Einführung
Die Integration von KI in die Bildung beschleunigt sich, da große Technologieunternehmen stark in KI-gestützte Lerntools investieren. OpenAI, Google und Anthropic haben kürzlich neue Lern- und Lernversionen ihrer Modelle vorgestellt, die als KI-Tutoren fungieren sollen. Mashable testete diese Tools, um ihre Wirksamkeit unter Berücksichtigung des breiteren Kontexts der Rolle von KI in der Bildung und potenzieller Fallstricke zu bewerten. Diese Überprüfung soll Erkenntnisse darüber liefern, ob diese Tools das Lernen wirklich unterstützen oder hinter den Erwartungen zurückbleiben.
Der Aufstieg von KI-Lehrern und kontextbezogenen Herausforderungen
Die Einführung von KI-Tutoren spiegelt einen wachsenden Trend zur Integration von Technologie in die Bildung wider und spiegelt die Einführung von Laptops und Bibliotheken wider. Das „Fünf-Prozent-Problem“ verdeutlicht jedoch eine wiederkehrende Herausforderung bei der Gestaltung von Bildungstechnologien: Während hochmotivierte Schüler davon profitieren können, erfährt die Mehrheit (rund 95 %) möglicherweise keine wesentlichen Verbesserungen. Dies ist zum Teil darauf zurückzuführen, dass der Fokus eher auf kurzfristigen Erfolgen wie Noten als auf einem tieferen Verständnis liegt. Darüber hinaus mangelt es vielen KI-Tools an Personalisierung und Kontext, wodurch sie nicht in der Lage sind, auf individuelle Lernstile und Lehrpläne einzugehen.
Methodik: Testen von KI-Tutoren
Um diese Tools zu bewerten, analysierte Mashable Fragen direkt aus dem New York Regents Exam, den New York State Common Core Standards, AP-Prüfungen und sozialwissenschaftlichen Lehrplänen aus dem Learning for Justice-Programm des Southern Poverty Law Center. Anstatt sich auf typische MINT-Eingabeaufforderungen zu konzentrieren, wurden in die Überprüfung geisteswissenschaftliche Fragen einbezogen, um die Fähigkeiten der Tools in Bereichen zu bewerten, in denen KI kritisiert wurde. Das Ziel bestand darin, die typische Herangehensweise eines Schülers zu simulieren: Beginnen Sie mit der Bitte um Hausaufgabenhilfe und lassen Sie das Gespräch so lange natürlich fließen, bis es nicht mehr hilfreich ist.
Wichtige Erkenntnisse von Experten
Hamsa Bastani, außerordentliche Professorin an der Wharton School der University of Pennsylvania, betont, dass es entscheidend ist, das Verhalten durchschnittlicher Schüler zu verstehen. Sie weist darauf hin, dass bestehende generative KI-Chatbots oft zweckentfremdet und nicht speziell für das Lernen konzipiert werden, was zu unzureichenden Schutzmaßnahmen gegen die Preisgabe von Antworten führt. Dylan Arena, Chief Data Science und AI Officer bei McGraw Hill, verwendet die Analogie des Nachrüstens eines modernen Motors in eine ältere Maschine und betont die Herausforderung der Integration von KI in bestehende Bildungsrahmen und die Notwendigkeit einer tieferen Personalisierung, die über die bloße Abfrage von Benutzerinformationen hinausgeht.
Rezension von AI Tutors
- ChatGPT: Obwohl es sich gut mit Übungstests und der Klärung von Bewertungsstandards auskennt, liefert es häufig direkt Antworten und priorisiert das Auswendiglernen, was es bei komplexen Fragen frustrierend macht.
- Zwillinge: Hervorragend im Mathematikunterricht und bietet Optionen wie Lernkarten und Tests, neigt aber dazu, nicht hilfreiche Bewertungen zu erstellen und legt Wert auf Übung statt Verständnis.
- Claude: Konzentriert sich auf den Lernprozess und nicht auf perfekte Noten, wodurch es für Lernende der Sozialwissenschaften geeignet ist, die bereit sind, Fähigkeiten zum kritischen Denken aufzubauen, aber übermäßig sokratisch und anspruchsvoll sein können.
Seien wir ehrlich: Einschränkungen und Bedenken
Trotz ihrer unterschiedlichen Ansätze weisen alle drei KI-Lehrer gemeinsame Einschränkungen auf:
- Design: Das Chatbot-Format ist mit seinem eingeschränkten Textfenster und dem Fehlen visueller Elemente nicht ideal zum Lernen, insbesondere wenn es darum geht, komplexe Konzepte zu verstehen.
- Personalisierung: KI-Lehrern fehlt der Kontext zu einzelnen Schülern und ihren Lehrplänen, was die Möglichkeit einer wirklichen Personalisierung des Unterrichts behindert.
- Soziales Bewusstsein: KI-Tutoren verfügen oft nicht über die Flexibilität und das soziale Bewusstsein eines menschlichen Lehrers, was zu einem endlosen Kreislauf der Optimierung und der Schwierigkeit führt, eine endgültige Antwort zu finden.
McGraw Hills Ansatz: Eine sicherere Alternative
McGraw Hill bietet einen anderen Ansatz und integriert KI-Tools direkt in seine Lehrmaterialien. Dadurch entfällt die Notwendigkeit eines von den Studierenden bereitgestellten Kontexts und es entsteht eine besser kontrollierte Umgebung. Darüber hinaus bietet das Bewertungstool ALEKS des Unternehmens eine sicherere Möglichkeit, persönliche Lernprofile der Schüler zu erstellen und diese in KI-Funktionen einzuspeisen.
Fazit: Chatbots können großartige Lehrer nicht ersetzen
Auch wenn KI-Tutoren einige Vorteile bieten, können sie das Fachwissen und die Anpassungsfähigkeit eines menschlichen Lehrers nicht ersetzen. Letztlich fällt es der aktuellen Generation von Chatbots schwer, ein wirklich personalisiertes und ansprechendes Lernerlebnis zu bieten. Es bedarf weiterer Arbeit, um KI-Tools zu entwickeln, die diese Einschränkungen beseitigen und sich an den sozialen und kontextuellen Aspekten effektiven Lernens orientieren.
