AI-Literacy

1. Worum geht es?

Spätestens mit dem Aufkommen von generativen Machine-Learnings-Sytemen (GMLS) hat die Diskussion um sogenannte "KI-Kompetenzen" (auch: AI literacy) massiv zugenommen. Auf dieser Seite ist eine Auswahl an entsprechender Literatur und /Kompetenz-)Modellen zu finden.

Primäres Ziel dieser Seite ist es darauf aufmerksam zu machen, dass es schon einige AI-literacy Modelle gibt und man sich gut überlegen muss, ob es noch weitere braucht.

Hinweis: Die Professur Digitalisierung und Bildung der PHSZ empfiehlt, den Begriff Künstliche Intelligenz zu vermeiden. (Begründung)

2. Herausforderungen

Beim Versuch, AI-Literacy zu definieren und evtl. zu messen, ergeben sich mehrere grundlegende Herausforderungen:

• Es beginnt damit, dass geklärt werden muss, was unter dem Begriff "Artificial Intelligence" gemeint ist (ein denkbar vage und zeitlich nicht stabil definierter Begriff).
• Auch was unter Literacy verstanden werden soll, ist nicht einheitlich geklärt.
• Abhängig davon gilt es, das Konzept "AI-Literacy" möglichst langlebig (und damit z.B. produktunabhängig zu definieren).
• Soll AI-Literacy gemessen werden, ergibt sich als nächste Herausforderung die Entwicklung entsprechender Messinstrumente.

3. Modelle / Kompetenzmodelle

3.1 UNESCO AI competency framework

b08997 b08998

3.2 AI-Literacy nach Long und Magerko

Das Modell von AI-Literacy nach Long und Magerko wird häufig zitiert in der Informatikdidaktik-Literatur:

t32386

3.3 Big 5 Ideas of AI

t32296 https://AI4K12.org

3.4 AI-PACK (Stufe Lehrpersonen)

Beim AI-PACK handelt es sich um eine Anwendung des DPACK-Modells (siehe auch https://mia.phsz.ch/DPACK) auf den Bereich AI. Es beschreibt AI-spezifische Kompetenzbereiche für Lehrpersonen.

t30732 t30714 t30578

3.5 Dagstuhl-Dreieck KI

Das Dagstuhl-Dreieck (siehe auch https://mia.phsz.ch/Dagstuhl) wurde schon verschiedentlich auf den Bereich AI angewendet bzw. unterschiedlich interpretiert:

• https://unterricht-digital.ch/2023/09/12/dagstuhl-ki/
• https://zsl-bw.de/,Len/startpage/lernen-ueberall/ki-dagstuhl
• https://blog.zhaw.ch/lehren-und-lernen/generative-kuenstliche-intelligenz-integration-in-den-unterricht-mit-hilfe-von-didaktischen-modellen/

3.6 Supplement to the DigCompEDU Framework

Eine Erweiterung des DigCompEDU-Frameworks für AI (Stufe Lehrpersonen)

b09002

3.6 AIComp

b08674 b08675

3.7 Computational Thinking 2.0

CT 2.0 bezieht sich ausschliesslich auf die informatischen Kompetenzen angesichts der Entwicklungen im Bereich des maschinellen Lernens. t30065 t29565

3.8 KI-Kompetenzen für Lehrende und Lernende

t32410

3.9 Weitere Modelle

t32387

4. Einige Grundlagenartikel, Übersichtsartikel & Positionspapiere

4.1 Englisch

t32385 t31832 t29552 t32390 t32391

4.2 Deutsch

t32295 t30413