Rethinking Higher Education: From Fixed Curricula to Learnity Graphs

Stellen Sie sich die Welt des Lernens wie eine riesige, belebte Bibliothek vor. Seit Jahrzehnten ist diese Bibliothek in starre, vorgefertigte Boxen namens „Abschlüsse“ unterteilt. Sie nehmen eine Box mit der Aufschrift „Informatik“ in die Hand und finden darin einen fest gestapelten Stapel Bücher, die Sie in einer bestimmten Reihenfolge lesen müssen: Kapitel 1, dann Kapitel 2, dann Kapitel 3. Sobald Sie den Stapel fertig gelesen haben, erhalten Sie ein Zertifikat, das besagt, dass Sie die Box gemeistert haben. Aber hier liegt das Problem: Die reale Welt funktioniert nicht in ordentlichen Stapeln. Neue Ideen tauchen jeden Tag auf und vermischen oft Dinge aus verschiedenen Boxen, wie etwa ein Rezept, das Gewürze aus dem Regal „Mathematik“ und Werkzeuge aus dem Regal „Kunst“ benötigt.

Hier kommt Künstliche Intelligenz (KI) ins Spiel, der superintelligente Bibliothekar, der jede Buchstelle in Sekundenschnelle findet. Da die KI Ihnen Fakten sofort liefern kann, verliert die alte Art des Lernens – nur den Stapel Bücher in seiner Box auswendig zu lernen – seinen Zauber. Der wahre Wert liegt nicht mehr allein darin, die Bücher zu besitzen; es geht darum, zu wissen, wie man sie mischt, wie man mit ihnen neue Dinge baut und wie man auch nach dem Verlassen der Bibliothek weiterlernt. Dieses Papier, geschrieben von Forschern des Weizmann-Instituts für Naturwissenschaften und der Open University of Israel, stellt eine große Frage: Wenn das alte „Boxen“-System für eine KI-gesteuerte Welt zu langsam und starr ist, was sollten wir stattdessen bauen? Sie schlagen vor, dass wir das Lernen nicht mehr als eine gerade Linie betrachten, sondern als eine lebendige, atmende Karte.

Die alte Art: Die Eisenbahnstrecke vs. Das Netz

Die Autoren schlagen vor, dass unser aktuelles Hochschulsystem wie ein Zug auf einem einzelnen Gleis ist. Man steigt an einer Station ein (Gymnasium/Schule), der Zug hält an bestimmten Städten (Kursen) in einer festen Reihenfolge und man steigt am Endziel (einem Abschluss) aus. Dieses System wurde entwickelt, um jedem ein starkes Fundament zu geben, und die Autoren stimmen zu, dass Fundamente nach wie vor essenziell sind. Universitäten sind nach wie vor die besten Orte, um tiefes theoretisches Wissen zu erwerben. Das Papier argumentt jedoch, dass dieses „Eisenbahnstrecken“-Modell zu langsam ist. Wenn ein neues Feld wie „Data Science“ oder „Maschinelles Lernen“ entsteht, muss die Universität oft eine ganz neue Eisenbahnstrecke (ein neues Studiengangsprogramm) bauen, die sich mit den alten überschneidet. Es ist, als würde man eine neue Straße bauen, nur um in ein neues Viertel zu gelangen, obwohl man auch einfach einen Abkürter durch den Wald hätte nehmen können.

Das Papier schließt die Idee explizit aus, dass wir Universitäten einfach wegwerfen oder durch zufällige Online-Videos ersetzen sollten. Es argumentiert auch dagegen, dass wir für jede neue Fähigkeit tausend neue, winzige Abschlüsse schaffen müssen. Stattdessen schlagen die Autoren vor, dass wir ein System benötigen, das flexibel genug ist, um das Lernen natürlich wachsen zu lassen, wie eine Pflanze, anstatt es in eine Kunststoffform zu pressen.

Die neue Idee: Der „Learnity Graph“

Was ist also die Lösung? Die Autoren schlagen ein neues Konzept vor, das sie Learnity Graph nennen.

Um dies zu verstehen, ändern wir unsere Metapher. Anstatt einer Eisenbahnstrecke stellen Sie sich vor, Ihr Lernen sei ein riesiges, leuchtendes Spinnennetz oder ein Sternbild. Jeder Stern ist ein einzelnes Stück Lernen, das die Autoren eine „Learnity“ nennen.

Eine „Learnity“ ist nicht nur eine Note oder ein Zertifikat. Es ist eine kleine, bedeutungsvolle Einheit von allem, was Sie gelernt oder getan haben. Es könnte sein:

• Ein Konzept, das Sie in einem Kurs verstanden haben (wie „wie Schleifen in der Programmierung funktionieren“).
• Eine Fertigkeit, die Sie geübt haben (wie „das Debuggen eines fehlerhaften Programms“).
• Ein reales Projekt, das Sie gebaut haben (wie „eine Website für eine lokale Wohltätigkeitsorganisation“).
• Ein Stück Arbeit, das Sie erstellt haben (wie „ein Stück Code“ oder „ein juristischer Schriftsatz“).

Im alten System waren diese Dinge in einer großen „Informatik-Abschluss“-Box verborgen. Im neuen System ist jeder dieser Sterne sichtbar und miteinander verbunden.

Wie der Graph funktioniert
Diese Sterne (Learnities) sind durch leuchtende Linien miteinander verbunden. Diese Linen zeigen, wie sie sich zueinander in Beziehung setzen.

• Einige Linien sind Voraussetzungen: Man kann „Algorithmen“ (Stern A) nicht verstehen, bevor man „Diskrete Mathematik“ (Stern B) verstanden hat. Die Linie verbindet sie.
• Einige Linien sind Kombinationen: Wenn man „Programmierung“ (Stern A) mit „Versionskontrolle“ (Stern B) mischt, erhält man ein „Softwareprojekt“ (Stern C).
• Einige Linien sind interdisziplinär: Vielleicht verbindet „Datenanalyse“ (Stern A) mit „Immobilienrecht“ (Stern B), weil man Daten genutzt hat, um ein rechtliches Problem zu lösen.

Das Papier legt nahe, dass man anstelle eines Zeugnisses, das lediglich „Kurs A, Kurs B, Kurs C“ auflistet, einen Learnity Graph besitzt. Dieser Graph ist eine dynamische Karte Ihrer gesamten Lernreise. Er zeigt nicht nur, was Sie wissen, sondern wie Sie es wissen, wie Sie verschiedene Ideen miteinander verknüpfen und was Sie tatsächlich gebaut oder getan haben.

Warum das wichtig ist: Ihre einzigartige Karte

Das Papier legt nahe, dass in einer Welt, in der die KI Fakten für uns finden kann, das Wertvollste, was Sie besitzen, Ihr einzigartiger Pfad ist. Zwei Personen mögen dieselben Fakten kennen, aber wenn die eine Person sie durch den Bau eines Roboters gelernt hat und die andere durch das Schreiben eines Romans, werden ihre „Learnity Graphs“ sehr unterschiedlich aussehen.

Die Autoren argumentieren, dass diese Einzigartigkeit dort liegt, wo Kreativität lebt. Wenn man seine eigenen Verbindungen sehen kann, kann man neue Möglichkeiten entdecken. Vielleicht sehen Sie, dass Ihr „Rechts“-Stern nah an Ihrem „Daten“-Stern liegt, und plötzlich erkennen Sie, dass Sie ein Problem lösen können, das sonst niemand sieht.

Das Papier hebt auch die Rolle der KI in dieser neuen Welt hervor. Da ein Learnity Graph riesig und komplex werden kann, fungiert die KI als Wegweiser. Sie kann auf Ihre Karte schauen und sagen: „Hey, du hast diese drei Sterne gemeistert; hier ist ein neuer Stern, für den du bereit sein könntst“, oder „Hier gibt es eine Lücke; lass uns ein Projekt finden, um sie zu füllen.“ Sie hilft Ihnen, sich in Ihrem persönlichen Lernnetz zu navigieren, anstatt Sie zu zwingen, einem vorgegebenen Pfad zu folgen.

Was das Papier tatsächlich leistet (und nicht leistet)

Es ist wichtig, klar zu benennen, was die Autoren erreicht haben. Sie haben einen neuen Rahmen und eine neue Terminologie (Learnity Graphs) vorgeschlagen. Sie haben Bilder davon gezeichnet, wie diese Graphen für einen Studenten, einen Berufstätigen und einen Anwalt aussehen könnten. Sie haben zudem einen Link zu einer ersten Demo einer Infrastruktur bereitgestellt, um zu zeigen, wie die Idee in der Praxis realisiert werden könnte.

Das Papier behauptet jedoch nicht, dass dieses System bereits in Universitäten läuft. Die Autoren räumen ein, dass der Aufbau eines vollständigen, funktionierenden Systems eine enorme Herausforderung ist, die mehr Forschung erfordert. Sie haben nicht bewiesen, dass dies alle Bildungsprobleme lösen wird, noch haben sie gemessen, wie viel besser es gegenüber dem aktuellen System ist. Sie sagen im Wesentlichen: „Hier ist ein neuer Weg, über das Lernen nachzudenken, der zu unserer KI-Zukunft passt. Es sieht vielversprechend aus, und so könnten wir damit anfangen zu bauen.“

Sie warnen auch davor, dass wir vorsichtig sein müssen. Wenn wir die Regeln für diese Graphen zu starr gestalten, landen wir am Ende vielleicht nur bei einer digitalen Version der alten, langweiligen Eisenbahnstrecken. Das System muss flexibel genug sein, um das Lernen auf unerwartete Weise wachsen zu lassen.

Das Fazit

Kurz gesagt lädt uns dieses Papier dazu ein, aufzuhören, Bildung als eine Checkliste von abzuhakenden Boxen zu betrachten. Stattdessen schlägt es vor, das Lernen als ein lebendiges, vernetztes Geflecht aus Fähigkeiten, Erfahrungen und Kreationen zu sehen. Durch die Verwendung von „Learnity Graphs“ können wir ein System schaffen, das das tiefe Wissen der Universitäten respektiert und uns gleichzeitig ermöglicht, Dinge so zu mischen, zu kombinieren und zu entwickeln, wie es zu unseren einzigartigen Leben und der schnelllebigen Welt der KI passt. Es ist ein Wechsel von der Frage „Welchen Abschluss hast du?“ hin zu der Frage „Wie sieht deine einzigartige Lernkarte aus?“