Mit Kindern über KI sprechen: Ein einfacher und hilfreicher Leitfaden

Kürzlich hatte ich die spannende Gelegenheit, an dem Programm „Skype a Scientist“ teilzunehmen . Dieses Programm verbindet Wissenschaftler verschiedener Fachrichtungen (Biologen, Botaniker, Ingenieure, Informatiker usw.) mit Schulklassen, um über unsere Arbeit zu sprechen und die Fragen der Kinder zu beantworten. Ich bin es gewohnt, mit Erwachsenen über künstliche Intelligenz und maschinelles Lernen zu diskutieren, aber dies war das erste Mal, dass ich mir wirklich Gedanken darüber gemacht habe, wie man Kindern dieses Thema näherbringen kann – eine interessante Herausforderung. Heute möchte ich einige Ideen mit Ihnen teilen, die ich dabei entwickelt habe und die vielleicht hilfreich sind für alle, die Kinder in ihrem Umfeld haben. Diese Ideen bieten wertvolle Einblicke, wie man komplexe KI-Konzepte für Kinder auf ansprechende und verständliche Weise vereinfachen kann.

Bereiten Sie sich darauf vor, ein Konzept zu erklären

Bei der Vorbereitung eines Vortrags vor einem beliebigen Publikum befolge ich einige Grundregeln. Ich muss ganz klar sagen, welche Informationen ich präsentieren möchte und welche neuen Konzepte das Publikum nach dem Vortrag kennen sollte, denn davon hängt alles ab, welche Informationen ich weitergeben werde. Außerdem möchte ich mein Material in einer dem Vorwissen des Publikums angemessenen Komplexität präsentieren – ohne die Dinge zu sehr zu vereinfachen, aber auch ohne es über sein Verständnisniveau hinauszufordern.

In meinem täglichen Leben bin ich mir nicht unbedingt darüber im Klaren, was Kinder bereits über künstliche Intelligenz (KI) wissen (oder zu wissen glauben). Ich möchte meine Erklärungen dem Niveau des Publikums anpassen, habe in diesem Fall jedoch einen etwas eingeschränkten Einblick in dessen Hintergrundwissen. In einigen Fällen war ich überrascht, dass die Kinder sich Dingen wie dem KI-Wettbewerb zwischen Unternehmen und über internationale Grenzen hinweg sehr bewusst waren. Eine nützliche Übung bei der Entscheidung, wie Inhalte formuliert werden sollen, besteht darin, Metaphern zu entwickeln, die Konzepte oder Techniken verwenden, die dem Publikum bereits gut bekannt sind. Wenn Sie darüber nachdenken, erhalten Sie auch einen Zugang zum Hintergrund des Publikums. Seien Sie außerdem darauf vorbereitet, Ihren Präsentationsstil zu ändern und anzupassen, wenn Sie feststellen, dass er nicht den Anforderungen entspricht. Ich frage die Kinder am Anfang gerne ein wenig darüber, was sie über KI denken und was sie wissen, damit ich Klarheit bekomme, bevor ich zu weit vorgreife.

Technologie verstehen: Die Grundlagen von KI-Modellen

Gerade bei Kindern konzentriere ich mich bei meinen Vorträgen auf mehrere Schwerpunkte. Die Leser wissen, dass ich ein großer Befürworter davon bin, Nicht-Experten beizubringen, wie man große Sprachmodelle (LLMs) und andere KI-Modelle trainiert und mit welchen Daten sie trainiert werden. Dies ist von entscheidender Bedeutung, um realistische Erwartungen hinsichtlich der Ergebnisse dieser Modelle zu entwickeln. Ich glaube, dass jeder, auch Kinder, leicht in die verkörperte Natur des Tons, der Stimme und sogar der „Persönlichkeit“ von LLM-Modellen hineingezogen werden kann und die realistischen Grenzen dieser Werkzeuge aus den Augen verliert.

Die Herausforderung besteht darin, die Dinge altersgerecht zu gestalten. Wenn Sie Ihren Kindern jedoch erst einmal erklären, wie das Training funktioniert, wie LLM-Modelle aus Beispielen schriftlichen Materials lernen oder wie ein Diffusionsmodell aus Text-Bild-Paaren lernt, können sie ihre eigenen Schlüsse hinsichtlich der möglichen Ergebnisse ziehen. Da KI-Agenten immer komplexer werden und die zugrunde liegenden Mechanismen immer schwieriger zu isolieren sind, ist es für Benutzer wichtig, die Bausteine zu verstehen, die zu dieser Fähigkeit führen.

Ich beginne damit, Training als allgemeines Konzept zu erklären und vermeide dabei möglichst viel Fachjargon. Wenn man mit Kindern spricht, kann etwas verkörperte Sprache dazu beitragen, Dinge weniger zweideutig erscheinen zu lassen. Beispiel: „Wir geben Computern viele Informationen und bitten sie, die darin enthaltenen Muster zu lernen.“ Als nächstes werde ich Beispiele für Muster beschreiben, wie sie in der Sprache oder in Pixeln eines Bildes vorkommen, da das Wort „Muster“ allein zu allgemein und weit gefasst ist. Dann: „Diese Muster, die Sie lernen, werden mithilfe der Mathematik geschrieben, und diese Mathematik ist dann der Inhalt eines ‚Modells‘. Wenn wir dem Modell jetzt neue Informationen geben, sendet es uns eine Antwort basierend auf den Mustern, die es gelernt hat.“ Von dort aus gebe ich ein weiteres umfassendes Beispiel und erkläre einen vereinfachten Trainingsprozess (normalerweise ein Zeitreihenmodell, da es sehr einfach zu visualisieren ist). Im Folgenden gehe ich näher auf die verschiedenen Modelltypen ein und erkläre, soweit es für das Publikum angemessen ist, den Unterschied zwischen neuronalen Netzwerken und Sprachmodellen.

KI-Ethik und externe Einflüsse

Ich möchte auch die ethischen Fragen rund um künstliche Intelligenz ansprechen. Ich bin überzeugt, dass Kinder in der Grundschule, der Mittelstufe und der Oberstufe die ökologischen und sozialen Auswirkungen von KI-Technologien, einschließlich großer Sprachmodelle (LLMs), durchaus verstehen können. Viele Kinder haben heutzutage ein recht fortgeschrittenes Verständnis des globalen Klimawandels und der Umweltkrise. Daher erscheint es mir sinnvoll, über den Energie-, Wasser- und Seltenerdmetallverbrauch für den Betrieb von LLMs zu sprechen. Wichtig ist lediglich, die Erklärungen verständlich und altersgerecht zu gestalten. Wie bereits erwähnt, sollten Sie relevante Beispiele verwenden, die an die Lebenswelt Ihrer Zielgruppe anknüpfen. Wir sollten uns auf die Ethik der KI und ihre Auswirkungen auf Gesellschaft und Umwelt konzentrieren.

Hier ist ein Beispiel für den Übergang von der Erfahrung eines Kindes zu den Umweltauswirkungen von KI.

Habt ihr nicht alle Chromebooks für eure Schularbeiten? Ist euch schon mal aufgefallen, dass die Rückseite des Laptops warm wird, wenn ihr lange mit dem Laptop auf dem Schoß sitzt und arbeitet? Vielleicht, wenn ihr viele Dateien gleichzeitig geöffnet habt oder viele Videos anschaut? Diese Erwärmung passiert auch auf großen Computern, sogenannten Servern, die laufen, wenn ihr ein großes Sprachmodell (LLM) trainiert oder nutzt, zum Beispiel wenn ihr die chatGPT-Website besucht.

Die Rechenzentren, die ChatGPT am Laufen halten, sind voll von Servern, die alle gleichzeitig laufen und sehr heiß werden, was der Hardware nicht guttut. Daher verwenden diese Rechenzentren manchmal kaltes Wasser und Chemikalien, die durch Rohre gepumpt werden, die direkt über alle Server verlaufen. Dies hilft, die Maschinen zu kühlen und am Laufen zu halten. Dies bedeutet jedoch, dass große Mengen Wasser verbraucht, mit den Chemikalien vermischt und beim Durchlaufen dieser Systeme erhitzt werden. Dies kann dazu führen, dass dieses Wasser für andere Zwecke, beispielsweise für landwirtschaftliche Zwecke oder als Trinkwasser, nicht zur Verfügung steht.

Manchmal nutzen diese Rechenzentren große Klimaanlagen, die viel Strom verbrauchen, sodass möglicherweise nicht genügend Strom für unsere Haushalte oder Unternehmen vorhanden ist. Strom wird manchmal auch durch die Verbrennung von Kohle in Kraftwerken erzeugt, wodurch Abgase in die Luft gelangen und die Umweltverschmutzung ebenfalls zunimmt.

Dadurch werden die Erfahrungen des Kindes in das Gespräch einbezogen und es erhält eine konkrete Möglichkeit, sich mit dem Konzept auseinanderzusetzen. Sie können ähnliche Diskussionen über Urheberrechtsethik und Inhaltsdiebstahl führen, indem Sie Künstler und Schöpfer verwenden, die Kindern vertraut sind, ohne sich in die Details des geistigen Eigentumsrechts vertiefen zu müssen. Deepfakes, ob sexueller oder anderer Art, sind sicherlich ein Thema, mit dem auch viele Kinder vertraut sind, und es ist wichtig, dass sich Kinder der Risiken bewusst sind, die die Nutzung von KI für den Einzelnen und die Gesellschaft darstellt.

Besonders für kleine Kinder kann es beängstigend sein, wenn sie beginnen, einige der unethischen Anwendungen der KI oder die globalen Herausforderungen, die sie mit sich bringt, zu verstehen und zu erkennen, wie mächtig einige dieser Dinge sein können. Kinder haben mich gefragt: „Wie können wir es beheben, wenn jemand einer KI beibringt, schlechte Dinge zu tun?“ Zum Beispiel. Ich wünschte, ich hätte darauf bessere Antworten, denn im Grunde musste ich sagen: „KI verfügt manchmal über die Informationen, um schlechte Dinge zu tun, aber es gibt auch viele Leute, die hart daran arbeiten, KI sicherer zu machen und zu verhindern, dass sie schlechte Informationen oder Anweisungen zur Ausführung schlechter Dinge weitergibt.“

Dekonstruktion des Konzepts der „Wahrheit“

Künstliche Intelligenz zu humanisieren stellt eine echte Herausforderung für Erwachsene und Kinder dar – wir neigen dazu, einer freundlichen, selbstsicheren Stimme zu vertrauen, wenn sie uns etwas mitteilt. Ein wesentlicher Teil des Problems besteht darin, dass die Stimme des großen Sprachmodells (LLM) oft freundlich, selbstsicher und ungenau ist. Medienkompetenz ist seit Jahren ein wichtiges Thema in der Pädagogik, und ihre Erweiterung um große Sprachmodelle (LLMs) ist ein logischer Schritt . So wie Schüler (und Erwachsene) lernen müssen, Informationen anderer Personen oder Unternehmen kritisch zu hinterfragen, müssen wir auch computergenerierte Inhalte kritisch und reflektiert konsumieren. Dazu gehört auch, die Grenzen dieser Technologien zu verstehen.

Ich denke, das geht auch mit dem Verständnis von Technologie einher. Wenn ich erkläre, dass die Aufgabe eines großen Sprachmodells (LLM) darin besteht, die menschliche Sprache zu lernen und zu kopieren, und zwar auf der einfachsten Ebene, indem es das nächste mögliche Wort in einer Zeichenfolge auf der Grundlage dessen bestimmt, was davor stand, ergibt es Sinn, wenn ich sage, dass ein LLM die Idee der „Wahrheit“ nicht verstehen kann. Die Wahrheit ist nicht Teil des Trainingsprozesses und gleichzeitig ist Wahrheit ein wirklich schwer zu begreifendes Konzept, sogar für Menschen. Ein großes Sprachmodell (LLM) mag die Fakten zwar meistens richtig wiedergeben, aufgrund der Wahrscheinlichkeit treten jedoch von Zeit zu Zeit blinde Flecken und potenzielle Fehler auf. Daher müssen sich Kinder, die es verwenden, der Fehlbarkeit des Werkzeugs voll bewusst sein.

Diese Lektion birgt jedoch einen Wert, der weit über die reine Anwendung von KI hinausgeht, denn wir vermitteln den Umgang mit Unsicherheit, Mehrdeutigkeit und Fehlern. Wie Berman und Agawi (2023) feststellten : „Bildung in einer KI-gestützten Welt bedeutet, den Umgang mit vagen, unvollständigen und mehrdeutigen Situationen zu erlernen, die die komplexen Beziehungen zwischen Menschen und Technologien widerspiegeln.“ Mir gefällt dieser Ansatz sehr, da er an einen Punkt anknüpft, über den ich häufig nachdenke: Große Sprachmodelle (LLMs) werden von Menschen erstellt und spiegeln Interpretationen von menschengenerierten Inhalten wider. Wenn Kinder lernen, wie Modelle entstehen, dass Modelle fehleranfällig sind und dass ihre Ergebnisse auf menschengenerierten Eingaben basieren, gewinnen sie ein umfassenderes Verständnis für die schwer fassbare Funktionsweise von Technologie in unserer heutigen Gesellschaft. (Ich empfehle den gesamten Artikel allen, die sich mit der Vermittlung von KI an Kinder auseinandersetzen.)

Randbemerkung zu Fotos und Videos

Wie ich bereits erwähnt habe, wirft die Verbreitung von „KI-Schlampig“-Video- und Bildinhalten viele schwierige Fragen auf. Ich bin davon überzeugt, dass es wichtig ist, Kinder in diesem Bereich mit Informationen zu versorgen, da sie durch überzeugende visuelle Inhalte leicht Fehlinformationen oder glatte Lügen aufnehmen können. Für die meisten Kinder sind diese Inhalte außerdem nur einen Schritt vom eigentlichen Erstellungsprozess entfernt, da ein Großteil dieses Materials in den sozialen Medien weit verbreitet ist und wahrscheinlich nicht richtig kategorisiert wird. Es kann hilfreich sein, mit Kindern über die Anzeichen zu sprechen, die dabei helfen, KI-generiertes Material zu erkennen, sowie allgemeine Fähigkeiten zur kritischen Medienkompetenz zu vermitteln, wie etwa „Wenn es zu gut klingt, um wahr zu sein, ist es wahrscheinlich gefälscht“ und „Überprüfen Sie die Dinge, die Sie in dieser Art von Veröffentlichungen hören, noch einmal.“ Es ist wichtig, Kindern beizubringen, wie sie Fakten und Informationsquellen überprüfen, um ihre Fähigkeit zu verbessern, zwischen echten und gefälschten Inhalten zu unterscheiden.

Betrug mit künstlicher Intelligenz

Trotz aller ethischen Probleme und Risiken von LLM-Fehlern sind diese KI-Tools unglaublich nützlich und spannend, sodass es verständlich ist, dass manche Studenten sie zum Schummeln bei den Hausaufgaben und in der Schule verwenden. Ich würde sagen, wir müssen einfach mit ihnen reden und ihnen erklären, dass das Ziel darin besteht, die Fähigkeiten zu erlernen, die zum Erledigen von Aufgaben erforderlich sind, und dass sie diese Fähigkeiten, die sie brauchen, in den späteren Schuljahren und im späteren Leben verlieren werden, wenn sie diese nicht erlernen … aber wir wissen alle, dass Kinder selten so logisch denken. Ihr Gehirn ist noch in der Entwicklung und selbst für Erwachsene ist es manchmal schwer, über solche Dinge nachzudenken. Um die Auswirkungen der KI auf die Bildung zu verstehen, ist ein tiefes Verständnis der Fähigkeiten dieser Tools und ihrer potenziellen Auswirkungen auf die Entwicklung wesentlicher Fähigkeiten erforderlich.

Grundsätzlich gibt es zwei Ansätze: Entweder man gestaltet Hausaufgaben schwieriger oder unmöglich, oder man integriert KI in den Unterricht, in der Annahme, dass Schülerinnen und Schüler zukünftig darauf zugreifen können. Aktuell bietet die angeleitete Arbeit im Klassenzimmer die Möglichkeit, wichtige Kompetenzen ohne digitale Unterstützung zu erwerben. Wie bereits erwähnt, sollte Medienkompetenz jedoch mittlerweile auch bekannte Vorbilder umfassen, und ich bin überzeugt, dass deren angeleitete Nutzung durch eine kompetente Lehrkraft einen erheblichen pädagogischen Mehrwert bietet. Zudem ist es praktisch unmöglich, Hausaufgaben, die ohne direkte Aufsicht von Lehrkräften bearbeitet werden, „KI-resistent“ zu gestalten – das müssen wir anerkennen. Ich möchte die Sache aber nicht verharmlosen. Im Abschnitt „Weiterführende Literatur“ finden Sie einige wissenschaftliche Artikel zu den vielfältigen Herausforderungen der KI-Kompetenzvermittlung im Unterricht. Lehrkräfte stehen vor der schwierigen Aufgabe, nicht nur selbst mit der Technologie Schritt zu halten und ihre Unterrichtsmethoden anzupassen, sondern auch ihre Schülerinnen und Schüler mit dem nötigen Wissen für einen verantwortungsvollen Umgang mit KI auszustatten. Lehrer sollten sich auch darauf konzentrieren, den Schülern beizubringen, wie sie die von künstlicher Intelligenz erzeugten Informationen kritisch bewerten und ihre Fähigkeiten zum kritischen Denken entwickeln können.

Lernen vom Beispiel der Sexualerziehung: Lektionen in Künstlicher Intelligenz

Letztendlich stellt sich die Frage, was genau wir Kindern in einer Welt mit KI sowohl innerhalb als auch außerhalb des Klassenzimmers empfehlen sollten und was sie vermeiden sollten. Ich bin selten ein Befürworter des Verbots oder der Untersagung von Ideen und ich denke, dass das Beispiel einer umfassenden, wissenschaftlich fundierten und altersgerechten Sexualerziehung eine gute Lehre ist. Wenn Kinder keine genauen Informationen über ihren Körper und ihre Sexualität erhalten, verfügen sie nicht über das Wissen, um in diesem Bereich fundierte und verantwortungsvolle Entscheidungen zu treffen. Wenn Kinder schwierige Entscheidungen darüber treffen müssen, was in schwierigen Situationen zu tun ist, sind keine Erwachsenen da, um ihnen die Durchsetzung von Vorschriften zu ermöglichen. Deshalb müssen wir dafür sorgen, dass Kinder mit den nötigen Informationen ausgestattet sind, um diese Entscheidungen selbst und verantwortungsvoll zu treffen. Hierzu gehören moralische Leitlinien, aber auch sachliche Informationen. Ebenso müssen wir sicherstellen, dass Schülerinnen und Schüler ein umfassendes Verständnis für die Potenziale und Risiken von KI entwickeln, um diese im digitalen Zeitalter effektiv und verantwortungsvoll nutzen zu können.

Modellierung von Verantwortung im Einsatz künstlicher Intelligenz

Ein weiterer Punkt, den ich für wichtig halte, ist die Erwähnung, dass auch Erwachsene im Umgang mit KI verantwortungsvolles Verhalten vorleben sollten. Wenn Lehrer, Eltern und andere Erwachsene im Leben von Kindern sich der KI nicht kritisch bewusst sind, können sie Kindern nicht beibringen, kritische und nachdenkliche Konsumenten dieser Technologie zu sein.

Ein kürzlich erschienener Artikel der New York Times über den Einsatz von künstlicher Intelligenz (KI) im Unterricht hat mich etwas frustriert. Der Artikel zeugt nicht von einem tiefen Verständnis von KI, sondern verwechselt sie mit einfacher Statistik (dass eine Lehrkraft Schülerdaten analysiert, um den Unterricht an das jeweilige Leistungsniveau anzupassen, ist weder KI noch neu oder problematisch). Er regt jedoch eine Diskussion darüber an, wie Erwachsene im Umfeld von Kindern KI-Tools nutzen, und betont die Notwendigkeit, dass diese Erwachsenen einen transparenten und kritischen Umgang damit vorleben. (Auch das Problem der gewinnorientierten KI-Industrie, die KI in die Klassenzimmer drängt, wird kurz angesprochen – ein Problem, das meiner Meinung nach mehr Aufmerksamkeit verdient. Vielleicht schreibe ich später darüber.)

Um einer der Behauptungen des Artikels entgegenzuwirken: Ich hätte nichts dagegen, wenn Lehrkräfte große Sprachmodelle ( LLMs ) zur ersten Durchsicht schriftlicher Arbeiten einsetzen würden, solange sie die Ergebnisse überwachen und validieren. Wenn die Bewertungskriterien Grammatik, Rechtschreibung und Schreibstil betreffen, ist ein LLM aufgrund seiner Trainingsmethoden wahrscheinlich geeignet. Ich möchte einem LLM in dieser Angelegenheit nicht blind vertrauen, ohne es zumindest kurz zu prüfen, aber es ist schließlich darauf ausgelegt, menschliche Sprache zu verstehen. Die Annahme, dass „der Schüler es schreiben musste, also sollte auch die Lehrkraft es bewerten“, ist absurd, denn der Zweck der Übung ist, dass der Schüler lernt. Lehrkräfte beherrschen die Grundlagen des Schreibens bereits, und dies ist kein Projekt, das Lehrkräfte zwingen soll, etwas zu lernen, das nur durch manuelle Bewertung erreicht werden kann. Ich vermute, die New York Times weiß das und die Darstellung war größtenteils reißerisch, aber es ist wichtig, es klarzustellen.

Dieser Punkt führt uns zurück zum vorherigen Abschnitt zum Verständnis von Technologie. Wenn Sie genau verstehen, wie der Trainingsprozess aussieht, können Sie feststellen, ob dieser Prozess ein Tool hervorbringt, das eine Aufgabe bewältigen kann. Doch die Automatisierung von Beurteilungen ist seit mindestens Jahrzehnten Teil der Bildung – das weiß jeder, der schon einmal einen Notenbogen ausgefüllt hat.

Die Entwicklung dieser Technologie zwingt unser Bildungssystem zwar zu gewissen Anpassungen, aber wir können diesen Trend nicht einfach aufhalten. Künstliche Intelligenz kann sicherlich positive Auswirkungen auf die Bildung haben (häufig genannte Beispiele sind Personalisierung und die Entlastung der Lehrkräfte, die sich dann der direkten Betreuung der Schüler widmen können), aber wie so oft bin ich Realist. Wie die meisten Lehrkräfte wohl wissen, kann Bildung nicht so weitergehen wie vor dem Einzug großer Sprachmodelle .

Fazit

Kinder sind schlauer, als wir manchmal denken, und ich glaube, sie können viel darüber verstehen, was KI in unserer Welt bedeutet. Mein Ratschlag ist, transparent und ehrlich mit den Realitäten dieser Technologie umzugehen, einschließlich der Vor- und Nachteile, die sie für uns als Einzelne und für unsere Gesellschaft als Ganzes mit sich bringt. Die Art und Weise, wie wir KI einsetzen, wird die Entscheidungen von Kindern beeinflussen – ob positiv oder negativ – und sie werden darauf achten. Deshalb ist es wichtig, dass wir sowohl über unsere Handlungen als auch über das, was wir sagen, nachdenken. Wir müssen ihnen das Potenzial und die Herausforderungen der KI erklären und dabei den Schwerpunkt auf den ethischen und verantwortungsvollen Einsatz dieser Technologie legen.