AI Literacy weltweit: Wie Bildungssysteme Schülerinnen und Schüler auf eine KI-native Zukunft vorbereiten

Entdecken Sie, wie die Vereinigten Arabischen Emirate, Europa, China, Singapur, Südkorea und die Vereinigten Staaten das Thema KI-Kompetenz angehen und wie Mexty Schulen dabei unterstützen kann, diese Grundsätze in strukturierte, interaktive und messbare Lernerfahrungen umzusetzen.
AI Literacy weltweit: Wie Bildungssysteme Schülerinnen und Schüler
auf eine KI-native Zukunft vorbereiten
Künstliche Intelligenz wird
zunehmend Teil des alltäglichen Lernens, Arbeitens, Kommunizierens und
Entscheidens.
Für Bildungssysteme
entsteht dadurch eine Herausforderung, die weit über die Frage hinausgeht, wie
Schülerinnen und Schüler ChatGPT nutzen oder bessere Prompts formulieren.
AI Literacy bedeutet
zunehmend zu verstehen, wie KI-Systeme funktionieren, wie Daten ihre Ausgaben
beeinflussen, warum Modelle falsch liegen oder verzerrt sein können, wie
Informationen überprüft werden sollten, wann KI vertrauenswürdig ist und wann
menschliches Urteilsvermögen die Kontrolle behalten muss.
Weltweit beginnen Länder,
dieselbe grundlegende Frage zu beantworten:
Was sollten Schülerinnen und Schüler über KI verstehen, bevor sie
die Schule verlassen?
Die Antworten darauf
unterscheiden sich.
Einige Bildungssysteme
entwickeln eigenständige Lehrpläne für AI Literacy. Andere integrieren KI in
digitale Bürgerschaft, Informatik oder bestehende Fächer. Manche legen den
Schwerpunkt auf die Vorbereitung von Lehrkräften und ethische Nutzung. Andere konzentrieren
sich stärker auf Experimente, projektbasiertes Lernen oder KI-gestützte
Bildung.
Trotz dieser
unterschiedlichen Ansätze zeichnet sich eine gemeinsame Richtung ab.
AI Literacy wird zu einer
grundlegenden Kompetenz für Schülerinnen und Schüler, die in einer KI-nativen
Welt aufwachsen.
Die VAE: AI Literacy als nationale Kompetenz aufbauen
Die VAE gehören zu den
Ländern, die einen besonders strukturierten Ansatz verfolgen.
AI Literacy wird durch
nationale Rahmenwerke, Initiativen auf Emiratsebene, Lehrerfortbildung,
Bewertung und praktische Erfahrungen der Schülerinnen und Schüler entwickelt.
In Abu Dhabi reicht die
Initiative von ADEK vom Kindergarten bis zur 12. Klasse und umfasst mehr als
170 Privatschulen. Die Lernenden entwickeln sich von altersgerechten logischen
und kritischen Denkaufgaben hin zur Interaktion mit KI-Systemen, zur Bewertung
von Ausgaben, zur Entwicklung KI-gestützter Lösungen und zur Auseinandersetzung
mit verantwortungsvoller KI-Nutzung. Fortbildungen für Lehrkräfte und
Bewertungen sind ebenfalls vorgesehen.
Dubai verfolgt ein
ergänzendes Modell, bei dem AI Literacy zunehmend mit verschiedenen Bereichen
des Lehrplans verknüpft wird, anstatt auf Informatik beschränkt zu bleiben.
Der umfassendere Ansatz der
VAE verbindet daher mehrere Dimensionen:
Lehrplan → Kompetenzen der Lehrkräfte → Governance → Bewertung →
Praktische KI-Erfahrung
Das ist wichtig, denn der
bloße Zugang zu KI-Tools schafft noch keine AI Literacy.
Eine Schülerin oder ein
Schüler kann KI erfolgreich nutzen, ohne zu verstehen, wie die Antwort
entstanden ist, ob die Information zuverlässig ist oder wann eine Ausgabe
hinterfragt werden sollte.
Der Ansatz der VAE zielt
zunehmend darauf ab, diese Lücke zu schließen.
Europa: definieren, was KI-kompetente Schülerinnen und Schüler
wissen sollten
Europa bewegt sich hin zu
einem stark kompetenzbasierten Verständnis von AI Literacy.
Das im Ausgangsartikel
beschriebene Rahmenwerk von OECD und Europäischer Kommission definiert AI
Literacy als eine Kombination aus Wissen, Fähigkeiten und Einstellungen, die
Lernende dazu befähigt, KI-Systeme zu verstehen, ihre Ausgaben kritisch zu
bewerten und KI ethisch sowie kreativ zu nutzen.
Dies stellt einen wichtigen
Wandel dar.
Bei AI Literacy geht es
nicht mehr nur um technische Konzepte wie Algorithmen oder maschinelles Lernen.
Schülerinnen und Schüler
müssen zunehmend lernen, wie sie:
·
mit KI interagieren;
·
mit KI kreativ arbeiten;
·
KI-generierte Informationen kritisch bewerten;
·
Risiken erkennen;
·
Verzerrungen verstehen;
·
Daten schützen;
·
KI verantwortungsvoll nutzen;
·
ihre umfassenderen gesellschaftlichen Auswirkungen verstehen.
Dieses kompetenzbasierte
Modell verändert auch die Art und Weise, wie Schulen über Bewertung nachdenken
müssen.
Die Definition einer
Halluzination zu kennen, reicht nicht aus.
Lernende sollten
schließlich in der Lage sein, eine Halluzination zu erkennen, sie zu
untersuchen und zu entscheiden, welche Belege erforderlich sind, bevor sie
einer Antwort vertrauen.
China: KI schrittweise und altersgerecht einführen
China veranschaulicht ein
weiteres wichtiges Prinzip: AI Literacy sollte sich schrittweise entwickeln,
statt erst plötzlich in der Sekundarstufe eingeführt zu werden.
Das im Ausgangsartikel
beschriebene Modell umfasst verschiedene Bildungsstufen.
Jüngere Lernende beginnen
mit Geschichten und einfachen Aktivitäten.
Ältere Grundschulkinder
gehen zur Problemlösung über.
Schülerinnen und Schüler
der unteren Sekundarstufe beginnen, technische Konzepte zu erkunden.
Lernende der oberen
Sekundarstufe befassen sich mit interdisziplinären KI-Anwendungen und
fortgeschritteneren Entwicklungen.
Die Entwicklung lässt sich
wie folgt zusammenfassen:
Entdecken → Verstehen → Anwenden → Gestalten
Die übergeordnete
Erkenntnis ist wichtig.
Ein sechsjähriges Kind muss
große Sprachmodelle noch nicht verstehen.
Es kann aber bereits
verstehen lernen, dass Maschinen Anweisungen folgen.
Später kann es Muster
erkunden.
Dann Daten.
Dann, wie KI lernt.
Dann, wie Ausgaben
hinterfragt werden sollten.
Schließlich können ältere
Schülerinnen und Schüler Gestaltung, Verantwortlichkeit und Governance
untersuchen.
AI Literacy funktioniert
daher am besten als Lernreise und nicht als einmaliger Kurs.
Singapur: AI Literacy mit digitaler Bürgerschaft verknüpfen
Singapurs Ansatz hebt eine
weitere zunehmend wichtige Verbindung hervor: AI Literacy und digitale
Bürgerschaft sind eng miteinander verknüpft.
Schülerinnen und Schüler
begegnen KI nicht nur über Chatbots.
Sie erleben sie bereits
durch:
·
Empfehlungen;
·
Suchmaschinen;
·
soziale Plattformen;
·
personalisierte Dienste;
·
automatisierte Entscheidungssysteme.
Aus diesem Grund wird AI
Literacy auch zu einer Frage der Informationsbeurteilung.
Schülerinnen und Schüler
müssen fragen:
Woher stammt diese Information?
Ist sie zuverlässig?
Was könnte fehlen?
Könnte die Information irreführend sein?
Der Ausgangsartikel
beschreibt diese Integration in umfassendere digitale Kompetenz,
Cyber-Wellbeing und verantwortungsvolle Technologienutzung.
Dieser Ansatz ist im
Zeitalter generativer KI besonders relevant, weil flüssige Sprache leicht den
Eindruck von Autorität vermitteln kann.
Schülerinnen und Schüler
müssen lernen:
Eine überzeugende Antwort ist nicht zwangsläufig eine verifizierte
Antwort.
Südkorea: über KI lernen und mit KI lernen
Südkorea bringt eine
weitere Dimension in die Diskussion ein.
Sein Ansatz verdeutlicht
den Unterschied zwischen: über KI lernen und mit KI lernen.
KI-gestützte Lernsysteme
können Personalisierung, Feedback und Lernfortschritt unterstützen.
Die Nutzung solcher Systeme
bedeutet jedoch nicht automatisch, dass Schülerinnen und Schüler verstehen, wie
KI funktioniert oder wann ihre Empfehlungen hinterfragt werden sollten.
Der Ausgangsartikel hebt
diese Unterscheidung im Zusammenhang mit KI-gestütztem digitalem Lernen und der
Vorbereitung von Lehrkräften hervor.
Daraus ergibt sich ein
wichtiges Gestaltungsprinzip für Schulen.
KI sollte Lernen nicht
einfach nur schneller machen.
Schülerinnen und Schüler
brauchen auch Gelegenheiten, einen Schritt zurückzutreten und zu fragen:
Warum hat das System dies empfohlen?
Welche Informationen haben die Empfehlung beeinflusst?
Sollte ich sie akzeptieren?
Wann sollte eine Lehrkraft für die endgültige Entscheidung
verantwortlich bleiben?
Mit KI zu lernen und KI
bewerten zu lernen, müssen sich gemeinsam entwickeln.
Die Vereinigten Staaten: Experimente durch Schulen und
Schulbezirke
Die Vereinigten Staaten
verfolgen ein stärker dezentralisiertes Modell.
Anstatt einen einzigen
nationalen K–12-Lehrplan für AI Literacy einzuführen, experimentieren Schulen,
Schulbezirke, Universitäten, gemeinnützige Organisationen und
Technologieanbieter mit unterschiedlichen Ansätzen.
Der Ausgangsartikel hebt
Initiativen wie MIT RAISE und Common Sense Education hervor, bei denen
KI-Konzepte mit progressivem Lernen, digitaler Bürgerschaft und
verantwortungsvoller Technologienutzung verbunden werden.
Diese Experimente liefern
eine weitere nützliche Erkenntnis:
AI Literacy kann nicht allein durch Erklärungen erlernt werden.
Schülerinnen und Schüler
müssen mit KI-Systemen interagieren.
Sie müssen Ergebnisse
vergleichen.
Sie müssen entdecken, dass
Modelle unterschiedlicher Meinung sein können.
Sie müssen sehen, wie der
Kontext eine Antwort verändert.
Sie müssen Fehler
untersuchen.
Und sie müssen üben zu
entscheiden, ob einer Antwort vertraut werden sollte.
Unterschiedliche Ansätze, gemeinsame Prinzipien
Die internationalen Modelle
unterscheiden sich, doch mehrere Prinzipien beginnen sich anzugleichen.
AI Literacy umfasst
zunehmend:
·
Daten und Algorithmen verstehen;
·
generative KI nutzen;
·
Halluzinationen erkennen;
·
Verzerrungen erkennen;
·
Privatsphäre schützen;
·
Informationen überprüfen;
·
ethische Auswirkungen verstehen;
·
menschliches Urteilsvermögen bewahren;
·
gesellschaftliche Auswirkungen berücksichtigen.
Zugleich gibt es eine klare
Abkehr vom passiven Unterricht.
Schülerinnen und Schüler
sollten nicht nur gesagt bekommen, dass KI Fehler macht.
Sie sollten lernen, diese
Fehler zu erkennen und zu überprüfen.
Sie sollten nicht nur
gesagt bekommen, dass Prompts die Ergebnisse beeinflussen.
Sie sollten mit
unterschiedlichen Kontexten experimentieren und die Ausgaben vergleichen.
Sie sollten KI nicht
einfach nur nutzen.
Sie sollten lernen, sie zu
hinterfragen.
Die Entwicklung sieht
zunehmend so aus:
KI verstehen → KI nutzen → KI hinterfragen → KI bewerten → Mit KI
gestalten → KI verantwortungsvoll steuern
Was dies für Schulen bedeutet
Für Schulen besteht die
Herausforderung nicht einfach darin, ein KI-Tool auszuwählen.
Es geht darum, ein
kohärentes Bildungsumfeld rund um KI aufzubauen.
Dafür müssen Schulen
Folgendes miteinander verbinden:
Lehrplan → Lehrkräfte → Lernaktivitäten → KI-Experimente →
Vertrauenswürdiges Wissen → Bewertung → Governance
Ohne diese Struktur kann
KI-Bildung schnell fragmentiert werden.
In einem Jahr nehmen
Schülerinnen und Schüler vielleicht an einer Robotik-Aktivität teil.
Im folgenden Jahr nutzen
sie ChatGPT.
Später absolvieren sie
einen Workshop zum Prompt Engineering.
Jede Aktivität kann
nützlich sein, doch zusammen ergeben sie nicht zwangsläufig einen Lehrplan für
AI Literacy.
Ein strukturierter Ansatz
erfordert eine klare Progression.
Von globalen Prinzipien zur Umsetzung im Unterricht mit Mexty
Hier kann Mexty die Umsetzungsebene
bereitstellen.
Mexty ist als sichere, KI-native
Lerninfrastruktur konzipiert, mit der Schulen AI Literacy als progressive
Lernerfahrung statt als Sammlung isolierter Ressourcen organisieren können.
Schulen können Folgendes
verbinden:
Lernpfade → Kurse → Interaktive Aktivitäten → AI Literacy Labs →
Vertrauenswürdiges Wissen → Bewertungen → Analysen
Die Rolle von Mexty besteht nicht darin,
nationale Rahmenwerke, Lehrkräfte oder Lehrplananbieter zu ersetzen.
Vielmehr stellt Mexty die Infrastruktur bereit,
über die AI Literacy angepasst, vermittelt, erlebt und bewertet werden kann.
Der Ausgangsartikel beschreibt diese Rolle als Unterstützung für Schulen bei
der Strukturierung von Lernpfaden, der Erstellung interaktiver Inhalte, der
Verwaltung von Bewertungen und der Bereitstellung kontrollierter Umgebungen für
praktische KI-Experimente.
Mit strukturierten Lernpfaden beginnen
Schulen sollten nicht mit
einem leeren Bildschirm beginnen müssen.
Für Schulen in den VAE
bietet Mexty fertige
AI-Literacy-Lernpfade vom Kindergarten bis zur 12. Klasse.
Jede Klassenstufe kann
bereits Folgendes enthalten:
·
Kurse;
·
zugehörige interaktive Aktivitäten;
·
Experimente im AI Literacy Lab;
·
Bewertungen;
·
Projekte.
Lehrkräfte passen
anschließend die bestehende Struktur an.
Eine Schule könnte
beispielsweise ihren AI-Literacy-Lernpfad für die 7. Klasse öffnen und:
·
bestehende Inhalte bearbeiten;
·
eigene Texte, Bilder und Videos hinzufügen;
·
Schulrichtlinien einbinden;
·
Beispiele erweitern;
·
den Schwierigkeitsgrad des Kurses anpassen;
·
Ressourcen für Lehrkräfte hinzufügen;
·
interaktive Aktivitäten ändern;
·
die Abschlussbewertung anpassen.
Die Schule beginnt mit
einer Struktur und behält zugleich die pädagogische Kontrolle.
[AI Literacy für Schulen in den VAE entdecken
→](/ai-literacy/uae-schools)
[Editierbare KG–12-Vorlagen entdecken
→](/ai-literacy/uae-schools/templates)
KI-Konzepte in interaktive Erfahrungen verwandeln
Viele KI-Konzepte lassen
sich nur schwer passiv erlernen.
Schülerinnen und Schülern
zu erklären, dass ein KI-Modell halluzinieren kann, ist beispielsweise etwas
ganz anderes, als sie eine Antwort mit einer unbelegten Behauptung untersuchen
zu lassen.
Die Interactive Learning
Platform von Mexty ermöglicht Lehrkräften,
Konzepte in Aktivitäten umzuwandeln.
Schülerinnen und Schüler
könnten:
·
KI-generierte Informationen klassifizieren;
·
eine fragwürdige Behauptung identifizieren;
·
zwei Ausgaben vergleichen;
·
Entscheidungen in verzweigten Szenarien treffen;
·
Bilder untersuchen;
·
ihre Sicherheit bei einer Einschätzung bewerten;
·
eine Entscheidung begründen.
Zum Beispiel:
Schülerinnen und Schüler
klassifizieren jede KI-generierte Antwort danach, ob sie vertrauenswürdig
erscheint, weiter überprüft werden muss oder ohne menschliche Prüfung nicht
sicher verwendet werden kann.
Die Lernenden müssen nun
Urteilsvermögen anwenden, statt lediglich eine Definition wiederzugeben.
Mexty kann auch als
KI-Lektionsersteller für Lehrkräfte dienen: Pädagoginnen und Pädagogen können
eine erste Aktivität generieren und diese anschließend manuell prüfen,
bearbeiten und verfeinern.
Interaktive
Aktivitäten entdecken →
Schülerinnen und Schüler im AI Literacy Lab experimentieren lassen
Eines der stärksten
gemeinsamen Themen internationaler AI-Literacy-Ansätze ist das praktische
Experimentieren.
Das AI Literacy Lab von Mexty unterstützt dies direkt.
Verschiedene Modelle vergleichen
Schülerinnen und Schüler
stellen zwei KI-Modellen dieselbe Frage.
Sie analysieren:
·
Unterschiede;
·
Belege;
·
Annahmen;
·
fehlende Informationen;
·
Sicherheit;
·
mögliche Verzerrungen.
Ziel ist nicht, ein Modell
allgemein für besser zu erklären.
Es geht darum zu zeigen,
dass KI-Ausgaben bewertet werden müssen.
Den Kontext verändern
Frage: Sollten Schulen
Schülerinnen und Schülern erlauben, KI für Hausaufgaben zu nutzen?
Dann: Antworte als
Lehrkraft.
und: Antworte als Schülerin
oder Schüler.
Die Lernenden untersuchen,
wie die Perspektive die Antwort verändert.
Halluzinationen untersuchen
Schülerinnen und Schüler
identifizieren eine unbelegte Behauptung und entscheiden, welche Belege nötig
wären, um sie zu überprüfen.
Allgemeine und quellengestützte KI vergleichen
Schülerinnen und Schüler
vergleichen: allgemeines Modellwissen mit Wissen, das auf vertrauenswürdigen
Quellen basiert.
Diese Experimente helfen
Schülerinnen und Schülern, genau die Fragestellungen praktisch zu erleben, die
globale Rahmenwerke für AI Literacy zunehmend betonen.
[Das AI Literacy Lab entdecken →](/ai-literacy/lab)
Schülerinnen und Schüler lehren, mit vertrauenswürdigen Quellen zu
arbeiten
Die Überprüfung von
Informationen wird zu einer der wichtigsten Kompetenzen der AI Literacy.
Mit den Knowledge Bases von
Mexty können Schulen
freigegebene Materialien hinzufügen, wie zum Beispiel:
·
Lehrplandokumente;
·
Schulrichtlinien;
·
offizielle Leitlinien;
·
von Lehrkräften erstellte Ressourcen;
·
validiertes Referenzmaterial.
Lehrkräfte können diese
Dokumente anschließend als vertrauenswürdige Quellen bei der Gestaltung von
Lernerfahrungen nutzen.
Eine Schülerin oder ein
Schüler könnte zunächst eine allgemeine KI-Antwort erhalten.
Anschließend kann dieselbe
Frage mithilfe freigegebener Schulquellen untersucht werden.
Die Lernaufgabe lautet
dann:
Was hat sich verändert?
Welche Behauptungen sind
tatsächlich belegt?
Welcher Antwort solltest du
vertrauen – und warum?
Damit wird AI Literacy
direkt mit Quellenbewertung und digitaler Bürgerschaft verknüpft.
Knowledge
Bases und Source of Truth entdecken →
Mehr als Wissen bewerten
Die internationale
Entwicklung hin zu kompetenzbasierter AI Literacy hat auch Auswirkungen auf die
Bewertung.
Schülerinnen und Schüler
sollten nicht nur Fachbegriffe kennen.
Sie sollten zeigen, dass
sie Urteilsvermögen anwenden können.
Mexty Evaluations können
Folgendes kombinieren:
·
Quizze;
·
visuelle Erkennung;
·
Hotspots;
·
Kategorisierung;
·
verzweigte Szenarien;
·
Vergleichsaktivitäten;
·
Fragenbanken;
·
Sicherheitsabfragen.
Beispielsweise wird einer
Schülerin oder einem Schüler eine KI-generierte Empfehlung gezeigt.
Die lernende Person muss
entscheiden, ob sie die Empfehlung akzeptiert, weiter überprüft oder zur
menschlichen Prüfung weiterleitet, und anschließend angeben, wie sicher sie
sich bei dieser Entscheidung ist.
Dies liefert
aussagekräftigere Nachweise als eine einfache Multiple-Choice-Frage.
Mexty
Evaluations entdecken →
Die Kompetenz der Lehrkräfte bleibt entscheidend
In internationalen
Initiativen zeigt sich die Vorbereitung von Lehrkräften immer wieder als
kritischer Faktor.
Lehrkräfte müssen keine
KI-Ingenieurinnen oder -Ingenieure werden.
Sie benötigen jedoch
genügend Verständnis, um Schülerinnen und Schüler durch Fragen wie diese zu
führen:
·
Warum kann KI halluzinieren?
·
Wie beeinflusst der Kontext die Ausgabe?
·
Was macht eine Quelle vertrauenswürdig?
·
Wie können Verzerrungen entstehen?
·
Welche Daten sollten nicht geteilt werden?
·
Wann sollten Schülerinnen und Schüler KI nutzen?
·
Wann muss menschliches Urteilsvermögen die Kontrolle behalten?
Mexty kann dies mit speziellen
AI-Literacy-Lernpfaden für Lehrkräfte und praktischen Lab-Erfahrungen
unterstützen.
Lehrkräfte können dieselben
Aktivitäten erleben, die später von Schülerinnen und Schülern genutzt werden,
die Pädagogik prüfen und sie für den eigenen Unterricht anpassen.
[AI-Literacy-Fortbildung für Lehrkräfte entdecken
→](/ai-literacy/teacher-training)
Die VAE können die stärksten Erkenntnisse verschiedener Modelle
verbinden
Der internationale
Vergleich zeigt, dass kein einzelner Ansatz ausreicht.
Progression ist wichtig.
Kompetenzen sind wichtig.
Digitale Bürgerschaft ist
wichtig.
Praktisches Experimentieren
ist wichtig.
Die Vorbereitung der
Lehrkräfte ist wichtig.
Bewertung ist wichtig.
Governance ist wichtig.
Die VAE führen zunehmend
viele dieser Elemente zusammen und geben Schulen damit die Möglichkeit, AI
Literacy als kohärente K–12-Kompetenz aufzubauen, statt als Sammlung isolierter
Technologieinitiativen.
Mexty kann Schulen dabei
unterstützen, von dieser strategischen Ausrichtung zur tatsächlichen Umsetzung
überzugehen.
Über eine sichere,
KI-native Lerninfrastruktur können Schulen Folgendes kombinieren:
Vorgefertigte Lernpfade
Editierbare Kurse
Interaktive Lernaktivitäten
AI Literacy Labs
Vertrauenswürdiges Wissen
Bewertungen
Fortbildung für Lehrkräfte
Analysen und Lernnachweise
Das Ziel besteht nicht
darin, Schülerinnen und Schüler hervorzubringen, die lediglich wissen, wie man
die heutigen KI-Tools bedient.
Diese Tools werden sich
verändern.
Die nachhaltigere Kompetenz
besteht darin zu wissen:
wie KI funktioniert, wann man sie einsetzen sollte, wann man sie
hinterfragen muss, wie man sie überprüft, wie man verantwortungsvoll mit ihr
gestaltet und wann menschliches Urteilsvermögen Vorrang haben muss.
Dies wird zu einer der
prägenden Bildungsherausforderungen einer KI-nativen Zukunft.
| Wenn Ihnen dieser Beitrag gefallen hat, werden Ihnen unsere
nächsten Artikel gefallen. KI-Kompetenz für Mitarbeitende: Warum die Einführung von KI für die Unternehmenstransformation nicht ausreicht |
