Wichtigste Erkenntnisse
KI mutig und mit Schutzvorkehrungen erproben, statt zu verbieten, was Schüler bereits nutzen
Die Geschichte beginnt zu Hause. Am Neujahrstag 2023 schrieben Salman Khan und seine elfjährige Tochter Diya mit GPT-4 eine Geschichte. Ihre erfundene Figur Samantha konnte Fragen beantworten und dabei helfen, die Handlung fortzusetzen. Dieser Moment deutete auf eine neue Rolle für KI hin: nicht einfach Arbeitsergebnisse zu produzieren, sondern auf die Ideen eines Lernenden einzugehen und ihm bei ihrer Weiterentwicklung zu helfen. Khans eigener Weg zu diesem Experiment begann damit, seiner Cousine Nadia Nachhilfe zu geben, und führte schließlich zum Aufbau der Khan Academy, um personalisiertes Lernen in großem Maßstab zugänglich zu machen.
Vorsicht kann die Gestaltung leiten. Khan nennt die nötige Haltung „informierten Mut (educated bravery)“: reale Gefahren anzuerkennen und zugleich zu erproben, was die Technologie leisten kann, und Schutzvorkehrungen für ihre Nutzung zu entwickeln. Verbote können den Einsatz im Unterricht vorübergehend verhindern, bringen Schülern aber nicht bei, mit Werkzeugen umzugehen, denen sie wahrscheinlich anderswo begegnen werden.
Die Geschichte der Tochter macht eine abstrakte Debatte greifbar: Bei der pädagogischen Frage geht es nicht nur darum, was KI erzeugen kann, sondern auch darum, welche Art der Beteiligung ihre Gestaltung ermöglicht. Ein Werkzeug, das fragt, zuhört und an den Beitrag eines Schülers anknüpft, kann dessen Selbstständigkeit stärker fördern als eines, das ausgefeilte Antworten liefert. Der Unterschied hängt von den Produktentscheidungen ab, nicht davon, dass KI grundsätzlich nützlich wäre. Eine gemeinsame Erzählrunde in der Familie ist jedoch ein anschauliches Beispiel, kein Beweis für bessere Lernergebnisse. Die überzeugendere Begründung beruht darauf, solche Gestaltungen mit unterschiedlichen Schülern, Lehrkräften und Lernzielen zu erproben.
Jedem Lernenden einen geduldigen Tutor geben, der Wissenslücken erkennt, statt Antworten vorzugeben
Personalisierung verändert das Lerntempo. In herkömmlichen Klassen gehen Schüler oft zum nächsten Stoff über, bevor sie den vorherigen beherrschen, sodass sich Wissenslücken summieren. Beim Lernen bis zur Beherrschung (mastery learning) erhalten sie Zeit und Unterstützung, diese Lücken zu schließen, bevor sie weitergehen. 1984 beschrieb der Bildungsforscher Benjamin Bloom das „Zwei-Sigma-Problem (two-sigma problem)“: Schüler, die individuell betreut und bis zur Beherrschung des Stoffes unterrichtet wurden, lagen etwa zwei Standardabweichungen über Schülern im herkömmlichen Unterricht. Bloom hielt es für schwierig, diesen Unterschied allen zugänglich zu machen.
KI kann Unterstützung verfügbar machen. Khanmigo soll leitende Fragen stellen, statt einfach Antworten preiszugeben. Es kann auf die Überlegungen eines Schülers eingehen, Schwachstellen erneut aufgreifen und einen Unterrichtsgegenstand mit einem Interesse verbinden, das der Schüler erwähnt hat. Khan verweist auf mehr als fünfzig Wirksamkeitsstudien zu den Übungsangeboten der Khan Academy und berichtet von einer Beschleunigung des Lernfortschritts um 20 bis 60 Prozent bei Schülern, die wöchentlich 30 bis 60 Minuten übten. Diese Ergebnisse sprechen für personalisiertes Lernen, belegen aber nicht, dass jeder KI-Tutor dieselben Fortschritte bewirkt.
Das entscheidende Versprechen ist nicht eine Maschine, die mehr Fakten kennt, sondern eine, die auf dem aktuellen Lernstand des Lernenden reagieren kann. Das ähnelt der formativen Beurteilung, bei der sich der Unterricht an Erkenntnissen über das Verständnis orientiert, statt bis zu einer Abschlussprüfung zu warten. Zugleich verändert es die Kostenstruktur der Nachhilfe, indem häufige, niedrigschwellige Unterstützung leichter verfügbar wird. Das Zwei-Sigma-Ergebnis ist jedoch ein Ziel, keine garantierte Effektgröße für Software. Lernen hängt von der Qualität der Erklärungen, der Motivation der Schüler und dem Umfeld im Klassenzimmer ab. Deshalb sollte ein Tutor an den Lernergebnissen gemessen werden, nicht an seiner Gesprächsgewandtheit.
KI zum Schreibcoach machen und anschließend das Denken beurteilen, das sich nicht auslagern lässt
Ein Aufsatz kann seinen Entstehungsprozess verbergen. Darren Hick, Professor an der Furman University, vermutete, dass ein ungewöhnlich ausgefeilter Aufsatz eines Studenten von einer KI geschrieben worden war, nachdem darin falsche Behauptungen selbstsicher vorgetragen wurden. Der Vorfall machte ein Problem mit Essays für zu Hause deutlich: Ein fertiges Dokument verrät womöglich weder, wer die gedankliche Arbeit geleistet hat, noch wie. Khan zufolge sollten Lehrkräfte zunächst klären, welche Fähigkeit sie beurteilen wollen. Geht es um selbstständiges Schreiben, können Schüler im Unterricht schreiben und Zeit für Rückmeldungen erhalten. Geht es um Recherche oder Argumentation, kann KI eine legitime Hilfe sein, sofern ihre Rolle klar ist.
Die Verantwortung bleibt beim Schüler. Ein Schreibcoach kann Themenideen anbieten, einen Entwurf kritisieren oder Gegenargumente vorschlagen, ohne den ganzen Aufsatz zu verfassen. Khanmigo soll Lehrkräften außerdem den Verlauf der Zusammenarbeit zeigen, einschließlich der Entscheidungen des Schülers und der Unterstützung durch die KI. So richtet sich die Beurteilung sowohl auf das Ergebnis als auch auf die Arbeit, die zu ihm geführt hat.
Dieser Ansatz behandelt akademische Redlichkeit als Gestaltungsfrage und nicht als Wettlauf um Erkennung. Das Lernziel sollte bestimmen, welche Werkzeuge erlaubt sind: Selbstständiges Schreiben braucht geschützte Übungsgelegenheiten, während Recherche und Überarbeitung von Unterstützung profitieren können. Diese Unterscheidung ist hilfreicher, als jede KI-Nutzung pauschal als Betrug oder als harmlos einzustufen. Aufzeichnungen des Arbeitsprozesses können Rückmeldungen bereichern, sind aber kein unfehlbarer Beleg für die Urheberschaft. Ein Schüler kann sich für ein Protokoll inszenieren, und eine KI kann ihren eigenen Beitrag falsch darstellen. Klare Erwartungen und unmittelbare Beobachtung bleiben wichtig.
Bücher und Geschichte lebendig werden lassen, aber Simulationen als Deutungen kennzeichnen
Dialog kann das Leseverständnis vertiefen. Saanvi, eine Schülerin der Khan World School, verstand nicht, warum Jay Gatsby in F. Scott Fitzgeralds Roman auf das grüne Licht blickte. Statt sich mit Suchergebnissen zufriedenzugeben, sprach sie mit einer KI-Darstellung Gatsbys über seine Sehnsucht und Hoffnungen. Ähnliche Simulationen können Schülern ermöglichen, literarische Figuren, historische Persönlichkeiten oder sogar Dokumente zu befragen. So wirkt ein Text weniger wie eine abgeschlossene Aufgabe und mehr wie ein Gespräch.
Eine Simulation ist kein Zeitzeuge. Als ein Journalist die Darstellung Harriet Tubmans in Khanmigo testete, bestätigte sie ein Tubman häufig zugeschriebenes Zitat, ohne klarzustellen, dass es keine ausreichenden Belege dafür gab, dass sie es tatsächlich gesagt hatte. Das Beispiel zeigt, wie eine flüssig sprechende Persona unsichere historische Überlieferung als gesicherte Tatsache erscheinen lassen kann. Khan beschreibt Schutzvorkehrungen, die historische Simulationen auf Themen beschränken, von denen eine Person plausiblerweise Kenntnis gehabt haben könnte, räumt aber ein, dass das Modell dennoch irreführen kann.
Rollenspiele können Schüler dazu bewegen, Fragen zu stellen, aber auch die Grenze zwischen Beleg und Erfindung verwischen. Am produktivsten ist dieses Format, wenn die simulierte Stimme als Deutungsanstoß verstanden wird und die Lernenden anschließend Behauptungen anhand von Primärquellen und seriöser Forschung überprüfen. So lässt sich eine wichtige historische Denkweise einüben: unterscheiden, was dokumentiert ist und was rekonstruiert wurde. Das Format kann besonders Schüler zur Beteiligung ermutigen, denen Lehrbücher fern und abstrakt erscheinen; Engagement allein ist jedoch noch kein Verständnis. Der pädagogische Wert hängt davon ab, ob die Neugier zurück zum Text und zu den Belegen führt.
KI nutzen, um Lernängste abzubauen und mehr Raum für menschliche Beziehungen zu schaffen
Eine Frage unter vier Augen kann Lernen in Gang bringen. In einem Schulbezirk, der Khanmigo einsetzt, berichteten Pädagogen, dass sich manche Schüler, die sich nicht trauten, sich zu melden, wohler dabei fühlten, die KI um Hilfe zu bitten. Khan zufolge kann sofortige, wertungsfreie Unterstützung die Angst davor verringern, verwirrt zu wirken, und Unterrichtszeit für Gruppenarbeit, Gespräche und die Aufmerksamkeit der Lehrkraft freimachen. KI könnte einem Schüler auch dabei helfen, mit reflektierenden Fragen und einfachen Bewältigungsstrategien Prüfungsangst zu begegnen.
Unterstützung ist keine Therapie. Khan erinnert an ELIZA, einen frühen Chatbot, dessen therapieähnliche Gespräche manche Nutzer trotz des einfachen Designs das Gefühl vermittelten, verstanden zu werden. Außerdem verweist er auf eine Studie von 2022, in der eine von einem Chatbot vermittelte kognitive Verhaltenstherapie depressive Symptome innerhalb von vier Monaten und Angstzustände innerhalb eines Monats verringerte. Diese Ergebnisse deuten auf mögliche Unterstützung hin, nicht darauf, dass Beratungsfachkräfte oder menschliche Beziehungen ersetzt werden sollten.
Ein digitaler Gesprächspartner, bei dem wenig auf dem Spiel steht, kann es erleichtern, Unsicherheit einzugestehen – eine wichtige Voraussetzung fürs Lernen. Dieselbe Funktion kann bei der emotionalen Selbstreflexion hilfreich sein, besonders wenn professionelle Unterstützung schwer erreichbar ist. Doch simulierte Empathie ist nicht dasselbe wie die Fürsorge eines Menschen, der den Kontext erkennen, Verantwortung übernehmen und eingreifen kann, wenn sich eine Gefahr verschärft. Bildungsprodukte sollten die Grenze zwischen Lernbegleitung und klinischer Versorgung festlegen, Wege zu menschlicher Hilfe bieten und vermeiden, dass Schüler einen jederzeit verfügbaren Chatbot als ihre einzige Vertrauensperson ansehen.
Datenschutzkontrollen und Prüfungen verlangen, statt zu behaupten, Bildungs-KI sei neutral
Risiken ehrlich vergleichen. Khan weist darauf hin, dass Vorurteile und Fehlinformationen älter sind als generative KI: Einstellungen, Suchergebnisse und Medien spiegeln bereits menschliche Urteile und kommerzielle Anreize wider. Seiner Ansicht nach lässt sich KI in vielen Fällen leichter systematisch prüfen als ein einzelner Personalverantwortlicher oder Zulassungsbeauftragter. Sprachmodelle können jedoch Fakten erfinden. Das Buch beschreibt Schutzvorkehrungen wie die Beschränkung von Links in Systemen für Schüler auf genehmigte Quellen.
Personalisierung erzeugt sensible Datensätze. Khanmigo kann Gespräche speichern und sich Interessen merken, um den Unterricht anzupassen, und zugleich Eltern und Lehrkräften Zusammenfassungen des Lernfortschritts mitteilen. Khan zufolge sollten Nutzer diese Erinnerungen einsehen, bearbeiten oder zurücksetzen können; Schülerdaten sollten nicht zum Training des zugrunde liegenden Modells verwendet werden. Solche Schutzmaßnahmen sind wichtig, weil Bildungsdaten die Schwierigkeiten und Interessen eines Kindes offenlegen können und gespeicherte Informationen missbraucht werden oder in falsche Hände geraten können.
Der fairste Vergleich ist nicht der zwischen einer unvollkommenen KI und einem imaginären, vorurteilsfreien Menschen, sondern der zwischen realen Systemen und ihren messbaren Folgen. Prüfungen könnten Muster sichtbar machen, die bei informellen menschlichen Entscheidungen verborgen bleiben. Einheitlichkeit bedeutet für sich genommen jedoch keine Fairness: Ein System kann eine voreingenommene Regel konsequent anwenden. Datenminimierung, Tests auf Unterschiede zwischen Bevölkerungsgruppen, unabhängige Überprüfung und wirksame Widerspruchsmöglichkeiten machen den Vergleich glaubwürdiger. Auch Transparenz bringt einen Zielkonflikt mit sich: Erwachsene brauchen genügend Informationen, um Schüler zu schützen und zu unterstützen; junge Menschen brauchen zugleich einen privaten Raum, um Fragen zu stellen und Selbstständigkeit zu entwickeln.
KI die Vorbereitung überlassen, damit Lehrkräfte anspruchsvollere Unterrichtsarbeit anleiten können
Lehrkräfte brauchen Zeit fürs Unterrichten. Khan verweist auf eine Erhebung von 2022, der zufolge Lehrkräfte durchschnittlich 54 Stunden pro Woche arbeiteten und nur 49 Prozent dieser Zeit mit Schülern verbrachten. KI-Assistenten könnten Unterrichtspläne entwerfen, Bewertungsraster erstellen, erste Rückmeldungen geben und den Lernfortschritt von Schülern zusammenfassen. Eine Lehrkraft, die etwa eine Unterrichtseinheit zum Zweiten Weltkrieg plant, könnte das System bitten, den Stoff mit Baseball zu verknüpfen, und die daraus entstehenden Aktivitäten anschließend an die eigene Klasse anpassen.
Nicht nur die Software, sondern auch den Unterricht verändern. Khan und der Pädagoge Ethan Mollick vertreten die Ansicht, dass Schüler grundlegende Inhalte in ihrer eigenen Zeit erarbeiten und die Unterrichtsstunden dann für Debatten, Projekte und angeleitetes Üben nutzen können. In diesem umgedrehten Unterrichtsmodell tritt die Rolle der Lehrkraft deutlicher hervor: Sie leitet Gespräche, erkennt, was Schüler brauchen, und baut Beziehungen auf. KI wird als Unterstützung für Lehrkräfte dargestellt, nicht als deren Ersatz.
Das stärkste Argument für KI, die Lehrkräften dient, ist nicht, dass sie schnell einen Unterrichtsplan erstellen kann, sondern dass sie knappe menschliche Aufmerksamkeit wieder den Schülern zugutekommen lassen könnte. Das ist ein klassischer Zielkonflikt der Automatisierung: Zeitersparnis schafft nur dann einen Wert, wenn die frei werdende Zeit für Tätigkeiten eingesetzt wird, die Menschen besser erledigen. Ein generierter Unterrichtsplan kann außerdem allgemein, fehlerhaft oder nicht auf die lokale Geschichte und die Bedürfnisse der Schüler abgestimmt sein. Das Urteilsvermögen der Lehrkraft bleibt entscheidend; Zeitersparnis sollte an der tatsächlichen Arbeitsbelastung und der Interaktion mit Schülern gemessen werden, nicht an der Anzahl erstellter Pläne.
KI-Nachhilfe mit vollständigen Kursen und menschlicher Unterstützung verbinden, um den Zugang zu erweitern
Ein Tutor braucht einen Lehrplan. Khan zufolge ist ein offenes Gespräch allein keine vollständige Bildung. Ein KI-Tutor wird nützlicher, wenn er mit einer strukturierten Abfolge von Kursen und Übungen sowie mit Möglichkeiten zur Fortschrittskontrolle verbunden ist. Das könnte Schülern helfen, deren Schulen keine fortgeschrittenen Fächer anbieten. Ein Bericht des US-Bildungsministeriums von 2015 ergab, dass etwa die Hälfte der Highschools in den USA keinen Analysisunterricht anbot.
Zugang hat einen Preis und setzt etwas voraus. Khan beschreibt KI-Nachhilfe als mögliche Ergänzung zu kostenlosen Kursen, freiwilligen Nachhilfeangeboten und der Unterstützung durch Lehrkräfte, nicht als deren Ersatz. Seiner Schätzung zufolge verursacht die durchschnittliche Khanmigo-Nutzung Rechenkosten von fünf bis 15 US-Dollar pro Nutzer und Monat – bei großem Maßstab ein erheblicher Aufwand. Auch Internetzugang, Geräte, Sprachunterstützung und Partnerschaften mit Schulen entscheiden darüber, wer davon profitiert. Die Geschichte von Sola, die über die Khan Academy lernte, während ihr der Schulbesuch in Afghanistan verwehrt war, zeigt, was möglich ist, nicht aber einen typischen Verlauf.
Für das Argument der Chancengerechtigkeit reicht es nicht, eine App zu verteilen. Strukturierte Inhalte, eine zuverlässige Internetverbindung, zugängliche Sprache und eine Person, die zum Weitermachen ermutigen kann, beeinflussen allesamt, ob aus Zugang Lernen wird. Die überzeugendsten Beispiele des Buches verbinden digitale Angebote mit menschlicher Unterstützung, statt Technologie als eigenständige Lösung zu betrachten. Auch die Kosten sind eine politische Entscheidung: Wer zahlt und ob Lernende zur Kasse gebeten werden, beeinflusst die Verteilung des Nutzens. Behauptungen über globale Reichweite sollten daher daran gemessen werden, wer tatsächlich über Geräte, Bandbreite und Zeit zum Lernen verfügt.
Denkvermögen fortlaufend beurteilen, nicht nur das, was Multiple-Choice-Tests erfassen
Beurteilung sollte den Unterricht lenken. Herkömmliche standardisierte Tests können Wissenslücken aufzeigen, doch ihre Ergebnisse treffen womöglich zu spät ein, um einem Schüler beim Schließen dieser Lücken zu helfen. Khan beschreibt, wie regelmäßige Übungen auf der Plattform Beurteilungen kontinuierlicher und handlungsorientierter machen können. In einer Studie mit mehr als 300.000 Schülern lagen diejenigen, die mindestens 30 Minuten pro Woche mit Übungen der Khan Academy verbrachten, je nach Klassenstufe 26 bis 38 Prozent über dem prognostizierten Lernzuwachs.
KI kann anspruchsvollere Arbeiten beurteilen. Ein Sprachmodell könnte Schüler bitten, eine Deutung zu erläutern, einen mathematischen Schritt zu begründen oder ein Experiment zu beschreiben, und anschließend auf ihre Überlegungen eingehen. Khan verweist außerdem auf die Nachhilfeprotokolle von Schoolhouse.world, die fachliche Beherrschung und ehrenamtlichen Einsatz dokumentieren und damit ein konkreteres Zulassungskriterium darstellen als eine unbelegte Behauptung, man habe sich freiwillig engagiert. Solche Ansätze könnten das Spektrum dessen erweitern, was Schulen anerkennen – allerdings nur, wenn die Bewertungsstandards auf Einheitlichkeit und Voreingenommenheit geprüft werden.
Der entscheidende Wandel besteht darin, Beurteilung nicht mehr als Urteil, sondern als Rückkopplungsschleife zu verstehen. Häufige Erkenntnisse können Lehrkräften helfen, einzugreifen, solange sich ein Missverständnis noch ausräumen lässt; Aufgaben in Gesprächsform können Überlegungen sichtbar machen, die bei Auswahlantworten verborgen bleiben. Doch fortlaufendes Messen kann zu fortlaufender Überwachung werden, wenn jede Interaktion als Punktzahl gilt. Anspruchsvollere Beurteilungen bringen zudem Ermessensfragen zu Sprache, Kommunikationsstil und kulturellem Ausdruck mit sich. Klare Bewertungsraster, menschliche Überprüfung und die Möglichkeit, eine fehlerhafte Bewertung anzufechten, sind unverzichtbar – besonders wenn Ergebnisse über Zulassung oder Einstufung entscheiden.
Ein Handwerk beherrschen und dann mit KI Arbeiten angehen, die einst außer Reichweite lagen
KI verändert den Wert von Fähigkeiten. Frühe Studien, auf die Khan verweist, ergaben bei bestimmten analytischen Aufgaben Produktivitätssteigerungen von 30 bis 80 Prozent. Das bedeutet nicht, dass Fachwissen nutzlos wäre: Beschäftigte müssen weiterhin Qualität beurteilen, Bestandteile miteinander verbinden und entscheiden, welches Problem überhaupt eine Lösung verdient. Ein Schüler, der beispielsweise Programmieren lernt, kann mithilfe von KI ein umfangreicheres Projekt angehen und dennoch verstehen, wie dessen Teile zusammenhängen.
Die Anpassung wird ungleich verlaufen. Khan rechnet mit neuen Tätigkeitsfeldern und Innovationen, warnt aber auch davor, dass manche routinemäßigen Schreib- und Verwaltungsaufgaben zurückgehen könnten. Chegg, einst ein bedeutendes Unternehmen der Bildungstechnologie, musste einen Kursrückgang von fast 50 Prozent hinnehmen, nachdem sein CEO erklärt hatte, ChatGPT beeinträchtige das Geschäft. Khans übergeordnetes Bildungsziel ist es, mehr Menschen zu tiefgreifenden Fähigkeiten, breit gefächertem Wissen und der Eigeninitiative zu verhelfen, Ressourcen zu nützlichen Arbeiten zu verbinden.
KI könnte die von qualifizierten Beschäftigten erwartete Leistung erhöhen und zugleich die Nachfrage nach bestimmten Tätigkeiten senken. Produktivitätsgewinne führen daher nicht automatisch zu gemeinsamem Wohlstand. Die Betonung breit gefächerter, unternehmerischer Fähigkeiten im Buch ist wertvoll, weil sie Lernende darauf vorbereitet, Probleme zu definieren und nicht bloß Anweisungen auszuführen. Doch individuelle Anpassungsfähigkeit allein kann weder den Wegfall von Arbeitsplätzen noch den ungleichen Zugang zu Weiterbildung lösen. Auch Bildungssysteme und Arbeitgeber bestimmen, wer von der Automatisierung profitiert, wer ihre Kosten trägt und ob höhere Produktivität sinnvolle Arbeit schafft.
Analyse
Brave New Words ist sowohl eine Prognose als auch ein aus der Praxis entwickeltes Argument. Die zentrale These lautet, dass Bildungs-KI als reaktionsfähige Partnerin gestaltet werden sollte: als Tutor, der Fragen stellt, als Lehrkraftassistent, der Zeit spart, und als Plattform, die Lernenden hilft, selbst etwas zu schaffen, statt nur Inhalte zu konsumieren. Khan stützt diese These auf die Geschichte der Khan Academy, die frühen Experimente, aus denen Khanmigo hervorging, und Begegnungen mit Schülern, Lehrkräften und Eltern. Die Erzählung macht eine sich rasch entwickelnde Technologie verständlich, indem sie wiederholt fragt, welchem Zweck eine bestimmte pädagogische Tätigkeit dient, und dann zeigt, wie KI sie verändern könnte.
Diese gestaltungsorientierte Haltung ist der wichtigste Beitrag des Buches. Sie führt über die falsche Wahl zwischen KI-Verboten und der Möglichkeit hinaus, sie Aufgaben erledigen zu lassen. Wenn Schreiben der Übung selbstständigen Formulierens dienen soll, sollte es unter Bedingungen beurteilt werden, die die eigenen Fähigkeiten des Schülers erkennen lassen. Wenn es der Entwicklung von Recherche- und Argumentationskompetenz dient, sollte Unterstützung erlaubt sein, während der Arbeitsprozess sichtbar bleibt. Dasselbe gilt für Beurteilung, Nachhilfe und Unterrichtsplanung: Zuerst muss der menschliche Zweck festgelegt werden, dann kann das Werkzeug ausgewählt werden.
Das Buch ist zugleich ein optimistischer Beitrag eines Gründers, dessen Organisation die gepriesene Technologie entwickelt. Seine Beispiele machen das Potenzial plausibel und veranschaulichen es, doch Anekdoten und frühe Pilotprojekte können Fragen zu langfristigem Lernen, emotionaler Abhängigkeit, Voreingenommenheit oder den Folgen für die Arbeitswelt nicht abschließend beantworten. Auch beweist der Vergleich mit mangelhaften menschlichen Systemen nicht, dass ein KI-System fair ist. Dafür braucht es unabhängige Bewertungen, transparente Standards und die Berücksichtigung der Ergebnisse unterschiedlicher Gruppen.
Am sinnvollsten liest man das Buch daher weder als Prognose, dass KI das Bildungswesen retten wird, noch als Warnung, dass sie es zerstören wird. Es ist ein Vorschlag für institutionelles Experimentieren. Der Wert der Technologie hängt vom Lehrplan, der Entscheidungsfreiheit der Lehrkräfte, den Datenschutzregeln, dem Zugang zu Geräten und den Anreizen in Schulen und Unternehmen ab. Khans Aufruf zu informierterem Mut ist überzeugend, wenn Mut diszipliniertes Erproben, Überarbeiten und Verantwortlichkeit bedeutet – und nicht bloß schnelles Voranschreiten. KI kann die Kapazitäten des Bildungswesens erweitern; worauf diese zusätzliche Kapazität verwendet wird, entscheiden jedoch allein menschliche Entscheidungen.
Rezensionsübersicht
Brave New Words von Salman Khan untersucht das Potenzial von KI, das Bildungswesen grundlegend zu verändern. Die Rezensionen fallen unterschiedlich aus: Einige loben Khans optimistische Vision und praxisnahe Erkenntnisse, während andere das Buch als übermäßig werbend für Khanmigo, den KI-Nachhilfelehrer der Khan Academy, kritisieren. Das Buch behandelt die Rolle von KI bei der Personalisierung des Lernens, der Unterstützung von Lehrkräften und der Demokratisierung von Bildung. Kritiker bemängeln, dass mögliche Nachteile und ethische Bedenken zu kurz kommen. Insgesamt finden Leserinnen und Leser das Buch anregend, auch wenn die Einschätzungen dazu auseinandergehen, wie ausgewogen es Innovation und Vorsicht beim Einsatz von KI in der Bildung behandelt.
Andere lasen auch
Glossar
informierter Mut (educated bravery)
Durch Erprobung informierter MutEine Haltung gegenüber tiefgreifendem technologischem Wandel, die Offenheit für mögliche Vorteile mit ernsthafter Aufmerksamkeit für Risiken verbindet. Statt ein neues Werkzeug blind anzunehmen oder es aus Angst abzulehnen, prüfen Pädagogen und Entwickler, was es kann und was nicht, erproben es in realen Situationen und entwickeln auf Grundlage ihrer Erkenntnisse Schutzmaßnahmen.
Khanmigo
Der KI-Assistent der Khan AcademyDer KI-gestützte Lernassistent der Khan Academy, der 2023 vorgestellt wurde. Er soll durch Leitfragen beim Lernen helfen, kreative und akademische Arbeit unterstützen und Lehrkräften bei Aufgaben wie der Unterrichtsplanung helfen. Zu seinem pädagogischen Konzept gehören Schutzmaßnahmen, die verhindern sollen, dass er einfach Antworten ausgibt, die Sicherheit der Lernenden unterstützen und Lehrkräften oder Eltern Einblick in die Interaktionen geben.
Lernen bis zur Beherrschung (mastery learning)
Erst gründlich lernen, dann weitergehenEin Ansatz, bei dem Lernende Zeit und Unterstützung erhalten, um ihr Verständnis eines Konzepts nachzuweisen, bevor sie zum nächsten übergehen. Anders als beim Unterricht in festem Tempo behandelt er Fehler als Hinweise darauf, was weiter geübt werden muss. Ziel ist es, zu verhindern, dass sich kleine Lücken im Grundlagenwissen anhäufen und späteres Lernen behindern.
Zwei-Sigma-Problem (two-sigma problem)
Die Lernerfolge von Nachhilfe skalierenBenjamin Blooms Bezeichnung für die Herausforderung, den großen Leistungsvorsprung, der bei Einzelunterricht mit Lernen bis zur Beherrschung beobachtet wurde, allgemein verfügbar zu machen. Bloom berichtete, dass individuell betreute Lernende etwa zwei Standardabweichungen besser abschnitten als Lernende im konventionellen Unterricht. Das Problem bestand nicht darin, einen wirksamen Ansatz zu finden, sondern darin, eine praktikable Möglichkeit zu entwickeln, ihn in großem Maßstab anzubieten.
intensive Nachhilfe (high-dosage tutoring)
Häufige, gezielte NachhilfeEin Nachhilfemodell, das Lernenden wiederholt umfassende Unterstützung beim Lernen bietet, statt nur gelegentlich zu helfen. Das Buch beschreibt Einheiten von 30 Minuten täglich an vier Tagen pro Woche und verweist auf Erkenntnisse, denen zufolge ein solcher Umfang Lernende motivieren und das Lernen unterstützen kann. Die hohe Intensität macht Kosten und Personalbedarf zu erheblichen Hindernissen für eine Ausweitung.
situative Anpassungen (situational modifications)
Die Umgebung anpassen, um zu helfenPraktische Veränderungen an der Umgebung oder den Routinen einer Person, die ein gewünschtes Verhalten erleichtern. Im Beispiel des Buchs überlegt ein Schüler, der sich von seinem Handy ablenken lässt, es beim Lernen weiter wegzulegen. KI-gestützte Impulse können Lernenden dabei helfen, Hindernisse zu erkennen, eine Veränderung auszuwählen und zu reflektieren, ob sie Konzentration oder Selbstregulation verbessert.
künstlicher Empath (artificial empath)
KI, die Empathie simuliertKhans vorgeschlagene Bezeichnung für ein KI-System, das auf eine Weise reagiert, die Menschen als aufmerksam, verständnisvoll oder emotional unterstützend erleben. Ein solches System kann zu Reflexion anregende Fragen stellen und seinen Ton anpassen, hat aber weder Gefühle noch menschliche Empathie. Der Begriff beschreibt ein mögliches Hilfsmittel, keinen Ersatz für menschliche Fürsorge oder professionelle Therapie.
Zone der proximalen Entwicklung (zone of proximal development)
Der nächste erlernbare SchrittEin Lernbereich, in dem eine Schülerin oder ein Schüler eine Aufgabe noch nicht selbstständig bewältigen kann, mit angemessener Anleitung aber Fortschritte macht. Khan verwendet die Idee, um das Ziel einer Nachhilfe zu beschreiben: Aufgaben zu finden, die herausfordernd, aber weder überwältigend noch trivial sind. Gute Unterstützung hilft den Lernenden, an dieser Grenze zu arbeiten, und fördert anschließend schrittweise ihre Selbstständigkeit.
FAQ
Worum geht es in Brave New Words?
- KI in der Bildung: Das Buch untersucht, wie künstliche Intelligenz das Bildungswesen verändern könnte, indem sie das Lernen individueller und zugänglicher macht.
- Die Rolle der Khan Academy: Salman Khan nutzt die Khan Academy als Fallbeispiel, um das Potenzial von KI zur Unterstützung individuellen Lernens zu veranschaulichen.
- Herausforderungen angehen: Das Buch befasst sich auch mit Problemen wie Fehlinformationen und Voreingenommenheit im digitalen Zeitalter und plädiert für einen verantwortungsvollen Einsatz von KI in der Bildung.
Warum sollte ich Brave New Words lesen?
- Neue Perspektiven: Das Buch bietet wertvolle Einblicke in die Schnittstelle von KI und Bildung, die für Lehrkräfte, Eltern und politische Entscheidungsträger relevant sind.
- Praktische Ratschläge: Es gibt konkrete Hinweise dazu, wie sich KI-Werkzeuge in Bildungseinrichtungen integrieren lassen, um das Lernen zu verbessern.
- Zuversichtlicher Ausblick: Salman Khan entwirft ein optimistisches Bild der Zukunft des Bildungswesens und ermutigt die Leserschaft, technologische Fortschritte anzunehmen.
Was sind die wichtigsten Erkenntnisse aus Brave New Words?
- Personalisiertes Lernen: KI kann Lernerfahrungen auf die individuellen Bedürfnisse einzelner Schülerinnen und Schüler zuschneiden und das Lernen bis zur Beherrschung fördern.
- Transparenz und Vertrauen: Transparenz bei Interaktionen mit KI ist entscheidend, um Vertrauen bei Lernenden, Eltern und Lehrkräften aufzubauen.
- Fehlinformationen begegnen: Das Buch betont, wie wichtig es ist, Lernende zu verlässlichen Informationsquellen zu führen und kritisches Denken zu fördern.
Wie definiert Salman Khan die Rolle von KI in der Bildung?
- KI als Nachhilfelehrer: KI kann als persönliche Lernhilfe dienen und unmittelbares Feedback und Unterstützung bieten, damit Schülerinnen und Schüler in ihrem eigenen Tempo lernen können.
- Lehrkräfte wirksamer unterstützen: KI kann Lehrkräften Routineaufgaben abnehmen, sodass sie sich auf individuellen Unterricht und die Einbindung der Lernenden konzentrieren können.
- Lernlücken schließen: KI kann Wissenslücken erkennen und beheben und so dafür sorgen, dass Lernende grundlegende Konzepte beherrschen, bevor sie zum nächsten Stoff übergehen.
Welche konkreten Methoden werden in Brave New Words behandelt?
- Sokratisches Fragen: KI kann Lernende in sokratische Gespräche einbeziehen und so ein tieferes Verständnis und kritisches Denken fördern.
- Feedback in Echtzeit: Unmittelbares Feedback durch KI hilft Lernenden, Missverständnisse sofort zu korrigieren.
- Interaktives Lernen: KI kann dynamische Lernerfahrungen schaffen, etwa historische Persönlichkeiten simulieren oder Debatten führen.
Was sind die besten Zitate aus Brave New Words und was bedeuten sie?
- „Man kann das Meer nicht überqueren, indem man einfach dasteht und aufs Wasser starrt.“: Betont, wie wichtig es ist, zu handeln und Veränderungen anzunehmen.
- „Der Geist war aus der Flasche.“: Veranschaulicht, dass KI, sobald sie eingeführt ist, nicht wieder zurückgeholt werden kann und sich die Gesellschaft anpassen muss.
- „Informierter Mut“: Ermutigt dazu, technologische Fortschritte anzunehmen und zugleich über ihre Risiken und Vorteile informiert zu sein.
Wie geht Brave New Words auf Bedenken zum Einsatz von KI in der Bildung ein?
- Ängste anerkennen: Khan nimmt Befürchtungen wie Schummeln und Fehlinformationen ernst und erörtert, wie ihnen proaktiv begegnet werden kann.
- Ethischen Einsatz fördern: Das Buch plädiert dafür, Lernenden einen ethischen und verantwortungsvollen Umgang mit KI beizubringen.
- Transparenz und Sicherheit: Es betont, wie wichtig Transparenz bei Interaktionen mit KI ist, um die Einbindung und Sicherheit der Lernenden zu gewährleisten.
Welche Rolle spielen Eltern laut Brave New Words in der KI-gestützten Bildung?
- Unterstützendes Umfeld: Eltern sind entscheidend dafür, ein unterstützendes Lernumfeld zu schaffen und die Nutzung von KI-Werkzeugen anzuregen.
- Fortschritte beobachten: KI kann Eltern helfen, die Lernfortschritte ihrer Kinder nachzuverfolgen und Bereiche zu erkennen, in denen Unterstützung nötig ist.
- Gespräche ermöglichen: KI kann als Brücke für bereichernde Gespräche zwischen Eltern und Kindern über ihre Lernerfahrungen dienen.
Wie stellt sich Brave New Words die Zukunft des Bildungswesens vor?
- Weltweiter Zugang: Das Buch entwirft die Vision einer hochwertigen Bildung, die mithilfe von KI allen Lernenden unabhängig von geografischer oder sozioökonomischer Lage offensteht.
- Integration von Technologie: Es sagt eine nahtlose Integration von KI in Bildungssysteme voraus, die herkömmliche Lehrmethoden verbessert.
- Selbstbestimmte Lernende: Das Buch geht davon aus, dass KI Lernende dazu befähigen wird, ihre Bildung selbst in die Hand zu nehmen und so Selbstständigkeit und Kreativität zu fördern.
Welche Herausforderungen erwartet Salman Khan bei der Integration von KI in die Bildung?
- Fragen der Chancengleichheit: Er erkennt erhebliche Herausforderungen im Hinblick auf Chancengleichheit an, die angegangen werden müssen, damit alle Lernenden von KI profitieren.
- Widerstand gegen Veränderungen: Er erörtert den möglichen Widerstand von Lehrkräften und Institutionen gegen die Einführung von KI-Technologien.
- Menschliche Beziehungen bewahren: Er betont, wie wichtig es ist, menschliche Beziehungen in der Bildung zu erhalten und sicherzustellen, dass KI Lehrkräfte ergänzt, statt sie zu ersetzen.
Wie können Eltern KI-Werkzeuge wie Khanmigo sinnvoll nutzen?
- Am Lernen teilhaben: Eltern können Khanmigo nutzen, um gemeinsam mit ihren Kindern Bildungsaktivitäten nachzugehen und so die Freude am Lernen zu fördern.
- Fortschritte beobachten: KI-Werkzeuge geben Einblicke in die Lernfortschritte eines Kindes und helfen dabei, Bereiche zu erkennen, in denen zusätzliche Unterstützung nötig ist.
- Selbstständigkeit fördern: Kinder können mit KI-Werkzeugen interagieren, was selbstständiges Lernen und kritisches Denken fördert.
Welche Auswirkungen hat KI auf die Hochschulzulassung, wie sie in Brave New Words erörtert werden?
- Veränderte Bewertungskriterien: KI könnte die Zulassungskriterien von Hochschulen verändern und den Weg zu stärker standardisierten und gerechteren Bewertungen ebnen.
- Verbesserte Empfehlungsschreiben: KI-Werkzeuge können dabei helfen, überzeugendere und individuellere Empfehlungsschreiben zu verfassen.
- Neue Bewertungsmethoden: KI könnte dynamische Bewertungsverfahren ermöglichen, die ein tieferes Verständnis der Fähigkeiten und des Potenzials einer Schülerin oder eines Schülers vermitteln.
PDF herunterladen
EPUB herunterladen
.epub eignet sich ideal zum Lesen auf Smartphones, Tablets und E-Readern.