Wharton-Studierende bringen KI-Fortbildung an eine High School in New Jersey

Ein Forschungslabor für Lehrkräfte der Klassen K bis 12

WASRL ist ein sechsmonatiges interdisziplinäres Forschungsprogramm der Wharton AI & Analytics Initiative (WAIAI). Es führt Bachelor- und Masterstudierende der gesamten University of Pennsylvania zusammen, um KI-Angebote für Lehrkräfte der Jahrgangsstufen K bis 12 zu entwickeln und zu testen.

Der anfängliche Schwerpunkt des Labs liegt auf der Weiterbildung von Lehrkräften an High Schools. Zu den Projekten zählen KI-gestützte Lernmodule, Assistenten für Unterrichtsplanung und Unterrichtsgestaltung sowie weitere Ressourcen, die auf Forschung zu Bedürfnissen, Routinen und KI-Erfahrungen von Lehrkräften beruhen. Mit der Sitzung in West Deptford gelangte diese Arbeit erstmals in ein echtes Klassenzimmer.

Was in West Deptford geschah

WASRL-Studierende stellten dem Kollegium praktische Einsatzmöglichkeiten generativer KI vor, darunter Gemini, Gems und NotebookLM. Das Team begann mit einem Überblick über KI-Grundlagen und Governance, etwa zu Verzerrungen (Bias), Halluzinationen, Überprüfung von Ergebnissen und Datenschutz von Schülerinnen und Schülern. Anschließend sahen die Lehrkräfte Demonstrationen und arbeiteten mit KI anhand von Materialien aus ihrem eigenen Unterricht.

Esha Desai, JD/MBA-Kandidatin an der Penn Carey Law und der Wharton School, die die Zusammenarbeit leitete, sagte: „Die Lehrkräfte brachten unterschiedlich viel KI-Erfahrung mit, und am Ende hatte jede und jeder ein funktionierendes Quiz, das sie selbst erstellt hatten und tatsächlich im Unterricht einsetzen konnten.“ Der Wandel von „KI ist abstrakt“ zu „Das habe ich in 20 Minuten gebaut“ sei der Kern des Workshops gewesen, fügte sie hinzu.

Die Mathematiklehrerin Jaclyn Falcone sagte, sie habe Gemini und ChatGPT bislang vor allem genutzt, um nach Materialien zu suchen oder Informationen zu sammeln. Eine ihrer wichtigsten Erkenntnisse sei gewesen: „Es weniger als bloßen Chat zu sehen und mehr als Werkzeuge.“ Sie habe erkannt, wie KI helfen kann, vorhandene Materialien für ihre Schülerinnen und Schüler anzupassen. Die eigens eingeplante Zeit zum Ausprobieren habe ihr geholfen, Einsatzmöglichkeiten zu entdecken, auf die sie sonst vielleicht nicht gekommen wäre.

Xuan „Leah“ Liu, WASRL-Forschungsassistentin, die den Lehrkräften NotebookLM vorstellte, sagte, sie sei zunächst unsicher gewesen, wie aufgeschlossen die Gruppe sein würde. „Als wir dann anfingen, war ich überrascht, wie aktiv alle das Tool erkundet haben“, sagte sie.

Erst von den Lehrkräften lernen, dann für sie entwickeln

Nach Angaben des Teams musste es zunächst von den Lehrkräften lernen, bevor es etwas für sie entwickeln konnte. Der Prozess erfordere viel Fachwissen der Lehrkräfte, sagte Desai: „Wir können keine guten KI-gestützten Lektionen entwickeln, ohne genau zu verstehen, was Lehrkräfte bereits tun: ihre Arbeitsabläufe, ihr Gespür für die Schülerinnen und Schüler, ihre Bedenken in Bezug auf Integrität.“

Die Doktorandin Claire Liu sagte, das Team sei mit Hypothesen darüber, was Lehrkräfte sich wünschen würden, in die Arbeit gegangen. Eine Fokusgruppe habe jedoch Sorgen und Hindernisse zutage gefördert, mit denen die Forschenden nicht gerechnet hatten. Daraufhin gestalteten sie eine spätere Sitzung um, sodass die Lehrkräfte mehr Zeit hatten, mit ihren eigenen Unterrichtsmaterialien zu arbeiten. WASRL beschreibt seinen Ansatz als Kreislauf: Bedürfnisse von Lehrkräften erforschen, Prototypen bauen, sie mit Lehrkräften testen und anhand ihrer Aussagen und ihres Verhaltens überarbeiten.

Wo KI hilft und wo nicht

Sowohl die studentischen Forschenden als auch die Lehrkräfte aus West Deptford kamen zu einer übereinstimmenden Einschätzung: KI ist dann am nützlichsten, wenn sie menschliches Urteilsvermögen unterstützt, statt es zu ersetzen. Für Lehrkräfte kann das bedeuten, weniger Zeit für das Anpassen von Materialien, das Verfassen von Mitteilungen, das Erstellen von Bewertungsrastern oder die Entwicklung von Unterrichtsressourcen aufzuwenden.

Für Schülerinnen und Schüler sei das Bild komplizierter. Claire Liu sagte: „Lernen erfordert oft produktives Ringen. Wenn KI das Denken wegnimmt, das eine Aufgabe fördern sollte, kann es den ganzen Sinn untergraben, sie ‚leichter‘ zu machen.“

Kelly Saia, stellvertretende Schulleiterin in West Deptford, sah Wert in Tools, die Schülerinnen und Schüler durch Probleme führen, statt einfach Antworten zu liefern. Sie bezeichnete KI als eine weitere Ressource für differenzierten Unterricht, bei dem die Lehrkräfte weiterhin im Zentrum des Lernens stehen. Falcone betonte, Lehrkräfte müssten ungenaue Ausgaben erkennen können, und Schülerinnen und Schüler brauchten genügend Vorwissen, um sinnvolle Fragen zu stellen. „Es gibt ihnen nicht alles, was sie brauchen, es gibt ihnen Orientierung“, sagte sie.

Was das für Schulen bedeutet

Der Workshop in West Deptford beruhte auf einem einfachen Ziel: Lehrkräften das Wissen, die Werkzeuge und die Zeit zu geben, selbst zu entscheiden, wo KI ihre Arbeit und das Lernen ihrer Schülerinnen und Schüler verbessern kann. Für Schulen, die den Einsatz von KI abwägen, deutet das Beispiel auf Fortbildungen hin, die von den eigenen Materialien der Lehrkräfte ausgehen und neben praktischen Anwendungen auch Risiken wie Bias, Halluzinationen und den Datenschutz von Schülerinnen und Schülern behandeln.