Künstliche Intelligenz im Sinne großer Sprachmodelle ist in der Bildung zurzeit ein viel diskutiertes Thema. Neben Bedenken wegen befürchtetem De-Skilling sehen viele pädagogisch tätige Menschen auch Vorteile für passgenaueres Lernen. KI-Modelle könnten in diesem Sinne analysieren, welche Kenntnisse und Herausforderungen Lernende haben, und sie darauf aufbauend gezielt und adaptiv beim Erwerb von Wissen und Kompetenzen unterstützen.

Ich finde diese Perspektive nachvollziehbar. Gerade bei der Entwicklung von Basiskompetenzen kann ich mir das vielversprechend vorstellen. Blickt man allerdings umfassender auf die Herausforderungen unserer Welt und die vielfältigen Krisen, mit denen wir konfrontiert sind, dann wird deutlich: Solch eine auf Bestehendes ausgerichtete, tendenziell fremdbestimmte Orientierung ist mindestens nicht ausreichend, um alle Lernenden zu ermächtigen, lebenswerte Zukünfte für sich und andere zu gestalten.

Hintergrund hierfür ist, dass der Nordstern der Ermächtigung zur Gestaltung lebenswerter Zukünfte, unbedingt das Erleben und Erlernen von Verbundenheit mit der Welt braucht. Nur so verstehen Lernende, dass sie Teil dieser Welt sind und sie mit ihren Aktivitäten gestalten. Genau deshalb ist zunehmend individualisiertes Lernen aus meiner Sicht der falsche Weg. Wir sollten stattdessen mehr auf soziales Lernen orientieren, in dem Lernende Verbundenheit mit anderen erleben und erlernen können.

Ich plädiere deshalb (mindestens auch) für ein verändertes Bild von KI-Nutzung in der Bildung: Weniger der individuelle KI-Tutor für jedes Kind und mehr die Möglichkeit, in sozial gestalteten Lernprozessen ein KI-Modell ‚mit an den Tisch‘ zu holen.

In diesem Blogbeitrag teile ich 10 konkrete Ansatzpunkte, wie solch eine soziale KI-Nutzung in der Praxis aussehen kann. Meine Erfahrungen stammen aus der Erwachsenenbildung mit pädagogisch tätigen Menschen. Sie sollten aus meiner Sicht aber auch für andere Lernende und Bildungsbereiche gut weiternutzbar sein.

1. Ideen entwickeln

Mein Lieblingsansatz für eine soziale KI-Nutzung, den ich zugleich am häufigsten in meinen Lernangeboten vorschlage, ist, ein KI-Modell im Rahmen einer gemeinsamen Ideen-Entwicklung mit an den Tisch zu holen.

In diesem Fall werden KI-Modelle als Resonanzmaschinen verwendet, die mithilfe der riesigen Datenbasis, mit der sie gefüttert sind, Denkanstöße und Impulse in eine gemeinsame Diskussion geben können. Diese Beiträge der KI haben dann immer etwas Zufälliges, was in diesem Fall sehr erwünscht ist. Die Gruppe kann dabei festlegen, wie offen die Denkanstöße und Impulse des KI-Modells sein sollen – und in diesem Sinne mehr oder weniger Kontext zur Verfügung stellen.

Die Vorschläge der KI sind dann nie fertige und abschließende Antworten, sondern Anregungen für die Gruppe zum Weiterdenken. Ganz genau so kann die Gruppe einen erhaltenen Output natürlich auch direkt verwerfen, was den Gruppenprozess ebenfalls weiterbringen kann.

Brainstorming muss in diesem Kontext übrigens auch gar nicht eng auf Ideenentwicklung hin zu einem konkreten Output verstanden werden. Es kann vielmehr immer dann zum Einsatz kommen, wenn eine Gruppe vor einer gemeinsamen Herausforderung steht und erste Impulse sucht, um wegzukommen von: ‚Wir haben gar keinen Einfall dazu, was wir hier machen könnten!‘

2. Blinde Flecken aufspüren

Eine zweite Möglichkeit einer sozialen KI-Nutzung ist es, ein KI-Modell bewusst mit in die Diskussion in einer Gruppe hineinzuholen, um mögliche blinde Flecken aufzuspüren. Dieser Einsatz erfordert eine gewisse Reflexion der Gruppe, welche Perspektiven mit ihnen bereits am Tisch versammelt sind, um darauf aufbauend dann in Resonanz mit einem KI-Modell abfragen zu können, welche anderen Perspektiven es zu einem Thema geben könnte.

In diesem Sinne könnte zum Beispiel eine gemeinsam entwickelte Idee oder ein Vorhaben in ein KI-Sprachmodell eingegeben und gefragt werden:

• Was würde dazu eine Person sagen, die z.B. nicht wie wir an einem Gymnasium arbeitet, sondern an einer Förderschule?
• Was würde ein Elternteil dazu sagen?
• Was wäre die Perspektive einer lernenden Person?

Mit solch einer Perspektiverweiterung kann die Diskussion der Gruppe sehr gut weiter vorangebracht werden.

(Ganz wichtig ist hier, dass diese KI-Interaktion natürlich nicht Rechtfertigung sein soll, um eine direkte Einbeziehung von vielfältigen Perspektiven zu ersetzen und nur stellvertretend mit der KI zu chatten. Das gilt umso mehr, da KI-Modelle Bias-behaftet sind und genau die Stereotype reproduzieren, die wir Menschen in den letzten Jahrzehnten zu unterschiedlichen Perspektiven ins Internet geschrieben haben. Wenn ich ein KI-Modell also z.B. danach frage, was eine Person im Rollstuhl zu einem Thema denken könnte, dann ist die Wahrscheinlichkeit recht groß, dass ich Antworten erhalte, die Menschen, die nicht im Rollstuhl sitzen, sich über Menschen gemacht haben, die im Rollstuhl sitzen. Gerade in solchen Kontexten ist also eine Reflexion unabdingbar. Aber genau dazu kann der soziale Ansatz der Nutzung ja auch helfen.)

3. Komplexität begreifbar machen

Sehr sinnvoll finde ich eine soziale KI-Nutzung drittens, um mithilfe von KI-Modellen Visualisierungs- und Erkundungshilfen zu gestalten. Insbesondere können in diesem Sinne Mini-Tools generiert werden, mit denen ein bestimmter Sachverhalt visualisiert oder im besten Fall auch interaktiv zum Erkunden für eine Gruppe angeboten wird.

Hier ist ein konkretes Beispiel:

Eine Gruppe will sich auf gemeinsame Schwerpunkte verständigen, die man angehen will. Dazu lässt sich sehr gut ein Tortendiagramm nutzen und mit unterschiedlichen Aspekten füllen. Das Tortendiagramm hilft dabei, zu erkennen, dass mehr von einer Sache bedeutet, dass es weniger von etwas anderem geben muss.

Solch ein Tortendiagramm lässt sich natürlich in einer sozialen Austauschsituation auch einfach aufzeichnen. Sehr viel anschaulicher wird es allerdings, wenn die Gruppe sich von einem KI-Modell eine kleine HTML-Anwendung generieren lässt, in die sie Schwerpunkte und Umfang eingeben kann. Der eingegebene Input wird dann für alle direkt als Tortendiagramm visualisiert.

Die pädagogisch größte Herausforderung für mich an dieser Stelle ist, solche Mini-Tools weniger stellvertretend für Lernende vorzubereiten, sondern Lernenden zu erklären und zu zeigen, dass und wie so etwas funktioniert. Sie können diese Möglichkeit dann selbstbestimmt in ihrer Lerngruppe aufgreifen.

4. Clustering & Systematisierung

Sehr hilfreich finde ich die Möglichkeit, KI-Modelle dazu zu nutzen, bestimmte Muster in entwickelten Inhalten zu finden und in diesem Sinne bei einer Clusterung und Systematisierung zu unterstützen. Auch hier ist es natürlich ein schmaler Grad zwischen nicht sinnvoller Abkürzung – weil solch eine Systematisierung und Clusterung immer auch Teil einer sozialen Verständigung ist – und hilfreichem Vorankommen.

Ich erlebe hilfreiches Vorankommen insbesondere in Situationen, in denen eine Gruppe so viel gemeinsam erarbeitet hat, dass ein Fokus immer weniger erkennbar und Weiterarbeiten kaum noch möglich ist. Hier kann es dann helfen, einen Prompt an ein KI-Modell zu richten, der sinngemäß besagt:

„Hier sind viele gesammelte Aspekte. Sortiere und clustere diese zur Weiternutzung. Achte darauf, dass du alle Nennungen berücksichtigst.“

Sehr cool funktioniert das zum Beispiel auch bei der kollaborativen Entwicklung einer Tagesordnung für eine Besprechung: Im ersten Schritt tragen alle ein, was aus ihrer Sicht wichtige Punkte sind. Diese werden dann an ein KI-Modell zur Clusterung übergeben. Mit dieser Vorarbeit entwickelt man dann die Tagesordnung.

5. Dokumentation & Weiternutzung

An die oben dargestellte Clusterung und Systematisierung schließt sehr gut die Nutzung von KI-Modellen für die Dokumentation von Zusammenarbeit an. Hier bedeutet ‚die KI mit an den Tisch holen‘ häufig gar nicht eine direkte Interaktion der Gruppe mit dem KI-Modell, sondern mehr die Nutzung im Hintergrund. Es kann in diesem Sinne beispielsweise sichergestellt werden, dass eine Diskussion einer Gruppe aufgezeichnet wird, um daraus dann später Transkript und Zusammenfassung erstellen zu können.

Eine alternative Herangehensweise wäre, nicht einfach direkt alles mit aufzuzeichnen, sondern die kollaborative Dokumentation als wichtigen Aushandlungs- und Lernprozess der Gruppe einzuordnen. Die Rolle der KI kann dann im Anschluss sein, solch eine kollaborative Dokumentation aufzubereiten und auch für Menschen, die nicht dabei gewesen sind, gut nachnutzbar zu machen.

In einer digitalen Variante würde in diesem Fall für die Dokumentation ein kollaborativer Mitschrieb z.B. mit einem Etherpad genutzt. Für eine gute Weiternutzung könnte man den Mitschrieb in ein KI-Sprachmodell geben mit dem sinngemäßen Prompt: „Mache diesen Mitschrieb schöner.“ Es werden dann Dopplungen rausgenommen, Tippfehler korrigiert und dem Ganzen insgesamt eine gute Struktur gegeben.

In einer analogen Variante gehe ich gerne so vor, dass die Teilnehmenden gemeinsam auf einem Flipchart oder einer Pinnwand dokumentieren. Diese analoge Dokumentation wird dann abfotografiert und stellt den ersten Teil der Dokumentation dar. Der zweite Teil entsteht in Interaktion mit KI. Hier sprechen einzelne in der Zusammenarbeit beteiligte Personen die wesentlichen Inhalte ein. Daraus wird dann ein Transkript und eine gut weiternutzbare Übersichtsfassung erstellt.

6. Moderation & Anleitung

Insbesondere in selbstorganisierten Lernsettings kann ein KI-Modell auch eine moderierende Rolle in dem Sinne einnehmen, dass sich eine Gruppe darüber Schritt für Schritt durch einen zuvor festgelegten Prozess führen lässt. Besonders hilfreich ist dieses Vorgehen, wenn man das verwendete KI-Modell mit einem bestimmten methodischen Raster füttert und das mit der Aufforderung verbindet, die Gruppe durch diesen Prozess zu führen.

Konkretes Beispiel für einen solchen Prompt:

„Wir sind Anna, Max und Nele und wollen gemeinsam ein Troika Consulting machen. Bitte führe uns Schritt für Schritt durch die Methode. Sprich uns namentlich an und sage uns genau und prägnant, was wir als nächstes machen sollen. Wir geben dann Bescheid, wenn wir diesen Schritt gemacht haben und du kannst den nächsten Schritt erläutern.“

7. Unterstützung & Input

Ein Austausch in Gruppen findet sehr häufig in einem bestimmten inhaltlichen Setting statt. Zum Beispiel geht einer Ideenentwicklung in Gruppen in meinen Lernangeboten sehr häufig eine Impulsphase voraus. Hier kann es sehr hilfreich sein, solch einen Impuls (und gegebenenfalls dazu passende weitere Impulse) in ein KI-Modell einzuspeisen, damit dann gezielt in Interaktion mit dem Modell auf dieser gemeinsamen inhaltlichen Grundlage weitergearbeitet werden kann.

Solch ein Setting ermöglicht es einer Gruppe dann zugleich auch, dass das KI-Modell für Nachfragen verwendet werden kann. Wenn in einer Gruppe z.B. Unklarheit dazu besteht, wie eine bestimmte These in einem Impuls verstanden werden kann und der gemeinsame Austausch nicht zu einer Lösung führt, dann kann es sehr hilfreich sein, genau hierzu noch einmal nachzuhaken, um dann in der Gruppe weiterdenken zu können. Ich gebe hierfür auch gerne die Anregung, dass man von KI-Modellen zu den Impulsen konkrete Beispiele für den jeweiligen Kontext erfragen kann, um ein Thema für die jeweilige Gruppe konkreter und handhabbarer zu machen.

Auch hierzu ein exemplarischer Prompt:

„Hier ist das Transkript des Impulses, das wir gerade zu Offenheit in der Bildung gehört haben. Was könnte das denn für uns ganz konkret in einer beruflichen Schule bedeuten? Gib uns ein Beispiel dazu!“

8. Ideen neu kombinieren

Gerade in der asynchronen Zusammenarbeit, aber auch in der synchronen Zusammenarbeit, erlebe ich oft Situationen, in denen Gruppen sich verhaken, weil es zwei oder mehr vermeintlich gegensätzliche Herangehensweisen gibt, die weiterverfolgt werden könnten. Also im Sinne von: Machen wir das jetzt mit Modell A oder mit Modell B? In solchen Situationen mag ich an KI-Sprachmodellen, dass sie ganz wunderbar unterstützen können, das Denken in Richtung ‚Sowohl-als-auch‘ zu öffnen. Das lässt sich einfach durch diese Anforderung erreichen:

„Wir haben die folgenden zwei unterschiedlichen Lösungsansätze entwickelt. Was wäre eine mögliche Kombination davon?“

Ich erlebe es hier immer wieder, dass genau durch solch ein Kombinieren der Gedankenfluss der Gruppe wieder in Gang kommt und am Ende eine deutlich bessere Lösung steht, als wenn man sich isoliert für einen der beiden Wege entschieden hätte.

Zugleich können KI-Modelle natürlich auch genutzt werden, um eine Spannung oder einen Widerspruch in einer Gruppe auf den Punkt zu bringen und dann diskutierbar zu machen. Ein exemplarischer Prompt hierzu wäre:

„Wir haben Konzept A und Konzept B als Möglichkeit. Wo gibt es zwischen den beiden Konzepten Widersprüche, die wir diskutieren sollten?“

9. Gestaltung unterstützen

Die große Stärke (und zugleich im Sinne von Abkürzungslogik auch ein potenzielles Risiko) liegt darin, dass KI-Modelle sehr schnell und oft auch sehr gut einen ersten Prototyp zu einer Idee erstellen können. Zum Beispiel ein Thesenpapier, ein Konzept oder auch ein mediales Produkt. In Gruppen kann man ein KI-Modell vor diesem Hintergrund gemeinsam mit ganz all dem füttern, was man in der Gruppe erarbeitet hat. Und dann sich ausgeben lassen, was daraus in der Umsetzung entstehen könnte.

Meine Erfahrung hiermit ist, dass es für diesen Ansatz eine sehr reflektierte KI-Nutzungskompetenz insbesondere in dem Sinne braucht, dass die Gruppe die Stärke haben muss, den erstellten Prototyp der KI nur insoweit zu nutzen, um zu überprüfen, ob der überlegte Weg grundsätzlich stimmig erscheint. Danach sollten sie ihn dann aber dann besser zur Seite legen und selbst entwickeln oder zumindest Mut für sehr grundsätzliche Änderungen haben.

10. Experimentieren

Der vorläufig letzte Punkt in meiner Liste ist unbedingte Offenheit zum Experimentieren. Damit möchte ich zugleich auch deutlich machen, dass meine Liste ganz sicher nicht abschließend gedacht ist. Es kann sehr spannend sein, in einer Gruppe gemeinsam zu erkunden, wofür und wie sich KI-Modelle in den Austausch integrieren lassen. Bis jetzt stehen wir bei dieser Herausforderung aus meiner Sicht noch sehr am Anfang und es erscheint mir spannend, noch viele neue Experimente zu starten bzw. pädagogisch Räume für solche Experimente zu öffnen.

Wie lassen sich diese Ideen gut umsetzen?

Je nach Erfahrungen der Lernenden braucht es für die beschriebenen Ansatzpunkte für eine soziale KI-Nutzung zu Beginn vielleicht noch einiges an direkter Anleitung. Das Ziel sollte allerdings immer sein, Lernende Schritt für Schritt dazu zu ermächtigen, diese Herausforderung in der Gruppe selbstbestimmt gestalten zu können.

Grundsätzlich sollte KI-Nutzung dabei immer auf einer Meta-Ebene im sozialen Lernen gemeinsam überlegt und reflektiert werden.

Dazu eignen sich die folgenden Schritte:

1. Entscheidung: Die Gruppe muss sich entscheiden: Wollen wir KI mit an den Tisch holen oder nicht? (Für beides kann es sehr gute Gründe geben!)
2. Konkretisierung: Wenn ja: Wozu genau holen wir die KI mit an den Tisch? Die obigen zehn Vorschläge können hier Anregungen bieten.
3. Umsetzung: Der Einbezug, wie ich es oben dargestellt habe, kann dann so aussehen, dass eine Person der Gruppe ein digitales Gerät an den Tisch stellt und darüber die KI mit in die Gruppe kommt. Eine alternative Option wäre es, dass die Gruppe kurz eine Art ‚KI-Pause‘ macht, alle in der Zeit mit ihren jeweiligen KI-Modellen zu der gewählten Herausforderung chatten und dann die Gruppe wieder zusammenkommt.
4. Reflexion: Am Ende sollte unbedingt Raum für eine Reflexion sein: Wie hat die KI-Nutzung unsere Zusammenarbeit befördert und wie hat sie diese behindert? Ist mehr oder weniger Verbundenheit entstanden?
5. Schlussfolgerung: Daraus lassen sich dann Konsequenzen für die zukünftige Zusammenarbeit ableiten: Was halten wir fest?

Um Gruppenprozesse nicht zu ersticken, ist es immer sinnvoll, bei sozialer KI-Nutzung so zu prompten, dass ein kurzer und prägnanter Output gesucht ist, dieser immer nur einen Aspekt pro Antwort umfasst und keine weiteren Vorschläge beinhalten soll.

Fazit

Ich finde die Perspektive einer sozialen KI-Nutzung sehr vielversprechend und pädagogisch relevant, wenn wir Bildung so gestalten wollen, dass mehr Verbundenheit statt Fremdbestimmung erlebt wird, sowie damit Lernende einen reflektierten Umgang mit KI-Nutzung für sich entwickeln können. Ich kann vor diesem Hintergrund sehr empfehlen, das Thema aufzugreifen und Räume zum gemeinsamen Erkunden und Lernen dazu zu gestalten.

---

Beitrag weiternutzen und teilen

Dieser Beitrag steht unter der Lizenz CC BY 4.0 und kann somit gerne offen weitergenutzt und geteilt werden. Hier kannst du dir den Beitragslink und/oder den Lizenzhinweis kopieren. Wenn du den Beitragslink in das Suchfeld im Fediverse (z.B. bei Mastodon) eingibst, wird er dir dort angezeigt und du kannst ihn kommentieren.

---