UNESCO hebt kleine KI-Modelle für Klassenzimmer mit knappen Ressourcen hervor
Kleine, auf bestimmte Aufgaben zugeschnittene KI-Modelle könnten den Zugang zu Bildung in Klassenzimmern mit begrenzter Stromversorgung, eingeschränkter Konnektivität und wenigen Geräten verbessern. Das erklärten Referenten bei der Digital Learning Week 2026 der UNESCO in Paris. Die Modelle können auf günstigen Geräten laufen und eignen sich möglicherweise besser als große Sprachmodelle für klar definierte Bildungsaufgaben.
- Kleine Modelle können klar begrenzte Aufgaben wie Rechenübungen und die Diagnose von Fehlvorstellungen unterstützen.
- Der Cambridge-Prototyp nutzt ein Modell mit 2 Milliarden Parametern auf einem Mittelklasse-Smartphone ohne Internetzugang.
- Laut UNESCO können auf bestimmte Aufgaben zugeschnittene Modelle den Energieverbrauch bei spezialisierten Aufgaben um bis zu 90% senken.
- EIDU stellt in rund 14.000 öffentlichen Schulen in Kenia und Nigeria jeweils ein gemeinsam genutztes Gerät pro Klassenzimmer bereit.
- Lehrkräfte bleiben dafür verantwortlich, KI-generierte Lernunterstützung zu überprüfen und in den richtigen Kontext einzuordnen.
Kleinere Modelle eignen sich für bestimmte Lernaufgaben
Die UNESCO beschreibt frugale KI als Werkzeuge, die mit möglichst wenig Rechenleistung, Energie und Konnektivität auskommen. Dieser Ansatz ist besonders für Bildungssysteme relevant, in denen Klassenzimmer keine zuverlässige Stromversorgung, keinen Internetzugang oder keine Geräte haben. In Brasilien teilen sich durchschnittlich 29 Schülerinnen und Schüler einen Schulcomputer, sagte Marcela Lorenzoni, Koordinatorin des UNESCO-Lehrstuhls für AIED Unplugged.
Kleine Sprachmodelle verwenden weniger Parameter als große Sprachmodelle und benötigen möglicherweise weniger Rechenleistung. Rachad Zaki, Direktor von Cambridge Mathematics bei Cambridge University Press & Assessment, sagte, sie könnten klar begrenzte Aufgaben wie Rechenübungen, Schritt-für-Schritt-Hinweise und die Diagnose bestimmter Fehlvorstellungen unterstützen. Große Modelle seien weiterhin für offene Probleme geeignet, die breites Wissen und komplexes Schlussfolgern erfordern.
Der Prototyp eines Mathematik-Tutors des Cambridge-Teams, (SLM) ², nutzt ein Modell mit 2 Milliarden Parametern, das auf einem Mittelklasse-Smartphone ohne Internetzugang läuft. Das Modell führt das Gespräch mit dem Schüler, während ein separater Taschenrechner die Mathematik überprüft. Die UNESCO erklärte, ihr gemeinsam mit dem University College London erstellter Bericht „Smarter, Smaller, Stronger“ habe ergeben, dass kleinere, auf bestimmte Aufgaben zugeschnittene Modelle den Energieverbrauch bei spezialisierten Aufgaben um bis zu 90% senken können, ohne die starke Leistung zu beeinträchtigen.
Offline-Werkzeuge sind für gemeinsam genutzte Geräte konzipiert
Offline-First-Werkzeuge funktionieren vollständig ohne Internet und synchronisieren Daten, sobald eine Verbindung verfügbar ist. EIDU, eine Organisation mit Sitz in Deutschland, stellt in rund 14.000 öffentlichen Schulen in Kenia und Nigeria jeweils ein gemeinsam genutztes Gerät pro Klassenzimmer bereit. Lehrkräfte verwenden das Gerät, um Unterrichtsstunden durchzuführen. Anschließend teilen sich die Schülerinnen und Schüler das Gerät zum Üben. Die KI erkennt Schülerinnen und Schüler mit Lernschwierigkeiten und schlägt nach Bestätigung durch die Lehrkraft einen maßgeschneiderten Förderstundenplan vor.
In Brasilien ermöglicht eine App zur Bewertung von Aufsätzen von AIED Unplugged Lehrkräften, Aufsätze ohne Verbindung zu fotografieren und sie später zur Bewertung hochzuladen. Die App hat die Wartezeit auf Rückmeldungen von 4 Monaten auf 72 Stunden verkürzt. Zu ihren Gestaltungsprinzipien gehören der Offline-Betrieb, die Unterstützung gemeinsam genutzter Geräte und grundlegende digitale Kenntnisse.
EIDU erklärte, sein umfassenderes Lernprogramm habe in randomisierten Evaluationen Fortschritte bei grundlegenden Lese- und Rechenfähigkeiten gezeigt. EIDU und die Forschungsorganisation J-PAL testen seine KI-generierten Förderstunden in einer groß angelegten Studie in Kenia und Nigeria. Das Team von AIED Unplugged arbeitet außerdem daran, seine App zur Aufsatzbewertung vollständig offlinefähig zu machen.
Lehrkräfte und Gemeinschaften bleiben zentral
Die Referenten der UNESCO-Veranstaltung betonten, dass Lehrkräfte beteiligt bleiben müssen, wenn KI das Lernen unterstützt. KI-Systeme können Fehler machen. Daher müssen Pädagogen KI-generierte Unterstützung überprüfen und in den richtigen Kontext einordnen. SAM, ein sokratischer KI-Mathematik-Tutor an der Concordia University in Kanada, deckt einen einzelnen Calculus-Kurs ab und baut auf Konzepten auf, die die Studierenden bereits gelernt haben. Seine Entwickler berichten von einer Fehlerquote, die mit der menschlicher Tutorinnen und Tutoren auf Augenhöhe liegt.
Die UNESCO hob außerdem die Beteiligung der Gemeinschaft hervor. In Anyama nahe Abidjan in Côte d'Ivoire unterstützt Impactful Education Schülerinnen und Schüler dabei, zu Entwicklern und Mentoren für Gleichaltrige zu werden. Die Schülerinnen und Schüler haben 550 Chatbots, Animationen, Spiele und Websites erstellt, darunter Projekte zu lokalen Problemen wie Wasserknappheit.
Zum Abschluss der Digital Learning Week 2026 sagte Cédric Wachholz, Leiter der UNESCO-Abteilung für digitale Politik und digitale Transformation, bei frugaler KI gehe es darum, KI an den tatsächlichen Gegebenheiten von Lernenden und Bildungssystemen auszurichten. Die vorgestellten Beispiele legen nahe, dass für Nutzer in Klassenzimmern mit knappen Ressourcen ein zuverlässiger Offline-Zugang und ein klar definierter Bildungszweck ebenso wichtig sein können wie die Größe des Modells.
UNESCO (AI): Small AI models widen access to learning in low-resource settings


