Suche Menü

Corona Log 7: Verändert WhatsApp das Lernen stärker als Künstliche Intelligenz? Der Horizon Report im Corona-Licht

Tag 10: „Ausgerechnet Du hast mich gerettet“

Sonntag, der 22.3.2020. Im Horizon Report wird jährlich die Zukunft des Lernens und Lehrens mit neuen Technologien vorhergesagt . Im Lichte der Coronakrise wirken die Prognosen plötzlich irgendwie „daneben“. Alltagsmedien wie WhatsApp, Dropbox und E-Mails erweisen sich als die wahren Killer-Applications. Was wird davon bleiben?

Ausschnitt aus dem Inhaltsverzeichnis des Horizon Reports: Emerging Technologies & Practices; Adaptive Learning Technologies; AI/Machine Learning Education Applications; AnalyticsforStudentSuccess, Elevation of Instructional Design, Learning Engineering, and UX Design, Open Educational Resources, XR (AR, VR, MR, Haptic) Technologies

Aus dem Inhaltsverzeichnis des Horizon Reports 2020

Mehr lesen

Sitzsäcke sind das neue Sprachlabor. Digitale Geräte, K.I. und bunte Möbel machen noch keine moderne Schule

von Jöran Muuß-Merholz (2019)*

Es gibt zwei verbreitete Bilder, mit denen das Thema „Lernen mit digitalen Medien“ in der Schule visualisiert wird. Das erste, schon etwas ältere Bild zeigt Tischreihen mit Computern darauf. Schüler sitzen dahinter in Reih und Glied, alle bedienen ihren PC. Das Setting erinnert an die Sprachlabore der 1970er und 1980er Jahre. Dieses Bild steht für die alte Schule mit uniformen Schülern und instruktionistischer Lehre.

2019 sieht man häufiger ein neues Bild. Darauf liegen Schüler in bunten Sitzsäcken oder sitzen auf würfelartigen Hockern. Auf den Knien bedienen sie ein iPad. Dahinter steckt das Versprechen der Individualisierung durch digitale Medien. Jeder Lernende hat ein für sich maßgeschneidertes Lernangebot, kann sich also auch einen individuellen Lernort aussuchen.

Sprachkabinett

Ausschnitt aus „Sprachkabinett“ von Eugen Nosko, Deutsche Fotothek unter CC BY-SA-3.0-de via Wikimedia Commons

Das „alte Bild“ vom Sprachlabor mag altmodisch anmuten. Aber schon hinter diesem frühen elektronischen Medium stand das große Versprechen, das wir heute mit den digitalen Medien verbinden: die Binnendifferenzierung mit individueller Begleitung durch die Lehrerin.

Das „neue Bild“ mit Sitzsäcken und Tablets suggeriert eine moderne Schule, Freude am Lernen und auch eine gewisse Mühelosigkeit für alle Beteiligten. Was wir im Angesicht dieser Bilder leicht übersehen können: Auch hinter iPads und bunten Möbeln kann sich ein altmodisches Modell von Lehren und Lernen verbergen. Selbst ein Höchstmaß an Individualisierung durch Digitalisierung kann letztlich dem Modell „Sprachlabor“ folgen. Zwar müssen nicht mehr alle zur gleichen Zeit den gleichen Inhalt bearbeiten. Aber das Grundmodell bleibt: Die Lernenden folgen je einem Lernpfad mit ausgefeilten Inputs, maßgeschneiderten Übungen und individuellem Feedback. Das Konzept, das in den nächsten Jahren die großen Verheißungen für unsere Schulen sein wird, heißt Adaptive Learning.

Gute Individualisierung

Um Adaptive Learning zu verstehen, hilft es, sich zunächst das Vorgehen einer guten Lehrerin zu vergegenwärtigen, wenn sie individuelles Lernen in binnendifferenziertem Unterricht ermöglichen will. Was macht eine gute Lehrerin? Sie macht Lernangebote, die nicht losgelöst vom individuellen Stand ihrer Schülerinnen und Schüler, sondern möglichst gut auf deren Bedarfe zugeschnitten sind. Dabei durchläuft sie in ihrer Arbeit mehrere Schritte (mal bewusst, mal unbewusst):

(1) Diagnose: Sie gleicht die Lernziele mit dem Lernstand ab und leitet daraus die notwendigen Lernschritte für den Lernenden ab.
(2) Input: Sie gibt gezielt Input, beispielsweise als Vortrag, Text oder Video.
(3) Übung: Sie lässt den Lernenden das neu Gelernte anwenden und üben, am besten in verschiedenen Formen und Kontexten.
(4) Evaluation und Feedback: Sie macht sich ein Bild vom aktuellen Lernstand des Lernenden und gibt ihm Rückmeldung zu Stand und nächsten Schritten.
(5) zurück zu 1.: Das Ganze geschieht als Spirale. Die Lehrerin prüft also nach einer neuen Diagnose (1), ob es zusätzlichen Input (2) oder weitere Übungen (3) braucht, gibt danach wieder Feedback (4) usw.

Wie fein kann dieses Vorgehen ausdifferenziert werden? Theoretisch kann die Lehrerin ihrem Lernenden ständig über die Schulter schauen, sein Lernen analysieren, kleine Inputs geben, passende Übungen auswählen, schnell Feedback geben etc. In der Praxis hängen Möglichkeiten und Begrenzungen von folgenden Faktoren ab:

  1. Kompetenz: Die Lehrerin wurde für diese Aufgaben aus- und fortgebildet.
  2. Erfahrung: Die Lehrerin hat im Laufe ihrer Berufsjahre umfangreiche Erfahrungen und Erkenntnisse gesammelt. Über den Abgleich mit früheren Situationen kann sie aktuelle Situationen besser beurteilen.
  3. Verfügbarkeit von Inputs und Übungen: Für die Schritt (2) und (3) ist entscheidend, wie viele und welche Materialien vorliegen.
  4. Aufmerksamkeit pro Lernendem: Die Lehrerin kann nur an einem Ort gleichzeitig sein. Wenn sie 25 Schüler im Unterricht begleitet, hat sie weniger Aufmerksamkeit pro Kopf als in einer Eins-zu-eins-Nachhilfe-Situation.
  5. Ressource Zeit: Die Lehrerin hat begrenzt Zeit, sowohl für Vor- und Nachbereitung des Unterrichts als auch im Unterricht selbst. Das gilt mit Fokus auf den Lernenden (z.B. Förderpläne schreiben) wie auch für die Materialien (z.B. Inputs und Übungen vorbereiten) wie auch für ihre eigene Fortbildung (z.B. neue Forschungserkenntnisse sichten).

Vor diesem Hintergrund vollzieht sich derzeit in den Schulen ein Wandel hin zu individualisiertem Lernen und binnendifferenziertem Unterricht. Ein typisches Symptom dieses Umbruchs ist die „Zettelwirtschaft“ (Budde 2013), bei der Arbeitsblätter als zentrales Arbeitsmittel eingesetzt werden. Wenn man die Limitierungen der Individualisierung oben von A. bis E. mit Blick auf die Arbeitsblatt-Didaktik durchdekliniert, erkennt man, warum sie so beliebt und verbreitet ist.

Was ist Adaptive Learning?

Der Ansatz des Adaptive Learning ist ein Kind der Diskussionen um Künstliche Intelligenz (K.I.) und lässt sich bis in die 1970er Jahre zurückverfolgen. Im Englischen wird auch der Begriff Intelligent Tutoring Systems genutzt. Bemerkenswerterweise wird in der deutschsprachigen Diskussion noch relativ wenig über das Thema gesprochen, so dass kein deutscher Begriff etabliert ist. (Eigentlich müsste man übrigens von Adaptive Teaching statt von Adaptive Learning sprechen, mehr dazu im Aufsatz „Wir verwechseln ‘Lehren’ mit ‘Lernen’. Die digitale Bildungswelt tut nur so, als denke sie lernseits“.)

Die Grundidee von Adaptive Learning: Der Computer – gemeint ist ein cloud-basiertes Programm, das z.B. in Form einer App auf dem Tablet – übernimmt weitgehend die oben beschriebenen Aufgaben der Lehrerin. Er bietet deutliche Vorteile:

(1) Diagnose: Der Computer erfasst den Lernstand, z.B. über einen individuellen Einstufungstest. Er kennt die Lernziele, allgemeine und individuelle, und leitet daraus die notwendigen Lernschritte ab.
(2) Input: Der Computer gibt Input, beispielsweise als Vortrag, Video, Text, Simulation oder Video.
(3) Übung: Der Computer lässt den Lernenden das neu Gelernte anwenden und üben, am besten in verschiedenen Formen und Kontexten.
(4) Evaluation und Feedback: Der Computer macht sich ein Bild vom Status des Lernenden, gibt ihm Rückmeldung zum Stand und zu nächsten Schritten.
(5) zurück zu 1.: Das Ganze geschieht als Spirale. Der Computer prüft nach erneuter Diagnose (1), ob es zusätzlichen Input (2), weitere oder andere Übungen (3) braucht, gibt wieder Feedback (4) usw.

Der Computer hat gegenüber der Lehrerin so gut wie keine Begrenzungen für diese Individualisierung:

  1. Kompetenz: Der Computer, in Form von Hardware und Software, wurde speziell für diese Aufgabe gestaltet. (Allerdings fehlen ihm möglicherweise einige „weiche“ Fähigkeiten, die eine gute Lehrerin hat.)
  2. Erfahrung: Der Computer hat im Laufe seines Einsatzes bereits Hunderttausende von Lernenden beobachten können. Er hat so umfangreiche Erfahrungen und Erkenntnisse über unterschiedlichste Konstellationen gesammelt. Über den Abgleich mit früheren Situationen kann er aktuelle Situationen besser beurteilen.
  3. Verfügbarkeit von Inputs und Übungen: Der Computer hat einen riesigen Fundus an Materialien für Schritt (2) und (3). Ein fortgeschrittenes Angebot könnte nicht nur zwischen Materialien auswählen, sondern ein maßgeschneidertes Angebot für jeden Lernenden einzeln erstellen.
  4. Aufmerksamkeit pro Lernenden: Der Computer ist überall gleichzeitig. Er hat mehr Aufmerksamkeit als in einer menschlichen Eins-zu-eins-Nachhilfe-Situation, zumal er den Lernenden in Mikroschritten (Bewegung der Maus oder sogar der Augen) beobachten kann.
  5. Zeit: Der Computer hat unbegrenzt Zeit, sowohl für die Vor- und Nachbereitung des Unterrichts als auch im Unterricht selbst. Er kann quasi sekündlich Förderpläne anpassen und bei Bedarf sofort neue Materialien für Inputs und Übungen anbieten. Zudem lernt er ständig dazu.

Sprachlabor 2.0 für das 21. Jahrhundert?

In der idealen digitalen Lernwelt verspricht Adaptive Learning einen extrem individualisierten Lernpfad, indem ein Computer dem Lernenden ununterbrochen über die Schulter schaut, über einen riesigen Fundus an Erfahrungen und Materialien verfügt und den Lernpfad kontinuierlich anpassen kann. Adaptive Learning ist ein Lehrangebot, das die Versprechungen eines Sprachlabors 2.0 umsetzt. Nicht ein identisches Angebot für alle Schülerinnen, nicht eine Differenzierung auf drei oder vier Niveaus, noch nicht einmal ein Lernpfad zur Auswahl, sondern die individuelle Gestaltung eines Lernpfads pro Lernendem.

Eine der großen Fragen ist 2019, ob Adaptive Learning seine Versprechungen tatsächlich halten kann. Aber daneben steht eine Frage, die vielleicht noch wichtiger ist. Es kann passieren, dass uns die Debatten um Digitalisierung und bunte Sitzsäcke von großen Fragen ablenken, die wir mindestens genauso dringend angehen müssen: Welche Bildungsziele und Lerninhalte brauchen wir für die Welt des 21. Jahrhunderts? Reicht es aus, wenn wir Vokabeln digital und in Sitzsäcken pauken, wenn frontale Belehrung durch Videos statt durch Tafelbilder geschieht, wenn das Feedback sofort statt nach 10 Tagen erfolgt?

Erweiterte Bildungsziele umfassen neben der Dimension Wissen zusätzliche Dimensionen wie Skills, Charakter und Meta-Lernen (vgl. Fadel u.a. 2017). Die Bilder von moderner Technik in bunten Umgebungen sind verführerisch, zumal sie tatsächlich Antworten auf eine große Herausforderung, die Binnendifferenzierung und Individualisierung, versprechen. Die Frage ist, ob das für eine moderne Schule ausreicht. Digitale Geräte und Adaptive Learning, selbst wenn sie jetzt in bunten Sitzsäcken daherkommen, sind nur eine Optimierung der alten Schule nach dem Modell Sprachlabor. Neue Bildungsziele, die inzwischen zumindest ein Stück weit schon in aktuellen Leitbildern von Schule vorhanden sind, werden damit nicht angegangen. Adaptive Learning wird nicht Kreativität oder kritisches Denken fördern, wird Schülerinnen und Schüler kein Stück weit neugieriger oder verantwortungsbewusster machen, und auch das Lernen über das Lernen wird nicht gefördert, wenn eine Blackbox in Mikroschritten durch einen vereinfacht gedachten Lernprozess lenkt. Wir können auch mit digitalen Medien altmodische Schule machen.

Quellenangaben:

  • Budde, Jürgen (2013). Didaktische Regime–Zettelwirtschaft zwischen Differenzstrukturen, Homogenisierung und Individualisierung. In: Ders. (Hrsg.): Unscharfe Einsätze: (Re-) Produktion von Heterogenität im schulischen Feld. Springer VS, Wiesbaden, S. 169-185.
  • Fadel, Charles/Bialik, Maya/Trilling, Bernie (2017): Die vier Dimensionen der Bildung. Was Schülerinnen und Schüler im 21. Jahrhundert lernen müssen. Mit einem Vorwort von Andreas Schleicher. Deutsche Übersetzung von Jöran Muuß-Merholz. Hamburg: Verlag ZLL21.
  • Schratz, Michael (2009). ‚Lernseits’ von Unterricht. Alte Muster, neue Lebenswelten – was für Schulen? Lernende Schule 12 (46-47), S. 16-21.

Ursprung:

Eine frühere Fassung dieses Textes erschien in Schule leiten (Schwerpunktthema: Digitalisierung), Heft 17 (2019), S. 50-51.

Empfehlungen zum Weiterlesen:

Digitale Bildung

* Dieser Essay stammt aus dem Buch Routenplaner #digitale Bildung: Auf dem Weg zu zeitgemäßer Bildung. Eine Orientierungshilfe im digitalen Wandel.
Von Axel Krommer, Martin Lindner, Dejan Mihajlović, Jöran Muuß-Merholz und Philippe Wampfler. Mit Beiträgen von Kathrin Passig und Lisa Rosa. Erschienen im September 2019, ISBN 978-9-463865-3-3, Umfang 300 Seiten, 22,50 € (print), erhältlich überall im Buchhandel u.a. amazon.de oder buch7.de oder bücher.de oder thalia.de.

Der große Verstärker. Spaltet die Digitalisierung die Bildungswelt? – Essay

Digitale Medien können ein Katalysator für progressive Pädagogik sein oder ein traditionelles Bildungsverständnis verstärken. Für die Bildung des 21. Jahrhunderts braucht es aber neben einem mächtigen Verstärker vor allem eine Verständigung über die richtige Ausrichtung.

Foto via Pixabay (CC0)

In einem Essay in der aPuZ habe ich die grundlegende Frage erörtert, was mit dem digitalen Wandel in der Bildungswelt verstärkt wird – und was wir eigentlich verstärken wollen. Mehr lesen

JRA094 Was passiert beim Barcamp „Smart Learning Innovators Garden“?

Jöran ruft an bei Jasmin Mühlbach von Bosch Software Innovations

Jasmin Mühlbach, Foto: CC BY-NC-SA 4.0

Jasmin Mühlbach, Foto: CC BY-NC-SA 4.0


Mehr lesen

Gute Lernorte in der digitalen Gesellschaft. Oder: Was Schulen von Starbucks lernen können.

Der folgende Artikel von Jöran Muuß-Merholz erschien 2017 im Magazin Schulbau (Artikel als PDF). Der Schwerpunkt #Schule lässt sich auch auf andere Bildungseinrichtungen übertragen, beispielsweise auf Bibliotheken, wo Diskussionen unter dem Schlagwort „Bibliotheken als Dritte Orte“ geführt werden. Der Text war Grundlage der Vorträge bei der Schulbau-Messe in Hamburg am 8.2.2018 und beim Goethe-Institut am 21.2.2018.

Frau mit Kopfhörer, Laptop und Papier hinter einem Starbucks-Schaufenster

Foto „Day 239 / 365 – Studying in Starbucks“ by Anita Hart | CC BY SA 2.0 via Flickr


Mehr lesen

JRA075: Das EduCamp wird 10 Jahre alt – was passiert in Neuharlingersiel?

Blanche ruft an bei Guido und Jöran, Teil des Orgateams vom #educampX

Joeran Muuss-Merholz, <a href="https://creativecommons.org/licenses/by/3.0/">CC BY 3.0</a> by Hannah Birr, Guido Brombach, Foto privat, Blanche Fabri, Foto privat

Joeran Muuss-Merholz, CC BY 3.0 by Hannah Birr | Guido Brombach, Foto privat | Blanche Fabri, Foto privat

Mehr lesen

JRA073 Alles Gute ZUM 20. Geburtstag!

Nachrichten zum 20. Jubiläum der Zentrale für Unterrichtsmedien im Internet ZUM e.V.

Mehr lesen

Eine K.I. als persönlicher Assistent für das Lernen – der „Knowledge Navigator“ von Apple (1987)

Das folgende Video von Apple über den „Knowledge Navigator“ zeigt, wie ein digitaler Assistent mit künstlicher Intelligenz beim Lernen und Arbeiten unterstützt. Es trifft ziemlich genau das, was wir uns 2017 mit Siri, Alexa oder Google Assistant für die nahe Zukunft gut vorstellen können. Es ist die Bündelung von Technologien, die eigentlich™ schon da sind. Das Bemerkenswerte: Das Video ist bereits 30 Jahre alt!

Mehr lesen

JRA062 Jöran, was hat es mit diesem neuen Podcast-Netzwerk „edufunk.fm“ auf sich?

Jöran spricht auf die Mailbox und erklärt die neue Familie für JRA.

Jöran Muuß-Merholz mit einem roten Telefonhörer am Ohr
edufunk.fm ist ein neues Netzwerk von Podcasts aus dem Edu-Bereich. Ein Jahr nach dem Start von „Jöran ruft an (JRA)“ wird der Podcast(er) nun Gründungsmitglied bei edufunk.fm.

Mehr lesen