Entdecken Sie eBooks
Kategorien
Entdecken Sie Hörbücher
Kategorien
Entdecken Sie Zeitschriften
Kategorien
Entdecken Sie Dokumente
Kategorien
Privatlehrer fr alle!
Digitale Diskriminierung (Forts.)
Gefngnis bringen.
Weil immer mehr Daten fr Analysezwe-
cke zur Verfgung stehen, wird sich das
Feld der Einsatzbereiche algorithmischer Personalisierte Lernsysteme stellen das Ende der
Entscheidungen weiten. Whrend die
Vorteile dieses Vorgehens gut beleuch-
Flieband-Bildung in Aussicht und versprechen
tet und viel besprochen sind, scheint die mageschneiderte Bildungserfolge. Doch sind die
Bedeutung eines verantwortlichen Um- groen Verheiungen bereilt.
gangs mit Algorithmen, das heit im Ein-
klang mit ethischen und legalen Normen,
noch nicht ausreichend im ffentlichen
Bewusstsein angekommen zu sein. Na-
trlich wissen wir, dass auch Menschen in
V or nunmehr beinahe drei Dekaden, individuelles Vorankommen, an persn-
im Jahr 1988, gab der Autor Isaac liche Fhigkeiten, Interessen und Ziele
Asimov fr Bill Moyers Reihe World of anzupassen. Dabei existiert ein Sammel-
ihrer Entscheidungsfindung alles andere Ideas ein bemerkenswertes Interview, surium unterschiedlicher Werkzeuge:
als vorurteilsfrei sind. Doch sind Algorith- in dem er unter anderem auch computer- Das Spektrum reicht von responsiven
basiertes lebenslanges Lernen und On- Systemen, die im Wesentlichen Zugang
Werden Diskriminierungen line-Bildung voraussagte. Asimov wendet zu festgelegten Inhalten bieten und eine
durch maschinelle Entschei- sich gegen das gegenwrtige System der Anpassung der Benutzeroberflche zu-
dungen gar noch verstrkt? Massenbildung, in dem ein Curriculum lassen, dem Lernenden die Wahl eigener
fr alle gleichermaen gilt und zeichnet Lernpfade erlauben oder Lernmateria-
men am Werk, werden datengetriebene eine Zukunft, in der Lernende sich von len entsprechend dem ber eine Daten-
Entscheidungen massenhaft getroffen. zu Hause aus ber Computer mit riesigen analyse festgestellten Leistungsniveau
Finden wir uns also bald in einer Situati- Bibliotheken verbinden und auf jede be- prsentieren. Adaptive Systeme gehen
on wieder, in der nicht nur menschliche liebige Frage Antworten erhalten, in der darber hinaus und versuchen den Lern-
durch maschinelle Vorurteile ersetzt, jeder lernen kann, prozess flexibel
sondern sogar noch verstrkt werden? wie es ihm beliebt. Das Fliebandmodell der Mas- zu untersttzen.
Daher ist es hchst Zeit, den Blick auf Computer, so sieht senbildung verspricht Techno- Indem sie sich an
mgliche maschinengemachte Verzer- der hellsichtige Au- logie zu beenden. Die Zukunft das Verhalten und
rungen zu richten. Es gilt Transparenz tor voraus, wrden des Lernens soll stattdessen in- die Kompetenz
herzustellen und die algorithmischen der one-size-fits- dividualisiert vonstatten gehen. eines Lernenden
Entscheidungsverfahren aus ihrer Black all-Bildung ein nicht nur durch ei-
Box herauszuholen. Auch ist eine str- Ende bereiten und personalisierte Lern- nen vorgegebenen Entscheidungsbaum
kere Sensibilisierung der ffentlichkeit mglichkeiten schaffen, die die eins-zu- anpassen, sondern dabei Technologien
fr die neuen Mechanismen und deren eins-Beziehung zwischen Lernenden und des Maschinenlernens nutzen. Die am
Einflussmglichkeiten notwendig. Und Lehrenden herbeifhre. weitesten gehende Vision technologisch
nicht zuletzt wartet ein noch viel tiefer- Heute erscheint der technologische Fort- gesttzten personalisierten Lernens be-
gehendes Problem auf eine Lsung: Da- schritt einen Stand erreicht zu haben, steht in intelligenten Tutorsystemen, die
rber, was objektiv und gerecht ist und der Asimovs Utopie Wirklichkeit werden menschliche Lehrer nachahmen, proak-
was es fr einen Algorithmus bedeutet, lsst. Eine ganze Reihe von Initiativen tiv ttig werden und auf vielfltige Weise
ausbalancierte Urteile zu fllen, muss setzt sich zum Ziel, mit Hilfe datengetrie- mit dem Lernenden interagieren, indem
bereinstimmung hergestellt werden. bener Technologien Lernerfahrungen an sie etwa aus den Interaktionen mit dem
Lernenden stndig dazulernen, mit Hilfe
von Gesichtserkennung Emotionen wahr-
nehmen und Lernprozesse entsprechend
f/21 Zukunftsperspektiven anpassen. Die knstlichen Lehrer sol-
len imstande sein, individuelles Feedback
und Tipps zu geben.
Zwar ist die Vision der intelligenten Tu-
f/21 Gameful City torsysteme noch Zukunftsmusik doch
ist nicht denkbar, dass angesichts des
Die Stadt als Spielraum
BRO FR ZUKUNFTSFRAGEN
Privatlehrer fr alle! (Forts.) gleichen gesammelt werden, wirft das ausmacht. Worin besteht der Zweck des
Lernen wirken. die Frage auf, wann die Grenze zu ber- Lernens und der Bildung? Menschen fit zu
Jedenfalls aber wird es fr deren Einsatz wachung und Kontrolle berschritten machen fr den Arbeitsmarkt? Ihnen ein
selbstndige, eigenverantwortliche Ler- wird. grtmgliches Einkommen zu verschaf-
nende brauchen. Wo immer Unterricht Ein weiteres Problem ist den Lernsys- fen? Auf ein humanistisches Bildungs-
darauf setzt, Lernende dabei zu unter- temen immanent: Damit die Software ideal hinzuwirken? Kritisch denkende
sttzen, in deren eigenem Tempo vor- adaptiv agieren kann, muss sie darauf Menschen hervorzubringen, die die Zivil-
anzuschreiten, braucht es groe Verant- hinarbeiten, die Eintrittswahrscheinlich- gesellschaft strken? Bevor nicht Einig-
wortung fr den eigenen Lernprozess. keit eines bestimmten Ziels zu erhhen. keit besteht ber das Ziel, bleiben die Er-
Lernenden werden Fhigkeiten des un- Aber welches Ziel wird den Systemen folgsversprechen der Lerntechnologien
abhngigen, eigenverantwortlichen Ler- einprogrammiert? Die Sache wird nicht zwangslufig hohl. Von der gesellschaft-
nens, Konzentrati- lichen Beantwor-
onsvermgen und Technologie nimmt fr sich in Anspruch, ein Problem zu lsen, tung der aufgewor-
anhaltende Moti- das in Wirklichkeit ein gesellschaftliches, kein technisches ist. fenen Fragen wird
vation abverlangt. Solange nicht Einverstndnis ber die Ziele von Bildung herrscht, auch abhngen,
Solche Eigenschaf- mssen die Erwartungen an Technologie gedmpft bleiben. inwieweit Asimovs
ten bringen nicht Vision berhaupt
alle Lernenden mit und schon gar nicht einfacher dadurch, dass sich Lernerfolge relevant sein kann: Denn er malt ja nicht
die jngsten unter ihnen. kaum durch ein einziges Ziel beschreiben nur Lernwelten aus, in denen Lernende
Auch Sorge um Privatsphre und Daten- lassen. Wie aber schafft es die Software, ihr eigenes Tempo gehen, sondern auch
schutz umgibt diese neuen Technologi- auf mehrere Ziele gleichzeitig hinzusteu- ihren eigenen Interessen folgen. Inwie-
en. Die Systeme setzen auf das Sammeln ern? Wie erfolgt die Abstimmung von weit werden Eltern, Schulbehrden und
von immer mehr Daten und machen da- Zwischenzielen und greren Endzielen? Arbeitgeber dies berhaupt als sinnvoll
her Entscheidungen ntig, wie diese Da- Mit ihrem Enthusiasmus nehmen die erachten?
ten verwendet werden drfen, mit wem Technologien des personalisierten Ler-
sie geteilt und warum sie berhaupt er- nens fr sich in Anspruch, so scheint es,
Fr weitere Informationen zu neuen Bil-
hoben werden. Zudem beziehen die Sys- ein Problem zu lsen, das in Wirklich-
dungswelten besuchen Sie bitte unsere
teme zunehmend auch Daten mit ein, die keit kein technisches, sondern ein ge-
Webseite oder kontaktieren Sie uns!
auerhalb des Lernkontexts herrhren. sellschaftliches ist. Immer schon fiel es
Wenn aber Daten beispielsweise durch schwer, Lernerfolg zu messen und zu www.f-21.de/fokus_neuebildungswelten
Monitoring von Social Media ber Frei- steuern, schlicht weil nicht eindeutig de- zukunft@f-21.de
zeitverhalten, Medienkonsum und der- finiert ist, was Lern- und Bildungserfolg