Kurz-Beschreibung und Ziele des Projekts
Im Rahmen des Projektes wurde in Fortbildungsmodul als Vertiefungsmodul des Professionalisierungsprogrammes zum digital gestützten forschend-entdeckenden Lernen im Physikunterricht entwickelt. Es befasst sich mit dem Potential großer Sprachmodelle (Large Language Models, LLMs) für den Unterricht. Das Ziel der Fortbildung ist es, Kompetenzen zur Nutzung von LLM-basierten Anwendungen im Unterricht zu vermitteln, wobei sowohl Möglichkeiten zur Unterstützung von Lehrenden als auch zur Unterstützung von Lernenden berücksichtigt werden.
Detail-Beschreibung
Das Modul besteht aus einer Selbstlerneinheit sowie zwei Seminarveranstaltungen (je 90 Minuten), die auch online erfolgen können, mit jeweils anschließender Praxisphase. Abschließend findet eine ca. einstündige Reflexionsveranstaltung statt. Die Gesamtdauer des Moduls beträgt insgesamt etwa 14 Stunden, verteilt über 6-8 Wochen.
In der Selbstlerneinheit befassen sich die Lehrkräfte selbstgesteuert mit den Grundlagen des Maschinellen Lernens (ML), da dies die Grundlage für viele LLMs und darauf basierender Anwendungen bildet.
Daran schließt eine Einheit zum Einsatz von LLMs bei der Unterrichtsplanung und - Durchführung an. Es werden verschiedene LLM-basierte Anwendungen und ihre Einsatzmöglichkeiten erläutert. Beispielsweise wird gezeigt, wie auf LLMs basie-rende Anwendungen, z.B. ChatGPT, für die Entwicklung von Aufgaben oder von Unterrichtssequenzen verwendet werden können. In der Praxisphase sollen die Lehrkräfte die erworbenen Kompetenzen einsetzen. In einer zweiten Einheit wird ausgeführt, welche LLM-basierten Anwendungen es für Lernende gibt. Beispiels-weise wird erläutert, welche Anwendungen sich für die Einführung von LLMs im Unterricht eignen. Daran schließt ebenfalls eine Praxisphase an, in der die Lehr-kräfte zusammen mit ihren Schüler:innen die gezeigten Anwendungen ausprobieren können.
In den beiden Teilen werden verschiedene LLM-Anwendungen vorgestellt und ihr Nutzen für Lehrende und Lernende wird durch Anwendungsbeispiele und Praxis-phasen verdeutlicht. Die Reihenfolge der Einheiten ist hierbei variabel.
Im Anschluss an die zweite Praxisphase gibt es eine Reflexion, in der ein allge-meiner Austausch zu den Erfahrungen in der Praxisphase sowie den vorgestellten Anwendungen und Inhalten stattfindet.
Wichtige Meilensteine und Ergebnisse
Das Modul wurde an drei dreistündigen Terminen mit insgesamt 52 Lehrkräften pilotiert. Dazu wurden die Einheiten in verkürzter Form präsentiert, die Praxis-phasen fanden nicht statt. Der oben beschriebene Ablauf entspricht der anhand der Ergebnisse überarbeiteten Fassung.
Die Ergebnisse der Pilotierung zeigen, dass Lehrkräfte Anwendungen basierend auf künstlicher Intelligenz (KI) gerne in ihrem Unterricht einsetzen würden, wes-halb Weiterbildungen zu entsprechenden Themen besonders geschätzt werden. Die Fortbildung zu LLMs, die in diesen Bereich fallen, scheint daher eine Bedarfs-lücke zu schließen. Die Teilnehmer:innen interessierten sich besonders für An-wendungen zur Unterstützung bei der Aufgabenerstellung und zur Bereitstellung personalisierter Feedbacks für Schüler:innen. Daher ist es wichtig, bei Fortbildun-gen zu KI-basierten Anwendungen sowohl die Perspektive der Lehrkräfte als auch die der Schüler:innen zu berücksichtigen.
Relevante Materialien
Entwickelte und verfügbare Lehr-Lernmaterialien
Auf Anfrage.
Projektleitung, Projektbeteiligte, Ansprechpartner:innen für Rückfragen
Projektleitung: Prof. Jochen Kuhn
Ansprechpartner:innen: Dr. Verena Ruf, Yavuz Dinc
Publikationen
Ruf, V., Dinc, Y., Küchemann, S., Steinert, S., Avila, K., Kuhn, J. (in press) Large Language Models in der Lehrkräftebildung. In K. Scheiter, D. Richter, D. Pittich & L. Halbrock (Hrsg.), Professionelles Handeln in einer Kultur der Digitalität: Ergebnisse des Kompetenzzentrums MINT (Buchreihe: Digitale Transformation von Schule und Fortbildung gestalten im Kompetenzverbund lernen:digital). Waxmann.