27.09.2024
Christoph Meier
Im Mittelpunkt der Veranstaltung standen zwei Fragenkomplexe: 1) Welche Art von Stärkung / Befähigung brauchen unsere Zielgruppen (Schülerinnen & Schüler, Studierende, Berufslernende, Beschäftigte), um erfolgreich mit GenKI-Werkzeugen arbeiten zu können? 2) Wie können wir diese Stärkung / Befähigung umsetzen?
Inhalt:
Abb. 1: Impressionen vom 11. SCIL Trend- & Community Day
Die Veröffentlichung von ChatGPT (30.11.2022) liegt fast zwei Jahre zurück. Die anfängliche Verunsicherung (insbesondere an Bildungsinstitutionen wie Schulen / Hochschulen) hat sich vielerorts gelegt. Wir verstehen inzwischen besser, wie Werkzeuge wie ChatGPT & Co funktionieren und auch wofür sie eingesetzt werden können (mehr dazu u.a. hier).
Weniger klar ist, welche Kompetenzen bzw. Skills wir brauchen, um erfolgreich mit diesen Werkzeugen arbeiten bzw. lernen zu können. Zu klären ist auch, wie diese Kompetenzen bzw. Skills zielführend entwickelt werden können. Ein wichtiger Aspekt hierbei ist die hohe Entwicklungsdynamik im Bereich der generativen KI und darauf basierender Werkzeuge. Immer wieder werden neue, leistungsfähigere Sprachmodelle bzw. GPTs veröffentlicht – so beispielsweise kürzlich GPT-o1 von OpenAI. In der Folge verändert sich auch die Art und Weise, wie wir mit diesen Werkzeugen interagieren und arbeiten – und welche Kompetenzen / Skills es dazu braucht (vgl. dazu Ethan Mollick in diesem Post).
Diese beiden Fragenkomplexe:
Welche Kompetenzen / Skills braucht es?
Wie können diese entwickelt werden?
standen dementsprechend im Mittelpunkt des 11. SCIL Trend- & Community Day am 20.09.2024 in St.Gallen. Wir hatten zum einen externe Gäste eingeladen, uns zu ihren Projekten und Erfahrungen zu berichten. Zum anderen haben uns aber auch die Doktorand:innen an unserem Institut eingeladen, die uns zu ihren Forschungs- und Entwicklungsarbeiten in diesem Feld ins Bild gesetzt haben.
Dr. Volker Rohr, Institut für Bildungsmanagement und Bildungstechnologien, Universität St.Gallen
In seinem orientierenden Einstiegsbeitrag hat Volker Rohr aufgezeigt, dass es zahlreiche unterschiedliche Modelle und Rahmen für die Systematisierung von KI-Kompetenzen gibt: AICOMP, DigCompEdu, UNESCO-Framework, und viele weitere.
Diese Modelle beschreiben bzw. systematisieren Kompetenzen und Skills für den Umgang mit KI allgemein, aber nicht explizit für den Umgang mit generativer KI. Darüber hinaus sind diese Modellierungsansätze häufig sehr umfangreich, womit sich die Frage nach der Praktikabilität stellt. In Anlehnung an das Modell von Kong et al. (2024) hat Volker Rohr daher einen Rahmen mit vier Kompetenzfacetten aufgezogen, die für das Lernen und Arbeiten mit GenKI wichtig sind: