KI-Ausbildung braucht laut Bericht besser geschulte Lehrkräfte
Hochschulen, die ihre Ausbildung im Bereich künstliche Intelligenz ausweiten, müssen die Lehrkräfte dafür weiterbilden. Das geht aus einem Artikel der Computing Research Association über einen neuen Bericht mit Workshop-Empfehlungen hervor. Der Bericht schlägt unterschiedliche Vorbereitungsstufen, praxisnahe Schulungen und institutionelle Unterstützung vor, statt für jede Lehrkraft dasselbe Programm vorzusehen.
- Der Bericht schlägt drei Stufen für die KI-Qualifizierung von Lehrkräften vor.
- Schulungen sollten auf aktives Lernen setzen und an die Fachgebiete der Lehrkräfte anknüpfen.
- Institutionen sollen Zeit, Finanzierung, Anerkennung und Ressourcen bereitstellen.
- Die Empfehlungen basieren auf Workshops mit 39 Teilnehmern aus 38 Institutionen.
Ein dreistufiges Modell für die KI-Qualifizierung
Der Bericht Designing Faculty Professional Development for Technical and Socio-technical AI entstand im Rahmen von Workshops mit 39 Teilnehmern aus 38 Institutionen. Zu den Autoren gehören David Touretzky von der Carnegie Mellon University, Patrick Gage Kelley von Google, Ella Howard vom Wentworth Institute of Technology, Emmanuel J. Dorley von der University of Florida, Roderick L. Lee von der Pennsylvania State University sowie Sri Yash Tadimalla und Noah Cowit von der Computing Research Association.
Statt von jeder Lehrkraft zu erwarten, zur KI-Spezialistin oder zum KI-Spezialisten zu werden, beschreibt der Bericht drei Vorbereitungsstufen. Awareness & Critical Recognition umfasst Grundlagen der KI, sozio-technisches Bewusstsein sowie grundlegende Kenntnisse in Politik und Ethik. Die Stufe richtet sich an alle Lehrkräfte, die sich in einer zunehmend von KI geprägten Welt orientieren müssen.
Application, Management & Pedagogy ergänzt Grundlagen des maschinellen Lernens und der generativen KI, angewandte Pädagogik, den Umgang mit Verzerrungen, Datenethik und die Governance im Unterricht. Sie richtet sich an Lehrkräfte, die KI in ihre Lehre integrieren. Deep Technical & Systems-Level Design umfasst mathematische und architektonische Grundlagen, Recheninfrastruktur, Interpretierbarkeit, komplexe Systeme und Automatisierung in Bereichen mit hohen Risiken. Die Stufe ist für technische und sozio-technische Lehrkräfte gedacht, die KI unterrichten.
„Es ist nicht nach dem Prinzip ‚one size fits all‘“, sagte Touretzky. Die Weiterbildung müsse Wege eröffnen, auf denen Lehrkräfte die technischen, sozio-technischen und pädagogischen Kompetenzen entwickeln können, die sie für eine wirksame Lehre benötigen, ergänzte er.
Schulungen sollten sich an der Lehrpraxis orientieren
Die Empfehlungen setzen auf aktives, stufenweise aufgebautes Lernen, das Lehrkräften die direkte Arbeit mit KI-Konzepten und -Werkzeugen ermöglicht. Zu den vorgeschlagenen Ansätzen gehören praktische Übungen in Jupyter- oder Colab-Notebooks, problembasiertes Lernen, Fallstudien, strukturierte Reflexion und Feedback, die gemeinsame Entwicklung von Lehrveranstaltungen sowie die wiederholte Behandlung von Konzepten mit zunehmender inhaltlicher Tiefe.
Der Bericht empfiehlt außerdem, die Weiterbildung mit den Fachgebieten und Lehrkontexten der Dozenten zu verknüpfen. Übungen wie die Frage „Ist das KI oder nicht?“ können helfen, ein praxisnahes Verständnis zu entwickeln. Fachspezifische Begriffe und Beispiele können die Schulung zudem stärker auf bestehende Lehrveranstaltungen ausrichten.
Lee sagte, Lehrkräfte lernten am besten durch aktive Beteiligung. Dazu gehörten die Möglichkeit, zu experimentieren, mit Kollegen zusammenzuarbeiten und neue Ansätze in authentischen Lehrsituationen anzuwenden. Der Bericht versteht die Gestaltung der Lehrkräfteweiterbildung daher als Teil der pädagogischen Herausforderung und nicht als separate Verwaltungsaufgabe.
Dauerhafte Unterstützung steht im Mittelpunkt des Vorschlags
Ein einmaliger Workshop wird die Herausforderung beim Aufbau ausreichender Lehrkapazitäten an einer Institution dem Bericht zufolge kaum lösen. Er empfiehlt eine dauerhafte, flexible und gemeinschaftsbasierte Weiterbildung, die Lehrkräfte mit unterschiedlichen technischen Vorkenntnissen einbezieht. Mögliche Modelle sind Lerngemeinschaften für Lehrkräfte, fachbereichsübergreifende Praxisgemeinschaften und Kooperationen zwischen Institutionen, die Fachwissen und Ressourcen bündeln.
Institutionen könnten mehrere Einstiegsmöglichkeiten anbieten, von einem einstündigen Lunch and Learn über einzelne Workshops, mehrteilige Kurse, Zentren für Lehre und Lernen, Online-Sammlungen, Programme für Lehrkräfte als Botschafter, Microcredentials sowie die Verbindung der KI-Weiterbildung mit Verfahren zur jährlichen Beurteilung, Beförderung und Berufung auf eine unbefristete Stelle. Der Bericht empfiehlt außerdem Stipendien, Lehrdeputatsreduzierungen, Fellowships, Zuschüsse für die Neugestaltung von Kursen, Zertifikate, Abzeichen, Auszeichnungen, Zugang zu Rechenkapazitäten sowie Unterstützung durch studentische Hilfskräfte auf Bachelor- oder Masterebene als TA/RA.
Lee sagte, Institutionen müssten die Lehrkapazitäten als „strategische Investition“ behandeln und die nötige Zeit, Ressourcen, Anerkennung und Unterstützung bereitstellen, damit die Arbeit nachhaltig sei. Die übergreifende Botschaft des Berichts lautet, dass der Ausbau der KI-Ausbildung Strukturen voraussetzt, in denen sich die Expertise der Lehrkräfte parallel zur Entwicklung des Fachgebiets weiterentwickeln kann. NSF LEVEL UP AI ist eine gemeinsame Initiative von ACM, CRA, IEEE-CS, AAAI und weiteren Partnerorganisationen. Die Arbeit wird von der U.S. National Science Foundation unter Grant No. CNS-2434416 unterstützt.
Computing Research Association: You Can’t Scale AI Education Without Scaling the Faculty Who Can Teach It
