Qualität der generierten Inhalte?

Handlungsaufforderung:

Wiley fordert die Open-Education-Community auf, generative KI anzunehmen und die Möglichkeiten dieser neuen Technologie zur Demokratisierung des Zugangs zu Bildungsmöglichkeiten zu erkunden. Er betont, wie wichtig es ist, offene Lizenzen, transparente Entwicklungspraktiken und die Entwicklung neuer pädagogischer Ansätze zu priorisieren, um das transformative Potenzial generativer KI voll auszuschöpfen.

Die spezifische Rolle der Community wird jedoch nicht klar definiert. Was passiert, wenn die KI viele der Aufgaben übernimmt, die traditionell von der Community erfüllt wurden und was bedeutet dies für das Beziehungsgeschehen einer Lerngemeinschaft?

Takeaways: Generative AI vs. OER: Effektivität und die Zukunft der OEP

Generative KI ist potenziell effektiver als traditionelle OER, um den Zugang zu Bildung zu verbessern, da sie einige der Einschränkungen von OER überwindet und neue Möglichkeiten für die Gestaltung von Lernprozessen bietet. Doch was bleibt von der Rolle der Community, die in der Open Education immer eine zentrale Rolle gespielt hat?

Hier sind einige Punkte, die im Vortrag von David Wiley hervorgehoben werden:

  • Erstellung von Ressourcen: Während traditionelle OER von Menschen erstellt werden müssen, kann generative KI auf Anfrage neue Ressourcen zu spezifischen Themen, für bestimmte Lerngruppen und in verschiedenen Formaten und Sprachen erstellen.
  • Überwindung von Barrieren: Traditionelle OER unterliegen immer noch einem gewissen Grad an "Glück", um das richtige Material zu finden, und erfordern oft zusätzliche Fähigkeiten, um sie anzupassen. Generative KI kann diese Barrieren überwinden, indem sie die Ressourcenerstellung vereinfacht und personalisierte Anpassung ermöglicht.
  • Effektivität und Skalierbarkeit: Generative KI kann den Zeit- und Ressourcenaufwand für die Erstellung von Lernmaterialien drastisch reduzieren, was zu einer größeren Verfügbarkeit und Aktualität von OER führen kann. Doch ist die Qualität der generierten Inhalte wirklich ausreichend, um den didaktischen Ansprüchen gerecht zu werden?
  • Neue pädagogische Möglichkeiten: Die Integration von generativer KI in den Bildungsbereich ermöglicht neue Formen des Lernens, wie z. B. die Simulation von synchronen Kollaborationsaktivitäten in asynchronen Online-Kursen.

Allerdings gibt es auch Herausforderungen und Bedenken hinsichtlich generativer KI:

  • Fragen der Qualität und Genauigkeit: Genau wie bei frühen OER gibt es Bedenken hinsichtlich der Richtigkeit und Zuverlässigkeit von generativer KI, insbesondere im Hinblick auf "Halluzinationen" oder Verzerrungen in den generierten Inhalten.
  • Nachhaltigkeit: Die enormen Rechenressourcen, die für Training und Betrieb von generativen KI-Modellen benötigt werden, werfen Fragen nach der ökologischen und finanziellen Nachhaltigkeit auf.

Trotz dieser Herausforderungen betont Wiley, dass generative KI ein vielversprechendes Werkzeug ist, um den Zugang zu Bildung zu verbessern.

  • Open-Source-Modelle und -Prompts: Die Entwicklung und gemeinsame Nutzung von Open-Source-Modellen und -Prompts ermöglicht die Anpassung und Lokalisierung von generativer KI für verschiedene Bildungskontexte und -bedürfnisse.
  • Lokale Ausführung: Die Möglichkeit, kleinere, angepasste Modelle lokal auf Laptops oder Smartphones auszuführen, kann den Datenschutz verbessern, den Energieverbrauch senken und den Zugang in Regionen mit eingeschränkter Internetverbindung ermöglichen.

Eine Frage bleibt weiterhin offen: Wird die Rolle von Communities in der Open Education wirklich gestärkt oder entwertet?