Lassen Sie uns einen Schritt zur Seite gehen und der Frage erneut nachgehen, warum wir offene Bildung wollen. Und genauer gesagt, warum wir sie im Jahr 2024 wollen, im Kontext eines europäischen Bündnisses wie EUniWell und darüber hinaus in einem Kontext, der von dem beeinflusst wird, was wir während der Covid-Krise und dem Aufkommen der künstlichen Intelligenz gelernt haben.
Wir alle kennen die SDG-Agenda. Es gibt 17 Ziele für nachhaltige Entwicklung, und sie alle beziehen sich auf Well-Being. Und ich denke, wir sind uns alle einig, dass es ohne Nachhaltigkeit kein Well-Being geben kann. Aus diesem Grund möchte ich heute das Konzept der nachhaltigen Bildung diskutieren und fördern.
Eine nachhaltige Bildung? Was ist das eigentlich?
Wenn wir unseren neuen Freund ChatGPT fragen, erhalten wir eine Antwort in Form von „Nachhaltige Bildung, auch bekannt als Bildung im Sinne der Ziele für nachhaltige Entwicklung, ist…“. Und wenn wir uns an unsere übliche Suchmaschine wenden, erhalten wir weitere gleichlautende Treffer.
Das ist natürlich von Interesse und wir alle verstehen, dass eine Universität solche Kurse zum Thema „Bildung für nachhaltige Entwicklung“ anbieten sollte. Aber das ist nicht das, was wir „nachhaltige Bildung“ nennen sollten.
Was kann also nachhaltige Bildung sein? Meiner Meinung nach ist eine Bildung dann nachhaltig, wenn sie eine dauerhafte Wirkung hat. Im Französischen wird für die SDGs der Begriff “Objectifs de développement durable” (ODDs) verwendet. Lassen Sie uns hier diesem folgen.
Von einer nachhaltigen Bildung würden wir erwarten, dass Schüler*innen und Student*innen, wenn sie die Schule oder die Universität verlassen, mehr als nur ein Zeugnis für ihre Anstrengungen haben.
Sicherlich ist dies bereits der Fall! Und ich habe nicht jede einzelne Universität überprüft, um etwas anderes sagen zu können. Aber ich weiß, dass ich, seit ich darüber spreche, wenig, wenn nicht gar keinen Widerspruch erfahren habe.
Warum ist das wichtig?
Wenn wir uns die Auswirkungen der künstlichen Intelligenz, genauer gesagt der generativen KI, vor Augen führen, könnten wir feststellen, dass es sich hierbei um ein großartiges Werkzeug handelt, das zur Lösung vieler Lebenssituationen eingesetzt werden kann (und bereits eingesetzt wird): um bei der Lösung eines Problems zu helfen, einen Brief zu schreiben, die eigene Sprache zu testen, einige Fakten zu überprüfen… Und wir können uns vorstellen, dass wir Menschen diese Werkzeuge mit dem Wissen und den Fähigkeiten, die wir bisher erworben haben, nutzen wollen werden. Sowohl im Moment der Eingabe – der Interaktion mit dem Algorithmus – als auch bei der Interpretation der Antworten werden wir dies sicher tun, wenn wir uns auf das beziehen können, was wir gelernt haben.
Wo bleiben die Lernmaterialien?
Wenn Studierende in einem Kurs eingeschrieben sind, haben sie Zugang zur Lernmanagement-Plattform (Moodle, Ilias,…) für diesen Kurs. Dort finden sie wahrscheinlich das Lernmaterial, die vom Dozenten bereitgestellten Notizen, die Folien und Links zu zusätzlichem Material. Sie werden das alles während eines Semesters nutzen. Aber was passiert, sobald die Studierenden die Prüfung abgelegt und den Kurs absolviert haben Sie haben dann unweigerlich keinen Zugriff mehr auf das Lernmaterial.
Wenn wir als Lehrende sie bitten, sich an etwas zu erinnern, das sie im letzten Jahr gelernt haben, werden sie im Wesentlichen sagen, dass sie dieses Thema nicht gesehen haben. Wenn sie gefragt werden, haben sie keine Möglichkeit, die relevanten Informationen zu finden.
Natürlich können Studierende das Material aus dem LMS exportieren und sein eigenes Portfolio zusammenstellen. Aber das tun sie selten. Und es gibt immer mehr Universitäten, die die Kursunterlagen archivieren und die Suche in vergangenen Kursen ermöglichen.
Bei den Lehrbüchern verhält es sich in den meisten (nicht offenen) Situationen ähnlich. Entweder haben die Studierenden das Lehrbuch, das sie kaufen mussten, verkauft, um die Lehrbücher für das neue Semester zu bezahlen, oder sie haben von einem System profitiert, bei dem der Staat ihnen erlaubt hat, das betreffende Lehrbuch nur für ein Jahr auszuleihen.
Die großartige Arbeit der Bibliotheken trägt natürlich zum Teil dazu bei, Wissen für viele zugänglich zu machen, aber sie sind keine langfristige Antwort (wie viele Absolvent*innen werden zu ihrer Bibliothek zurückkehren, um die fehlenden Informationen zu erhalten?)
In allen Fällen geht man offenbar davon aus, dass man, wenn man die Prüfung erst einmal abgelegt hat, sein Wissen nicht mehr hinterfragen, nicht mehr überprüfen muss, was man weiß. Irgendwie scheinen wir alle entgegen aller Evidenz zu glauben, dass das Gelernte für immer im Gehirn gespeichert ist.
Wohin ist unser Bildungswissen verschwunden?
In der Tat gibt es zahlreiche Erklärungen für diese Situation. Wie bei vielen anderen Dingen auch, wurde nie eine direkte Entscheidung getroffen, Wissen wissentlich von physischen Trägern verschwinden zu lassen. Nennen wir es „Fortschritt der Technik“. Wenn wir an kulturelles Wissen wie Filme oder Musik denken, haben wir in den letzten 50 Jahren langsam aber sicher das Verschwinden von Schallplatten und Videos, dann von CDs und DVDs erlebt. Heute hört man einen Song, sieht einen Film, die beide einem gefallen haben, aber macht sich nicht die Mühe, darüber nachzudenken, wie man sie für später aufbewahrt. Sie befinden sich in der Cloud.
Und nach dem gleichen Muster bewahren die meisten Studierenden das Bildungswissen nicht für die Zukunft auf: Es ist da draußen. In der Cloud. Aber ist es das wirklich?
Werden Prüfungen zum Ziel der Bildung?
Wie viele Lehrer, habe auch ich deprimierende Geschichten zu erzählen, in denen mich die Studierenden am Ende des Seminars nicht nach einer meiner Aussagen fragen, sondern danach, worum es in der Prüfung gehen wird oder wie viel die Note für das Zeugnis zählt. Wenn ich versucht habe, Prüfungen ganz zu umgehen und Studierende angeregt haben, nur zum Zwecke des Lernens da zu sein, habe ich eine Niederlage erlitten. Wenn die Studierenden geschlussfolgert haben, dass das, worüber ich sprach, nicht Teil der Prüfung ist, habe ich eine Niederlage erlitten.
In Frankreich ist das System von der Abschlussprüfung zur „contrôle continu“ übergegangen, was mit „kontinuierliche Bewertung“ oder „kontinuierliche Kontrolle“ übersetzt werden kann. Dies wird von der überwiegenden Mehrheit bevorzugt, aber es wird dadurch unmöglich, das Lernen von der Bewertung zu trennen.
Dies hat einige Auswirkungen: Indem wir die Prüfung und Noten zu sehr mit dem Lernen in Verbindung bringen (wie viele Eltern kleiner Kinder werden am Abend fragen: „Was hast du heute gelernt?“ und wie viele werden fragen: „Was für Noten hast du bekommen?“), suggerieren wir zu stark, dass es bei der Bildung darum geht, Noten zu bekommen, und dies fördert Strategien, die es heute mit Hilfe der KI ermöglichen, gute Noten zu erreichen, ohne viel zu lernen.
Maschinelles Lernen im Gegensatz zu menschlichem Lernen
Maschinelles Lernen (ML) ist das Kernstück der künstlichen Intelligenz. Maschinelles Lernen löst in der Regel – aber nicht nur – Klassifizierungsaufgaben: Bei bestimmten Daten erstellt der ML-Algorithmus ein Modell, das zur Klassifizierung der Daten verwendet werden kann. Ein Beispiel: Wir haben Daten von Studierenden: Einige Studierende waren erfolgreich (r) und andere sind durchgefallen (f). Die Daten enthalten Informationen über die Studierenden (ihr Alter, ihre bisherigen Noten, …). Ziel des Modells ist es, bei einem neuen Studierenden anhand seiner Noten und anderer Werte r oder f vorherzusagen.
Wenn ein Algorithmus ausgewählt wird, stellt sich sofort die Frage: Wie gut ist er? Die Beantwortung dieser Frage ist wichtig! Sie ermöglicht es, Algorithmen, Modelle und Probleme zu vergleichen. Es wird also eine Metrik gewählt. Eine einfache Möglichkeit wäre, die Anzahl der Vorhersagefehler in einer Testreihe zu zählen. Wenn wir 100 Studierende testen und 3 Fehlklassifizierungen erhalten, liegt die Fehlerquote bei 3 %.
Aber jetzt passiert etwas Außergewöhnliches: Man kann stattdessen ein neues Optimierungsproblem lösen. Dieses Problem lautet: Finde das Modell, das die Fehlerquote minimiert. Und um dies zu tun, arbeiten typische Algorithmen mit partiellen Ableitungen der Funktion/des Modells und lösen den Test der Gleichungen, wobei diese den Wert 0 annehmen müssen.
Dies funktioniert in der Praxis sehr gut, aber beachten Sie, dass hier kein Lernen stattfindet. Nur die Optimierung einer Fehlerfunktion.
Bei der künstlichen Intelligenz funktioniert das gut, wie wir täglich sehen können. Aber ist menschliches Lernen nicht anders und geht es nicht nur darum, die Fehlerfunktion zu minimieren, oder mit anderen Worten, gute Noten zu bekommen?
Was ist mit offener Bildung?
Bei der offenen Bildung muss es um die Lösung dieser Fragen gehen. Der Aufbau von Sammlungen offener Bildungsressourcen stellt sicher, dass unsere Studierenden auch nach Verlassen der Universität Zugang zu ihrem Wissen haben. Es wird eine neue Beziehung zwischen den Studierenden und Alumni und den Institutionen ermöglichen. Die Suche nach alternativen offenen Bildungspraktiken (Open Educational Practices, OEP) kann dazu beitragen, das sehr falsche Verhältnis zwischen Benotung und Lernen aufzubrechen.
Diese Argumente stehen nicht im Widerspruch zu den traditionellen Argumenten, die für eine offene Bildung sprechen: ein günstigerer Zugang zu Wissen, ein Umfeld, in dem Lehrende mehr Freiheit und mehr Verantwortung haben, Settings, in denen junge Menschen mehr über ihre Zukunft mitbestimmen können.
Offene Bildung in EUniWell
Das Arbeitsprogramm für die nächsten vier Jahre wird uns die Möglichkeit geben, diese Fragen zu diskutieren. Darüber hinaus möchten wir, dass diese Diskussion in allen Sprachen des Konsortiums geführt wird und zugänglich ist. In diesem Sinne haben wir vor ein paar Wochen unseren Blog gestartet.
Als nächstes müssen wir einige OER aus den verschiedenen Mitgliedsuniversitäten auswählen, um sie zu präsentieren. Nicht nur, um zu beweisen, dass wir in der Lage sind, OER-Sammlungen aufzubauen, sondern auch, um besser zu verstehen, was wir erreichen wollen.
Die komplexere Aufgabe besteht darin, eine Lösung zu entwickeln, mit der wir unsere Lernmaterialien gemeinsam nutzen können. Zwischen uns und mit der Welt. Mit der Erfahrung lernt man, dass das Teilen schwierig ist. Aber die Arbeitsgruppe für offene Bildung bei EUniWell hat sich dieser Aufgabe verschrieben.
Geht es hier um Well-Being Wir denken ja.
