KI im Hörsaal: Digitale Assistenten als akademische Lern-Coaches

KI im Hörsaal: Digitale Assistenten als akademische Lern-Coaches

Autoren

  1. Denis Pijetlovic – M.Sc. Wirtschaftspsychologe an der Universität Bremen im Fachbereich BWL für Nachhaltiges Management (Xing)
  2. Marc Fiedler – CEO Blackout Technologies (LinkedIn)

 

Lernen ist Erfahrung. Alles andere ist einfach nur Information. – Albert Einstein

Der Einsatz von Künstlicher Intelligenz wird in der Hochschulpolitik immer wieder als maßgeblicher Einflussfaktor genannt, der die Lehre, das Studium und Studienorganisation zukünftig gravierend verändern soll. Die Bundesregierung unterstützt diesen Gestaltungsauftrag und macht in ihrem Strategiepapier zur Künstlichen Intelligenz (vgl. Strategie Künstliche Intelligenz) vom November 2018 deutlich, dass sie Deutschland zu einem führenden KI-Standort in der Welt machen möchte. In den deutschen Hörsälen ist in dieser Hinsicht allerdings wenig davon zu sehen. Auch die medienwirksame Eröffnung einer Vorlesung im Oktober 2017 an der Marburger Universität durch einen Pepper-Roboter (vgl. Uni Marburg, Deutschlandfunk), hat in diesem Sinne streng genommen mit Künstlicher Intelligenz in der Lehre nichts zu tun. Insgesamt bleibt das Potential der Künstlichen Intelligenz für Lehr- und Lernzwecke meilenweit hinter den Möglichkeiten zurück und die unternehmerische Praxis zieht mit eigenen KI-Anwendungen immer schneller und weiter an Wissenschaft und Forschung vorbei. Wenn also Universitäten und Hochschulen bei der KI-Nutzung und den eignen KI-Erfahrungswerten nicht gänzlich abgehängt werden wollen, müssen sie bereit sein die Studenten mit angewandter KI in Berührung zu bringen. Mit fachübergreifenden Berührungspunkten nicht nur mit der Thematik der KI, sondern mit konkreten Experimenten und Erfahrungen kann so die Folgegeneration der deutschen Führungskräfte auf die Digitale Zukunft vorbereitet werden. In diesem Beitrag erfahren Sie, wie Digitale Assistenten mit Künstlicher Intelligenz als akademische Lern-Coaches im Sinne des forschenden Lernens in Universitäten und Hochschulen von Studierenden aller Studiengängen bereits heutzutage eigenständig entwickelt und sinnvoll für akademische Zwecke genutzt werden können.

Künstliche Intelligenz ist kein intelligentes Skript

Es kann nicht oft genug betont werden: Wer Digitale Assistenten nur als Chatbot-Skript sieht, hat das Potenzial von Künstlicher Intelligenz nicht verstanden. Im Blackout-Artikel vom 25.10.2018 (vgl. Blackout Technologies) wurde bereits inhaltlich darauf eingegangen, dass Künstliche Intelligenz kein Programm ist, was man einmal installiert und dann läuft es immer gleich, so wie ein News-App auf dem Telefon. Systeme, die auf Künstlicher Intelligenz basieren, sind Software-Programme die sich selbstständig weiterentwickeln und vor allem kontinuierlicher Pflege bedürfen. Für die akademische Lehre bedeutet das, dass Digitale Assistenten mit Künstlicher Intelligenz als Lern-Coaches für das Studium nur dann ihr volles Potential entfalten können, wenn Lehrende und Studierende sich permanent damit beschäftigen und diese mit eigenen (Lern-)Daten trainieren. Das gilt nicht nur für eine KI als Lern-Coach, dass gilt für jede Form von KI. Um die Funktionalität eines Digitalen Assistenten zu gewährleisten, muss als Grundlage zuerst eine Persönlichkeitsstruktur der KI für die individuellen Lehr- und Lernziele und Bedürfnisse festgelegt werden. Dieser Prozess wird modeln genannt, d.h. Studierende entwerfen mit einem intuitiv- steuerbaren Software-Programm eine individuelle und digitale Persönlichkeitsstruktur, die v.a. aus kontextspezifischen Wissensbereichen (Knowlegde-Sources) für die selbstdefinierten Lehr- und Lernziele bestehen. Das Besondere hierbei ist, dass die Studierenden das Modelling eigenständig durchführen können, ohne dass sie dabei programmieren müssen. Somit bleibt die Nutzung der Künstlichen Intelligenz im akademischen Kontext nicht mehr das Monopol von Informatik und Ingenieurswissenschaftlichen Studiengängen, sondern alle Studierende jeglicher Fachrichtungen können mit dem richtigen Software-Tool KI-Trainingsdaten erzeugen und im Studium und in der Lehre davon profitieren (vgl. Jmwiarda).

Erst durch das Modeling wird KI lebendig

Die Idee dahinter ist, dass möglichst allen Studierenden ein Zugang zu den Potentialen der KI für generelle und individuelle Lehr- und Lernzwecke ermöglicht werden soll, um dadurch u.a. die Funktionsweise und den Umgang mit KI greifbarer und verständlicher werden zu lassen. Als Resultat erhalten die Studierenden ihren eigenen, persönlichen Digitalen Assistenten, den sie selbst entwickelt bzw. gemodelt haben und diesen ganz spezifisch mit weiteren Daten trainieren und weiterentwickeln können. Angenommen ein BWL-Student möchte mithilfe eines Digitalen Assistenten mehr über das Thema Nachhaltigkeit lernen und verstehen, was Nachhaltigkeit ist und wie es in Unternehmen eingeführt und umgesetzt werden kann. Dann haben die Studierenden in Absprache mit den Lehrenden selber die Entscheidungshoheit festzulegen, welche spezifischen Wissensbereiche (Knowledge-Sources) ihr Digitaler Assistent besitzen soll. Anschließend füttert man die KI via Supervised Learning mit eigenen und bestehenden Trainingsdatensätzen. Das kann beispielsweise ein bestimmtes Buch zum ThemaNachhaltiges Management oder aus dem Internet eine bestimmte Webseite sein, die das gewünschte Lern-Thema behandelt. Die KI ist dann in der Lage, die Inhalte des Buches oder der Homepage abzufragen und darüber in einen komplexen Dialog einzutreten. Die Künstliche Intelligenz, im Besonderen das Natural Language Processing (zu dt. Natürliche Sprachverarbeitung) und das Natural Language Understanding (dt. Natürliches Sprachverständnis) ermöglicht Volltextanalysen zu machen. Der Digitale Assistent wird also in die Lage versetzt nicht nur einzelne Worte zu erkennen, sondern tatsächlich ganze Sätze sowie den Sinn und die Intention dahinter zu verstehen. Das ermöglicht es deutlich komplexere Dialoge zu führen, beispielsweise nicht nur mit wenigen Informationen zu einem speziellen Thema, sondern tiefgreifendere Dialoge führen zu können wie:

  • Welche Formen der Nachhaltigkeit gibt es?
  • Was können Unternehmen leisten, um Nachhaltigkeits-Ziele umzusetzen?
  • Welche Spannungsfelder können in Hinblick auf Nachhaltigkeit auftreten?
  • Was kann ich persönlich zum, um eine nachhaltige Entwicklung zu fördern?
  • Wie können Entscheidungsprozesse für Nachhaltigkeit bewältigt werden?

Künstliche Intelligenz vernetzt

Darüber hinaus ist der Digitale Assistent mit Künstlicher Intelligenz in der Lage kontinuierlich weiter zu lernen, in dem er sich weitere Daten mithilfe von Reinforcement Learning (vgl. Golem) aus dem Internet zu verschaffen vermag, sofern man es denn möchte. Wenn es mehrere Digitale Assistenten gibt, die das gleiche Thema und ähnliche Wissensbereiche behandeln und an unterschiedlichen Orten sind, dann ließen sie sich miteinander vernetzen, so dass sie untereinander und voneinander lernen könnten. Das bedeutet, dass sich der Lern-Datensatz durch die Vernetzung noch einmal erheblich erweitern lässt und das für jedes x-beliebige wissenschaftliche Thema. Der Clou dabei ist, dass durch eine spezielle Motivation-Engine (mehr dazu bei Slideshare) der Digitale Assistent belohnt werden kann, wenn beispielsweise das Wissen des Nutzenden nachweislich durch die KI erweitert worden ist. D.h. Digitale Assistenten können lernen, wann und wie ihre NutzerInnen am besten lernen und sich demnach ganz individuell dem Lernverhalten anpassen. Die potentiellen Einsatzmöglichkeiten eines solchen Digitalen Assistenten mit Künstlicher Intelligenz für die Persönlichkeits- und Lernentwicklung im Studium und auch danach im Berufsleben sind immens.

Welche Vorteile ergeben sich durch KI basierte Digitale Assistenten an Universitäten?

Durch den Einsatz von KI basierten Digitalen Assistenten entstehen gleich mehrere Vorteile für den akademischen Lehrbetrieb:

  1. Die eigenständige Entwicklung könnte Studierende in die Lage versetzen, den Umgang mit Künstlicher Intelligenz anwendungsorientiert zu erlernen, anstatt lediglich über deren Auswirkungen und Einsatzmöglichkeiten zu diskutieren.
  2. Des Weiteren ließen sich Lern-Datenbanken kontinuierlich aufbauen und erweitern, so dass nachfolgende Generationen von dem Wissen profitieren könnten und auf bestehende Datenbanken bzw. Knowledge Sourcen zugreifen können.
  3. Darüber hinaus ließen sich die Digitalen Assistenten auf humanoide Roboter übertragen, so dass eine lebendige und noch natürlichere Lernumgebung vor Ort in Universitäten und Hochschulen gestaltet werden kann.

Eine KI für ALLE an der Universität Bremen

Die Entwicklung von Digitalen Assistenten durch Studierende, die vorher noch keinen Kontakt zur Künstlichen Intelligenz hatten, erfolgt erstmalig im Sommersemester 2019 an der Universität Bremen im Seminar Mensch, KI und Robotik in Unternehmen (siehe Modulhandbuch) im Bachelorstudiengang BWL. Die Studierenden werden sich mit Digitalen Assistenten, die bereits aktuell in Unternehmen eingesetzt werden, näher vertraut machen und im mehrere Teams eigene, funktionsfähige Digitale Assistenten für einen fachspezifischen Fall entwickeln. Hierfür sollen die Studierenden im Vorfeld die Bedürfnisse der potentiellen Nutzer und Nutzerinnen ihres Digitalen Assistenten identifizieren und entscheiden, welche Persönlichkeit der Digitale Assistent hat, wie er sprechen, agieren und welche genauen Aufgaben er übernehmen soll. Blackout Technologies wird den Studiereden für das Seminar das btNexus-Interface für die Erstellung der Digitalen Assistenten zur Verfügung stellen und die Studierenden praxisnah begleiten. Eine solche transdisziplinäre und Co-kreative Lehrveranstaltung hat es bislang noch nicht gegeben und die Studierenden werden im Sinne des forschenden Lernens neue Kompetenzen und Fähigkeiten im Umgang mit Künstlicher Intelligenz entwickeln, wie es im akademischen Lehrbetrieb zuvor noch nie möglich war und ausprobiert wurde.

Künstliche Intelligenz forschend erlernen

Es soll darauf hinauslaufen, dass die Studierenden eine forschende Haltung zur KI entwickeln, Probleme erkennen und lernen Forschungsfragen zu formulieren und fragend weiter auf die Suche gehen, wie KI- Anwendungen weiterentwickelt und genutzt werden können. Sie werden somit zu Mit-Forschern im Bereich der KI, die den Möglichkeitsraum erweitern. Die studentischen Forschungsaktivitäten können in einen Forschungsstrom einfließen, aus dem emergent neue Forschungsideen resultieren, die nicht nur für die persönliche Entwicklung, sondern auch für Dritte bedeutsam werden.

Über diesen Prozess und den Verlauf der Veranstaltung werden wir hier im Blackout Blog weiter berichten und die Ergebnisse präsentieren.