Vor gut einem Jahr haben Sie gemeinsam mit der Universität Zürich und der Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) das Innosuisse-Projekt ChaLL lanciert. Worum geht es dabei? 

In dem Projekt ChaLL geht es um einen Chatbot, mit dem Kinder im Primarschulalter Sprechen in einer Fremdsprache üben können. Wir testen das am Beispiel Englisch. Zurzeit sind zahlreiche Tools auf dem Markt, die aber alle nicht für junge Schülerinnen und Schüler optimiert sind, die mit Schweizerdeutsch als Muttersprache aufgewachsen sind. Zudem entsprechen die bestehenden Angebote nicht dem aktuellen Stand der didaktischen Forschung zum Fremdsprachenerwerb auf der Primarstufe.

Für das Projekt haben wir uns deshalb mit Kolleginnen und Kollegen aus der Informatik und der Computerlinguistik zusammengetan und einen Antrag bei Innosuisse eingereicht. Unser Ziel ist es zu zeigen, dass unsere didaktischen und pädagogischen Überlegungen in einem interaktiven Chatbot umgesetzt werden können.

Wie sind sie vorgegangen?

Zusammen mit den Teams der Universität Zürich und der ZHAW haben wir in der Schweiz über 100 Stunden Audiomaterial gesammelt, in dem Kinder im Primarschulalter Englisch sprechen. Wir haben die Daten transkribiert, anonymisiert und annotiert. 

«  Zusammen mit den Teams der Universität Zürich und der ZHAW haben wir in der Schweiz über 100 Stunden Audiomaterial gesammelt, in dem Kinder im Primarschulalter Englisch sprechen.  »

Nun bringen wir den Computern bei, die Kinder zu verstehen. Denn in diesem Alter ist die Fremdsprache oft bruchstückhaft. Die Kinder mischen Englisch mit Deutsch, Schweizerdeutsch und vielleicht noch anderen Sprachen. Das Sprechen ist meist grammatikalisch fehlerhaft. Die Kinder haben Schwierigkeiten mit der Aussprache. Wir testen daher verschiedene Ansätze zur Fehlererkennung oder zum automatisierten Feedback und speisen sie in das System ein. Ausserdem entwickeln wir didaktisch durchdachte Lernsettings, die wir in den Chatbot integrieren. Das Lernen mit dem Tool soll Spass machen und gleichzeitig die Englischkompetenzen der Kinder deutlich verbessern.

Verlief die Datenerhebung wie geplant?

Als wir anderen im Vorfeld erzählt haben, dass wir über hundert Stunden Audiomaterial sammeln wollen, ohne die Daten einfach irgendwo abschöpfen zu können, haben sie uns das nicht zugetraut. Tatsächlich ist es sehr aufwändig, brauchbare Audiodaten von Primarschulkindern in grösserem Umfang zu erheben. Zuerst mussten wir die kantonalen und kommunalen Behörden überzeugen. Dann war es wichtig, Schulleitungen zu finden, die sich für das Projekt interessierten. Auch die Lehrpersonen mussten bereit sein, uns zu unterstützen. Wichtig war auch das Einverständnis der Eltern, dass wir ihre Kinder beim Englischsprechen aufnehmen und die Daten für das Projekt verwenden dürfen. Und die Kinder mussten natürlich auch Lust haben mitzumachen. Bis zu diesem Zeitpunkt war aber noch keine einzige Minute Audiomaterial gesammelt worden. Wir haben mit verschiedenen Settings experimentiert, um möglichst schnell an grössere Datenmengen zu kommen. Am Schluss und nach einer ziemlich intensiven Phase waren wir erfolgreich und hatten das Audiomaterial beisammen.

Welche Kompetenzen sind Ihrer Meinung nach wichtig, um ein gutes KI-Modell für den Schulkontext zu entwickeln?

Die Entwicklung von KI-Modellen im schulischen Kontext erfordert weit mehr Kompetenzen, als die Nutzung von Sprachmodellen und maschinellem Lernen zur Entwicklung neuer Bildungstechnologien. Ich spreche hier als Angehöriger einer Pädagogischen Hochschule und bin vielleicht etwas voreingenommen. Aber im Moment scheint es mir, und das war historisch bei neuen Bildungstechnologien immer der Fall, dass sehr viele Tools den Markt überschwemmen, die kein echtes Problem lösen, die nicht halten, was sie versprechen, die sich nicht am Stand der didaktischen Forschung orientieren und deren Entwicklerinnen und Entwickler die Realitäten in den Klassenzimmern nicht wirklich kennen.

«  Aus meiner Sicht sollte jede KI-Entwicklung im schulischen Kontext von didaktischen Erkenntnissen ausgehen und einem echten pädagogischen Bedarf entsprechen.  »

Aus meiner Sicht sollte jede KI-Entwicklung im schulischen Kontext von didaktischen Erkenntnissen ausgehen und einem echten pädagogischen Bedarf entsprechen. Die erste Frage sollte immer sein, ob das Werkzeug überhaupt dem entspricht, was wir uns für die Zukunft der öffentlichen Bildung wünschen. Automatisierung und grosse Datenmengen bieten viele neue Möglichkeiten, ja. Aber diese müssen auch sinnvoll genutzt werden. Wenn das der Ausgangspunkt ist, sehe ich viele interessante Möglichkeiten für den Einsatz von sogenannter Künstliche Intelligenz im schulischen Kontext.

Worauf ist im schulischen Kontext besonders zu achten?

Der Datenschutz muss gewährleistet sein. Hier sind rechtliche, administrative und technische Kompetenzen gefragt. Aber es muss auch möglich sein, die Daten für andere verfügbar zu machen, die das schulische Lernen verbessern wollen. Heute schöpfen grosse Firmen, die den Lehrplan 21 nicht kennen und denen die öffentliche Bildung in der Schweiz nicht am Herzen liegt, Unmengen von Daten im Klassenzimmer oder bei den Hausaufgaben ab. Gleichzeitig ist es für Projektteams wie das unsrige, aber auch für kleine und mittlere Unternehmen vor dem Markteintritt sehr schwierig, an genügend gute und geeignete Daten zu kommen, um ihre Modelle zu trainieren und ihre Tools für schulische Kontexte zu optimieren. Hier sind Kompetenzen im Bereich Educational Governance, im Umgang mit Behörden und anderen Stakeholdern gefragt.

«  Für Projektteams wie das unsrige, aber auch für kleine und mittlere Unternehmen ist es vor dem Markteintritt sehr schwierig, an genügend gute und geeignete Daten zu kommen.  »

Innerhalb der Projekte müssen dann diejenigen, die pädagogische und didaktische Expertise mitbringen, mit sehr kompetenten Personen aus den technischen Wissenschaften zusammenarbeiten. Kein Kind möchte mit digitalen Werkzeugen lernen, die nicht gut funktionieren, die sich nicht gut anfühlen und die es nicht versteht. Und Lehrpersonen und Eltern sollten darauf vertrauen können, dass die implementierten Routinen zum Besten der Schülerinnen und Schüler genutzt werden. In unserem Projekt ist die enge Abstimmung mit den Kolleginnen und Kollegen aus der Informatik und der Computerlinguistik zentral. Jede didaktische Überlegung, jede pädagogische Erfahrung muss sowohl im Maschinenraum als auch an der Oberfläche der digitalen Lernumgebungen berücksichtigt werden.

Was passiert mit den erhobenen Daten nach Projektende?

Die Sprachdaten und die annotierten Transkripte können für Folgeprojekte verwendet werden. Sie dürfen jedoch nicht verkauft oder veröffentlicht werden. Wir haben bei der Datenerhebung darauf geachtet, dass die Inhalte unverfänglich sind. Dennoch handelt es sich um sensible Daten von Minderjährigen – und auch noch im Primarschulalter. Wir gehen hier einen Kompromissweg, der die Weiternutzung der Daten erlaubt, aber den Schutz der Kinder sicherstellt.

Trotzdem ist das Ganze etwas unbefriedigend. Die Datenerhebung hat viel Mühe gekostet. Für die Zukunft wäre es wünschenswert, dass bei solchen Projekten weniger Abklärungen im Vorfeld nötig sind und dass es akzeptable Lösungen gibt. So könnten Schweizer KMU und Hochschulteams wie das unsrige zusammen mit den Schulen Produkte entwickeln, die dem Lehrplan und dem Stand der Forschung entsprechen und den Kindern Freude machen. Sonst werden wir in den öffentlichen Schulen weiterhin das vorfinden, was andere uns vorsetzen. Ohne dass wir mitbestimmen können.

Gesprächspartner

Michael Geiss Portrait
Prof. Dr. Michael Geiss
Zentrum Bildung und Digitaler Wandel
Pädagogische Hochschule Zürich
Educa24: Atelier 

Die kommende Fachtagung von Educa am 18. September 2024 wagt den Blick hinter die Kulissen von KI-Systemen. Nebst den Inputs von Expertinnen und Experten wird auch der Einfluss von Daten auf KI-Systeme in Kleingruppen und praxisnah erlebbar gemacht. Das Projekt ChaLL der PH Zürich ist ebenfalls mit einem Atelier vertreten.

ähnliche Beiträge

Durch die Zusammenarbeit mit Datennutzungsprojekten können wir anhand von konkreten Fällen aus der Praxis das Ökosystem «Bildungsdaten» ausleuchten und Lösungsansätze im Spannungsfeld der verschiedenen Anspruchsgruppen testen. Die bisherigen Erfahrungen zeigen: Trotz aller Heterogenität beschäftigen die gleichen Fragen.

Um die künftige Datennutzungspolitik für den Bildungsraum Schweiz zu entwickeln, haben wir ein Programm für Datennutzungsprojekte geschaffen. Wir haben die Beteiligten gefragt, warum sie Interesse haben an unserem Programm mitzuwirken.

Für eine Datennutzungspolitik, die auch Fragen der Bildungsgerechtigkeit berücksichtigt, braucht es den Dialog mit allen Beteiligten: der Forschung, dem schulischen Umfeld, EdTech-Unternehmen und der Bildungsverwaltung. Warum das zentral ist, erläutert Prof. Dr. Kenneth Horvath Leiter des Forschungsprojekts «Algorithmic Sorting in Education» an der PH Zürich in seinem Gastbeitrag.

Die Weitergabe analoger Diplome und Arbeitszeugnisse führt in einer digitalen Welt zu Problemen und Bergen an Personendaten. Digitale Nachweise können hier helfen, da sie zwei Dinge verbessern: die Anschlussfähigkeit – also die möglichst einfache Weitergabe – und die Datensparsamkeit solcher Datenaustausche. Wie das konkret aussieht, zeigen wir im vierten Video der Serie zum Thema «Blockchains in der Bildung».