Künstliche Intelligenz im Unterricht: Zwischen Kompetenzverlust und neuer Lernarchitektur

Parallel dazu verschärft eine Recherche von Defending Education die Debatte, wie Universitäten Curricula für KI im Unterricht gestalten – mit Reichweite bis in europäische OER-Portale.

Vom Tool-Zugang zur Lernarchitektur

Associate Professors Stephanie Smith Budhai und Rachel Karchmer-Klein (UD) beobachten, dass Schüler bereits Kernkompetenzen wie das Formulieren von Topic Sentences, Quellenauswahl und Literaturanalyse an generative Modelle auslagern. Sie sprechen in diesem Kontext nicht von klassischem De-Skilking, sondern von Never-Skilking – Kompetenzen werden gar nicht erst erworben. Budhai dokumentiert: „Students' cognitive capacities are being impacted as they offload tasks to AI. Memory loss, brain atrophy and decrease of critical and creative thinking are of great concern as students increase their use of AI."

Als Steuerungsfilter empfiehlt Budhai das SAMR-Modell: Substitution und Augmentation sind Low-Level-Integrationen, Modification und Redefinition die Stufen, auf denen KI tatsächlich neue Lernräume eröffnet. Ihre Prüffrage vor jedem Einsatz: „What is the purpose of using this tool? Is it really serving the learning objective, or is it more of a novelty device, or even a shortcut?"

Karchmer-Klein ergänzt einen Literacy-First-Ansatz: Jede KI-Interaktion ist zugleich Lese-, Problemlöse- und Critical-Thinking-Aufgabe. KI solle die professionelle Urteilskraft der Lehrkraft verstärken, nicht ersetzen – „AI is a promising and exciting tool that can serve as an intellectual collaborator, but it should support, not supersede, teachers' professional judgment." Für den Werkzeugkasten europäischer Schulen heißt das: erst Didaktik-Schicht modellieren, dann Tool-Freischaltung.

Curricula mit Reichweite und Risiko

Defending Education dokumentiert in einem Report, dass US-Universitäten DEI-Konzepte in KI-Programme einspeisen, die für K-12 gedacht sind. Im Zentrum steht MITs RAISE-Programm („Responsible AI for Social Empowerment and Education"). Der zugehörige „Day of AI"-Lehrplan hat nach MIT-Angaben 1,5 Millionen Schüler, mehr als 50.000 Lehrkräfte und alle 50 US-Bundesstaaten erreicht. RAISE bietet kostenlose K-12-Curricula, darunter ein Mittelstufen-Modul zu „algorithmic bias", das Schüler mit einem absichtlich verzerrten Datensatz arbeiten lässt.

Die Kritik richtet sich nicht gegen Bias-Aufklärung generell, sondern gegen die Rahmung: Defending Education argumentiert, dass Bias zunehmend über Race, Gender und Sprache definiert werde und „Equity" als Pflicht-Korrektiv gesetzt werde. Für deutsche Schulträger, die OER-Material über internationale Repositorien beziehen, ist das ein Audit-Punkt: Welche Begriffsdefinitionen transportiert ein Modul, und sind sie mit dem europäischen bzw. nationalen Rahmen kompatibel?

Machbarkeitsbewertung

• Sofort: Google-Classroom-KI-Funktionen nicht als Default freischalten, sondern pro Fach und Jahrgangsstufe mit dokumentierten Nutzungsregeln verknüpfen. SAMR-Stufe pro Aufgabe sichtbar machen.
• Kurzfristig: Importierte KI-Lehrmaterialien, auch aus US-Programmen wie MIT RAISE, vor dem Einsatz auf Begriffsrahmen, Rollenbilder und Bias-Definitionen screenen.
• Go/No-Go: Die Tools selbst sind Go. Der Blanko-Rollout ohne Didaktik-Schicht ist No-Go. Curricula mit klar definiertem Bias-Begriff und europäischem Wertebezug sind Go. Module mit intransparenter Identitätskategorisierung sind No-Go.