ChatGPT & Co. für Bildung & Entwicklung: in drei Schritten vorwärts

2024, so heisst es, wird das Jahr der Diffusion und der produktiven Nutzung von Anwendungen auf Basis generativer KI. Wie können Bildungsverantwortliche und Bildungsorganisationen hier voran kommen? Es braucht drei Schritte: (1) Orientierung, (2) Befähigung, (3) produktive Nutzung.

– – –

Im vergangenen Jahr haben wir gesehen, welche Möglichkeiten sich mit den Entwicklungen im Bereich generativer KI und darauf basierender Assistenzsysteme (ChatGPT & Co.) auftun. Im Zuge des Jahreswechsels melden sich verschiedene Stimmen zu Wort, die 2023 als das Jahr der KI-Innovationen und 2024 als das Jahr des produktiven Einsatzes dieser Innovationen sehen. Aktuelle Entwicklungen wie etwa die in Arbeit befindliche KI-Verordnung der Europäischen Union steuern wichtige Rahmenbedingung dazu bei. Die Sichtweise, dass es nun um die produktive Nutzung von generativer KI geht, kann man natürlich auch auf den Bereich der Bildung übertragen. In Bildungsorganisationen (Schulen, Hochschulen) geht es darum, Lernende / Studierende und Lehrpersonen zu befähigen und bei den neuen Möglichkeiten mitzunehmen. In der betrieblichen Weiterbildung und Personalentwicklung sind es Mitarbeitende, Trainer / Entwickler und Führungskräfte, die befähigt und mitgenommen werden müssen. Und in der Berufsbildung ist es eine Schnittmenge der genannten Beteiligten.

(1) Orientierung

Bildungsorganisationen und Bildungsverantwortliche befinden sich im Hinblick auf den Einsatz und die Nutzung von ChatGPT & Co. an unterschiedlichen Stellen: für einige ist das Thema noch völlig neu; viele sind dabei, Möglichkeiten zu erkunden; wenige befinden sich bereits in einer Phase produktiver Nutzung (vgl. ENC262).

Aus unserer Sicht sind die nachfolgend aufgeführten Aspekte in der Phase der Orientierung zu generativer KI besonders wichtig:

• Technologie: Grundverständnis
  • Wie funktionieren LLMs (Large Language Models) & GPTs (Generative Pre-Trained Transformers)?
  • Welche Produkte & Services gibt es? Was sind die Unterschiede und jeweiligen Besonderheiten?
  • Was sind Limitationen von LLMs & GPTs? Was sind Risiken der Nutzung?
  • Welche ethischen Fragen stellen sich im Zusammenhang mit der Nutzung von LLMs & GPTs bzw. darauf basierenden Applikationen?
  • Welche Rollen können und sollen diese Applikationen im Rahmen von Mensch-Maschine-Kooperationen einnehmen?
• Anwendungsfelder und Nutzungsszenarien
  • Wofür können Applikationen / Assistenzsysteme auf Basis generativer KI ganz allgemein genutzt werden?
  • Wie können relevante Anwendungsfelder und Nutzungsszenarien in der jeweils eigenen (Bildungs-)Organisation identifiziert, priorisiert und entwickelt werden?
• Strategien für die Befähigung
  • Welche Leitlinien und Regelungen braucht es für die erfolgreiche Nutzung von LLMs / GPTs als smarte Assistenzsysteme?
  • Über welche Wege können die Menschen in der eigenen Organisation für die erfolgreiche Zusammenarbeit mit smarten Assistenzsystemen auf der Grundlage generativer KI befähigt werden?
  • Welche konkreten Kompetenzen / Skills braucht es
    • auf Seiten von Lernende / Studierende?
    • auf Seiten von Mitarbeitenden, Spezialist:innen, Führungskräften?
    • auf Seiten von Bildungsverantwortlichen / Personen in der Personalentwicklung?
  • Was sind geeignete Entwicklungsformate?
  • Wie können geeignete Lern- bzw. Entwicklungsressourcen für die Befähigung bezogen werden?
    (Curate – Make – Buy)

(2) Befähigung & Empowerment

Im Anschluss an eine Orientierung zu den genannten Themen geht es für die Verantwortlichen im Bereich Bildung / Learning & Development darum, dass sie selbst ebenso wie die adressierten Zielgruppen Assistenzsysteme auf der Grundlage generativer KI erfolgreich nutzen können. Das heisst zum einen:

• Kompetenzen und Fertigkeiten aufbauen im Hinblick auf
  • das Strukturieren und Steuern der Zusammenarbeit mit KI-basierten Assistenzsystemen;
  • die Auswahl der für die jeweilige Aufgabe am besten geeigneten (und verfügbaren) Werkzeuge;
  • das Prompting und Tuning der verfügbaren Werkzeuge.

Das heisst darüber hinaus aber auch:

• (Mit-)Arbeit an der Bereitstellung von Lern- und Arbeitsumgebungen, in die Assistenzsysteme wie ChatGPT& Co. in einer Weise integriert sind, die eine routinisierte und produktive Nutzung möglich macht:
  • Integration in Office-Umgebungen (z.B. Copilot);
  • Integration in mobile Arbeitsumgebungen (z.B. Nutzung von ChatGPT & Co. über Smartphone-Apps);
  • Integration in Lernumgebungen wie z.B. Lern-Management-Systeme.
• (Mit-)Arbeit an und Verankerung von Rahmenbedingungen sowie Leitlinien für eigenverantwortliches Lernen und Arbeit mit smarten Assistenzsystemen.
  • Arbeit an einem “Growth-Mindset”;
  • Arbeit an einer Lernkultur, die Eigeninitiative und Eigenverantwortung stärkt (Seufert / Meier 2023).

(3) Produktive Nutzung

Generative KI wie sie ihren Niederschlag in LLMs und GPTs findet, stellt eine ‘general purpose technology’ dar. Die grosse Mehrheit der Berufstätigen sind davon betroffen (mehr oder weniger) bzw. können diese Werkzeuge / Assistenzsysteme zur Unterstützung bei Arbeitsaufgaben nutzen (mehr oder weniger) (Eloundou et al 2023; Gmyrek et al. 2023). Betroffen sind auch Verantwortliche in den Feldern Bildung und Personalentwicklung. Die folgende Abbildung zeigt am Beispiel “betriebliche Weiterbildung / Learning & Development”, bei welchen Aufgaben im Leistungsprozess Werkzeuge auf der Basis generativer KI (z.B. GPT-4, Midjourney, HeyGen, etc.) unterstützend zum Einsatz kommen können:

Für Verantwortliche in der (Berufs-)Bildung / Personalentwicklung ist es sinnvoll, die produktive Nutzung von Werkzeugen auf Basis generativer KI zunächst einmal bei der Befähigung der adressierten Zielgruppen voranzutreiben. Dadurch wird das Lernen und Arbeiten mit ChatGPT & Co. sowohl zum Inhalt als auch zu Ressource (Doppeldecker). Auf diese Weise kann Kompetenz in der Arbeit mit diesen Werkzeugen besonders wirksam entwickelt werden. Dies betrifft vor allem die folgenden Punkte:

• Gestaltung & Umsetzung formal organisierter Lern- bzw. Entwicklungsaktivitäten
  Für Lehrpersonen oder Trainer geht es primär darum zu erfahren, wie sie LLMs & GPTs im Kontext von formal organisierten Lern- bzw. Entwicklungsaktivitäten für Ihre Zwecke nutzen können. Beispielsweise, wenn es um die Erstellung von Lern-, Arbeits- oder Testmaterialien geht.
• Unterstützung bei selbstorganisierten und informellen Lern- bzw. Entwicklungsaktivitäten
  Für Lernende / Studierende / Teilnehmende geht es primär darum, wie sie LLMs & GPTs für ihre eigenen, selbstorganisierten Lern- bzw. Entwicklungsaktivitäten nutzen können. Beispielsweise, indem sie ChatGPT & Co. in geschickter Weise als persönliche Lerntutoren nutzen.
• Planung und Umsetzung von Kompetenzfeststellungen und Kompetenzüberprüfungen
  Und für beide Gruppen geht es auch darum, wie LLMs & GPTs bei Kompetenzüberprüfungen genutzt werden können bzw. wie Kompetenzüberprüfungen auf die neuen Rahmenbedingungen angepasst werden müssen.

Erste Studien lassen erwarten, dass mit der Nutzung von Assistenzsystemen auf der Basis generativer KI deutliche Produktivitätsgewinne möglich sind (Noy / Zhang 2023). Die Fähigkeit zur produktiven Nutzung von Assistenzsystemen auf Basis generativer KI durch Bildungsverantwortliche sollte daher ebenfalls eine Entlastung ermöglichen. Eine Entlastung, die für die Arbeit an anderen Herausforderungen genutzt werden kann. Je nach Bildungskontext beispielsweise für die Arbeit an der Entwicklung eines «Growth-Mindset», für die Arbeit an der Weiterentwicklung der Lernkultur oder für das Aufzeigen und Visualisieren der Erfolge bei bzw. des Nutzens von Bildungsarbeit.

– – –

Verweise

Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs: An early look at the labor market impact potential of large language models. ArXiv.

ENC262 – Generative KI in Learning und Development: Ein Gespräch mit Gerd Stumm. 04. September 2023.

Gmyrek, P., Berg, J., & Bescond, D. (2023). Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality. ILO Working Paper 96. Geneva.

Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.

Seufert, S., & Meier, C. (2023). Hybride Intelligenz: Zusammenarbeit mit KI-Assistenzsystemen in wissensintensiven Bereichen. HMD Praxis Der Wirtschaftsinformatik, 60(6).