Deep Learning, Cognitive Computing, Educational-Data-Mining – künstliche Intelligenz (KI) ist auch in der Lernwelt ein wichtiges Thema. Corina Niebuhr fasst fürs Hochschulforum Digitalisierung das Thema zusammen.
Deep Learning: Die Richtung, in die die Technische Entwicklung geht?
Noch befindet sich die Diskussion zu Deep Learning eher in den Anfängen. Heutige digitale Lernassistenzen können mit menschlichen Lehrkräften an Schulen und Hochschulen, die ihren Job gut machen, nicht mithalten. Man sieht vor allem standardisiertes Computerlernen, das wenig aufregend ist und nur wenig beim Lerner bewirken kann. Doch die Entwicklungen sind rasant, was nicht zuletzt daran liegt, dass in den USA Software-Giganten und US-Armee sehr viel Geld in die KI-Forschung und Weiterentwicklung von selbstlernenden Assistenzsystemen pumpen.
Deep-Learning-Experten, wie Arthur C. Graesser von der University of Memphis (siehe auch das Interview), schwärmen davon, dass mit KI zukünftig endlich das erreicht werden kann, was man sich schon lange für den menschlichen Lerner wünscht: tiefgründiges Wissen – die Basis für Kreativität, Systemdenken, Kritikfähigkeit und Lösungsstrategie für schwere und komplexe Aufgabenfelder. Graesser bezieht sich beispielsweise auf Studien, die belegen, dass das Lernen mit einfachen Lernbüchern und einfachen Lernlektionen ähnlich viel tiefgründiges Wissen erzeugt wie Faulenzen. Weitaus besser funktionieren da erste intelligente Tutoring-Systeme (IST) kombiniert mit Sprach-Assistenten. Graesser kann vorrechnen, dass US-Lehrkräfte aus Fleisch und Blut Erkenntnisse aus der modernen Lernforschung im Durchschnitt leider nur mangelhaft umsetzen – trotz enormer Weiterbildungs- und Schulungsausgaben. Moderne digitale Lernsysteme seien hier überlegen und weitaus effektiver.
Im Grunde geht es darum, dass intelligente Tutoring-Systeme mit Sprach-Assistenten uns zukünftig in virtuellen Lernwelten an die Hand nehmen und durch den Wissensdschungel führen. Sie sollen uns bei Laune halten, ermutigen, loben und auch auf kontroverse Weise mit dem jeweiligen Lernstoff konfrontieren, weil es sich konfrontativ besonders gut und nachhaltig lernen lässt. Schon jetzt gibt es Lernsysteme, die menschliche und digitale Assistenten kombinieren: Wenn der digitale Assistent passen muss, wird auf Mausklick der menschliche kontaktiert.
IST sind gut, wenn sie mit großen Datenmengen gefüttert werden. Hierzu braucht es Educational Data Mining und Learning Analytics, was vor allem in Deutschland Fragen und Probleme aufwirft, auf die es auch international bislang keine Antworten gibt: Wem gehören die Lerndaten? Wer kontrolliert die Lernbeziehungen zwischen Institutionen und Lernenden? Was passiert mit Lerndaten an den Übergängen zwischen Schule, Hochschule, Arbeitswelt? Wollen wir zentralisiertes oder dezentralisiertes Lernen in Zukunft?
Die Potenziale in der Kombination aus Technik, Daten und den Erkenntnissen moderner Lernforschung sind enorm, wenn man Deep-Learning-Experten wie Arthur C. Graesser glaubt. Diese digitalen Lernwelten aber tatsächlich breit in unsere analogen Lernwelten und auch in die Gesellschaft zu integrieren, wird eine große Herausforderung.
Bild: James Butler "deep #1", CC-BY-NC-ND 2.0 via flickr.com
Neuen Kommentar schreiben