Development and Validation of a Faculty Artificial Intelligence Literacy and Competency (FALCON-AI) Scale for Higher Education
Diese Studie entwickelt und validiert den FALCON-AI-Fragebogen, ein zuverlässiges und gültiges Instrument zur Messung der KI-Kompetenz von Hochschullehrenden in den Bereichen Lehre, Forschung und Verwaltung, das auf dem CTRL-Rahmenwerk basiert und spezifisch auf den Hochschulkontext zugeschnitten ist.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, die Universität ist eine riesige, alte Bibliothek, die gerade von einem unsichtbaren, super-intelligenten Roboter namens „KI" (Künstliche Intelligenz) überrollt wird. Dieser Roboter kann Texte schreiben, Daten analysieren und sogar Hausaufgaben korrigieren. Für die Professoren und Dozenten ist das zunächst einmal aufregend, aber auch ein bisschen beängstigend: Wie gehe ich damit um? Ist das ein Helfer oder ein Ersatz für mich?
Genau hier kommt diese Studie ins Spiel. Die Forscher haben ein neues Werkzeug entwickelt, um zu messen, wie gut sich die Professoren in diesem neuen Zeitalter zurechtfinden. Dieses Werkzeug heißt FALCON-AI (ein Name, der an einen schnellen, scharfsichtigen Falken erinnert, der alles im Blick hat).
Hier ist die Geschichte der Entwicklung dieses Werkzeugs, einfach erklärt:
1. Das Problem: Ein Maßstab für die falschen Leute
Bisher gab es schon viele Tests, um zu prüfen, wie gut Menschen KI verstehen. Aber die waren wie Schuhe, die nur für Kinder oder für Schüler passen.
- Es gab Tests für die Allgemeinheit (wie gut kennt sich der normale Bürger aus?).
- Es gab Tests für Lehrer an Schulen (wie nutze ich KI im Klassenzimmer?).
- Es gab Tests für Studenten.
Aber für Universitätsprofessoren fehlte ein passender Schuh. Ein Professor hat nämlich drei verschiedene Jobs gleichzeitig: Er unterrichtet (Lehre), forscht (Forschung) und verwaltet Dinge (Service). Ein einfacher Test reicht nicht, um zu sehen, ob ein Professor KI in all diesen drei Bereichen sicher nutzt.
2. Die Lösung: Der „FALCON-AI"-Kompass
Die Forscher haben einen neuen Kompass gebaut, der auf einer Idee namens CTRL basiert. Stellen Sie sich CTRL wie ein dreistufiges Gebäude vor, das jeder Professor durchlaufen muss:
- Funktionale Literacy (Das Werkzeug bedienen): Kann der Professor den Roboter überhaupt einschalten und benutzen? (Wie ein Koch, der weiß, wie man den Herd anmacht).
- Evaluative Literacy (Das Werkzeug bewerten): Kann der Professor sagen, wann der Roboter gut ist und wann er Unsinn produziert? (Wie ein Kritiker, der schmeckt, ob das Essen wirklich gut ist, oder ob es verdorben ist).
- Ethische Literacy (Das Werkzeug verantwortungsvoll nutzen): Weiß der Professor, ob es fair und richtig ist, den Roboter einzusetzen? (Wie ein Richter, der entscheidet, ob eine Handlung moralisch vertretbar ist).
Dieses Gebäude wurde dann auf die vier Arbeitsbereiche des Professors angewandt:
- Alltägliche Aufgaben
- Unterricht
- Forschung
- Verwaltung
Das ergab ein 3 x 4-Raster (3 Fähigkeiten mal 4 Arbeitsbereiche). Das ist wie ein Gitternetz, das genau prüft, ob der Professor in jedem einzelnen Feld fit ist.
3. Der Bauprozess: Vom Entwurf zum fertigen Werkzeug
Die Forscher haben nicht einfach irgendwelche Fragen erfunden. Sie haben einen sehr strengen Prozess durchlaufen:
- Der Entwurf: Zuerst schrieben sie 43 Fragen auf.
- Der Experten-Check: Vier echte Professoren und sogar eine KI (ein Chatbot) lasen die Fragen durch. Sie sagten: „Das ist zu verwirrend", „Das passt nicht hierher" oder „Das ist wichtig!".
- Interessante Anekdote: Die Forscher ließen eine KI die Fragen bewerten, um zu sehen, ob die KI mit den menschlichen Experten übereinstimmt. Und tatsächlich! Die KI war fast genauso gut wie die Menschen. Das zeigt, dass KI sogar helfen kann, bessere Tests zu bauen.
- Der Pilot-Test: Dann gaben sie den Test an 269 Universitätsangehörige (Professoren, Doktoranden, Mitarbeiter).
- Die Auswertung: Mit Hilfe von komplexer Mathematik (Statistik) schauten sie, welche Fragen wirklich funktionieren und welche weggelassen werden müssen.
4. Das Ergebnis: Ein schlanker, scharfer Test
Am Ende blieben 23 Fragen übrig. Das ist wie ein gut geölter Schweizer Taschenmesser: klein, aber es hat alles, was man braucht.
- Der Test ist zuverlässig: Wenn man ihn heute macht und in einer Woche wieder, kommt das gleiche Ergebnis heraus.
- Er ist gültig: Er misst wirklich das, was er messen soll (die Kompetenz von Professoren im Umgang mit KI).
Warum ist das wichtig?
Stellen Sie sich vor, eine Universität will ihre Professoren schulen, wie man KI nutzt. Ohne diesen Test wäre das wie Schießen im Nebel. Man weiß nicht, wo die Schwächen liegen.
Mit dem FALCON-AI-Test kann die Universität sagen:
- „Ah, unsere Professoren sind super im Unterrichten mit KI, aber sie haben Angst vor der Ethik."
- „Wir müssen also genau hier Schulungen anbieten."
Für den einzelnen Professor ist es wie ein Spiegel: Er kann sehen, wo er stark ist und wo er noch lernen muss, um im Zeitalter der KI nicht den Anschluss zu verlieren.
Zusammenfassend: Diese Studie hat einen neuen, maßgeschneiderten „Führerschein" für Universitätsprofessoren entwickelt, um sicherzustellen, dass sie den KI-Roboter nicht nur als Spielzeug benutzen, sondern als klugen Partner für Lehre, Forschung und Verwaltung.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.