Hier stellt sich die wissenschaftliche Arbeitsgruppe der GDCP "KI in den Naturwissenschaftsdidaktiken" KINA vor.

Motivation

Künstliche Intelligenz (KI) eröffnet in Bildungskontexten und der Naturwissenschaftsdidaktik vielfältige Möglichkeiten, um Lehr- und Lernprozesse neu zu gestalten und besser zu verstehen. Dabei lassen sich drei zentrale Bereiche identifizieren:

1) Lernen mit KI: Der Einsatz von KI-Anwendungen unterstützt und erweitert den naturwissenschaftlichen Unterricht in Schule und Hochschule. Dies erfolgt z.B. durch adaptives Feedback, das auf individuelle Lernfortschritte reagiert, Dashboards für Lehrkräfte zur besseren Lernanalyse oder durch automatisch angepasste Lerninhalte, die auf die Bedürfnisse der Lernenden zugeschnitten sind.

2) Lernen über KI: Hier geht es darum, im naturwissenschaftlichen Unterricht Kompetenzen im Umgang mit KI zu vermitteln. Lernende können z.B. durch unüberwachtes Lernen Muster in gesammelten Daten erkennen oder sich kritisch mit den Grenzen und Möglichkeiten von KI-Modellen auseinandersetzen.

3) Forschung mit KI: KI wird methodisch genutzt, um wissenschaftsdidaktische Fragestellungen zu untersuchen, etwa durch Ansätze wie die Computational Grounded Theory, die große Datenmengen analysiert und strukturiert.

Gleichzeitig gibt es Herausforderungen, z.B. ökologische und ethische Risiken im Zusammenhang mit KI, sowie einen Mangel an etablierten wissenschaftlichen Standards für die Anwendung von KI in Forschung und Lehre. Um diese Herausforderungen zu bewältigen, ist ein intensiver wissenschaftlicher Austausch notwendig. Formate wie Arbeitsgruppen, Symposien und Workshops bieten eine Plattform, um Erfahrungen zu teilen und gemeinsam konsistente Standards sowie Curricula für den Einsatz von KI in der Lehrkräftebildung und der naturwissenschaftlichen Didaktik zu entwickeln.

Ziele

Folgende Ziele definieren die wissenschaftliche AG:

1. Erwerb von Orientierungswissen zur Anwendung und Nutzung von KI in Forschung und Lehre in Schule und Hochschule in den Naturwissenschaftsdidaktiken

2. Weitergabe von methodischen „good practices“ (auch im Sinne einer OpenScience)

3. Kritische Diskussion von Potenzialen und Herausforderungen standort- und schulartübergreifend

4. Förderung des sog. „Nachwuchses“ durch Workshops

Team

Jun.-Prof. Dr. Peter Wulff
Physik und Physikdidaktik
PH Heidelberg

Prof. Dr. Nicole Graulich
Institut für Chemiedidaktik
JLU Giessen

Prof. Dr. Marcus Kubsch
Fachbereich Physik – Didaktik der Physik
Freie Universität Berlin

Für Mitgliedschaft und Erhalt weiterer Informationen melden Sie sich bitte zunächst bei Elife Appelt unter e.appelt@fu-berlin.de.