Bildung und Kombinierte Intelligenz

ID 711
Ihre Ideenund Lösungen
von Ingo Dahn 10.08.2017 12:55
Beschreibung:
Wir plädieren dafür, für die Entwicklung individueller Bildung alle Formen von Intelligenz - künstliche und menschliche - einzusetzen und dafür optimale Formen der Kombination zu finden.
Lernen ist ein hochgradig individueller, dynamischer und komplexer Prozess der durch soziale Interaktionen, insbesondere zwischen Lernenden und Lehrenden, wesentlich beeinflusst werden kann. Es ist zu prüfen, an welchen Stellen dieses Prozesses Künstliche Intelligenz die Intelligenz der Lernenden und der Lehrenden erfolgreich unterstützen kann.
Gegenwärtig konzentriert sich die Anwendung von KI-Methoden vor allem auf die Nutzung von Methoden des Maschinellen Lernens. Es ist nur zu naheliegend, diese Methoden auch im Bereich der Bildung einzusetzen und dazu die Daten zu nutzen, die durch zahlreiche Learning-Analytics-Projekte gesammelt werden.Eine Beschränkung auf diese Methoden scheint jedoch aus folgenden Gründen unangemessen.
1. Learning Analytics und Maschinelles Lernen beruhen auf statistischen Methoden, deren Anwendbarkeit eine hinreichend große homogene Grundgesamtheit voraussetzt. Diese Voraussetzung ist im Bereich des individuellen Lernens nicht gegeben.
2. Die Interpretation der Validität statistischer Daten erfordert ein Methodenverständnis, das bei Lernenden und Lehrenden nicht vorausgesetzt werden kann. Z.B. könnte eine Fehlinterpretation von Korrelation als Kausalität zu gravierenden Fehlentscheidungen bei der Gestaltung von Lernmöglichkeiten führen.
3. Eine vordergründige Konzentration auf Ergebnisse der Analyse von Massendaten erzeugt für Lernende einen Druck sich massenkonform zu verhalten. Dies behindert die Ausbildung individueller Talente und die Nutzung subjektiv optimaler Lernmethoden.
Es wird vorgeschlagen, die Frage "Welche Informationen helfen Lehrenden und Lernenden bei der individuell optimalen Gestaltung von Lernsituationen?" als Ausgangspunkt der Entwicklung von integrierten KI-Methoden, speziell für das Lernen, zu nehmen. Statistische Methoden können dabei orientierende Hinweise geben, die jedoch in einer für Lehrende und Lernende verständlichen Form aufzubereiten sind - Visualisierungen von Datenmengen reichen hier nicht aus. Vielmehr ist vom vorhandenen Methodenwissen auszugehen, in dass sich Informationen aus der Anwendung von KI-Methoden integrieren müssen, wenn sie erfolgreich genutzt werden sollen. Parallel zum Einsatz von KI-Methoden sollte das Wissen der Lehrenden um Möglichkeiten und Grenzen von Methoden durch geeignete Qualifizierungsmaßnahmen weiterentwickelt werden.
Eine Möglichkeit für die Entwicklung von KI-Methoden, die in individuellen Situationen anwendbar sind, ist die Nutzung von Inferenzmethoden auf der Basis von codiertem Methodenwissen, individuell erhobenen Daten und Massendaten. Ein nicht unbedeutender Vorzug dieser Methode ist die Möglichkeit der KI, Empfehlungen in einer für den Menschen nachvollziehbaren - und kritisierbaren - Form zu begründen.

Die Kombination von Methoden des Maschinellen Lernens mit Inferenzmethoden ist ein offenes Forschungsfeld. Es gibt sowohl Hinweise darauf, dass logisches Schließen außerhalb der Fähigkeiten von Maschinellem Lernen liegt (s. https://blog.keras.io als auch darauf, dass erweiterte neuronale Netze selbst gewisse logische Schlussfolgerungen ziehen können (s. http://www.nature.com Zur Klärung dieser Fragen könnte die Annahme der Herausforderungen des Bildungssektors einen signifikanten Beitrag leisten.
Schlagwörter:
Kategorien:
Ingo Dahn
Hier noch ein aktueller Konferenzbeitrag dazu (geplant für September 2017). Er weist (gestützt mit experimentellen Daten) darauf hin, dass Lehrende der MINT-Fächer einen anderen Bedarf an Informationen über ihre Studierenden haben als Lehrende anderer Fächer:
T. Farrel, A. Mikroyannidis, H. Alani: "We’re Seeking Relevance”: Qualitative Perspectives on the Impact of LearningAnalytics on Teaching and Learning: https://www.researchgate.net
Lisa Eller
Lieber Herr Dahn,

vielen Dank für Ihren Beitrag! Das ist ein spannendes Forschungsgebiet und die Kombination der Methoden klingt nach einem äußerst interessanten Ansatz. Gibt es denn dazu bereits konkrete Tests oder Ergebnisse oder befindet man sich erst in der theoretischen Phase? Gibt es denn bei der Kombination spezielle Grenzen und Hindernisse, die eine Optimierung hemmen?

Beste Grüße
Lisa Eller
Ingo Dahn
Dies ist bisher eher eine Idee als ein Projekt.Für die Ausarbeitung eines Projekts wäre zunächst der Informationsbedarf von Lehrenden und Lernenden zu erfassen , anschließend wären entsprechende KI-Angebote zu erstellen, wobei hinsichtlich der KI-Angebote größtmögliche Offenheit anzustreben wäre. Die definitive Auswahl der Projektziele würde dann in einem interdisziplinären Team erfolgen.
Eine vorbereitende Arbeit in dieser Richtung ist https://www.researchgate.net
Ihre Ideenund Lösungen