Designing, Teaching, and Credentialing AI Literacy in Higher Education: A Conceptual Framework and Empirical Insights ​

Stellen Sie sich vor, Sie betreten eine riesige Bibliothek, in der die Bücher nicht mehr nur von Menschen geschrieben werden. Stattdessen hilft ein superintelligenter, unsichtbarer Roboter-Bibliothekar jedem dabei, die Geschichten in den Regalen zu schreiben, zu bearbeiten und zusammenzufassen. Das ist keine Science-Fiction; das ist genau das, was gerade an Universitäten mit Künstlicher Intelligenz (KI) passiert, und speziell mit „Generativer KI“ (GenAI). Betrachten Sie GenAI wie einen kreativen Partner, der auf Ihre freundliche Bitte hin sofort einen Essay entwerfen, ein Computerprogramm schreiben oder ein Bild malen kann. Aber der knifflige Teil ist: Nur weil der Roboter die Arbeit erledigen kann, bedeutet das noch lange nicht, dass wir wissen, wie wir mit ihm sprechen, wie wir prüfen, ob er die Wahrheit sagt, oder wie wir entscheiden, wann wir ihn das Steuer übernehmen lassen.

Lange Zeit versuchten Schulen, Menschen über KI so zu unterrichten, als wäre sie eine neue Art von Taschenrechner – etwas, bei dem man einfach nur lernt, die Tasten zu drücken. Aber dieser neue Roboter-Bibliothekar ist anders. Er ist eher wie ein Kollaborateur, der manchmal Dinge erfindet (wir nennen das „Halluzinationen“) oder versehentlich den Stil von jemand anderem kopiert, ohne es zu sagen. Deshalb eilen Universitäten darum herum, neue Regeln festzulegen. Sie müssen den Studierenden nicht nur beibringen, was KI ist, sondern wie sie der „Chef“ des Roboters sind: wie man die richtigen Fragen stellt, wie man erkennt, wenn der Roboter lügt, und wie man sicherstellt, dass man selbst weiterhin das Denken übernimmt und nicht nur der Roboter. In diesem Papier geht es darum, eine Karte für diese Reise zu erstellen, damit Studenten und Lehrer sich nicht im Labyrinth der Roboter-Helfer verlieren.

Die große Idee des Papers: Eine bessere Karte für das Zeitalter der Roboter erstellen

Dieses Papier ist wie ein Team aus Architekten und Entdeckern, die beschlossen haben, eine neue, bessere Karte zu erstellen, um die Welt der KI an Universitäten zu navigieren. Die Forscher, Sunita Hirsch und Dieter Uckelmann, untersuchten eine spezifische Universität in Deutschland (Hochschule für Technik Stuttgart), die bereits versucht hatte, ein „Zertifikat“ zu erstellen, um zu beweisen, dass Studenten ihr Wissen über KI besitzen. Sie wollten sehen, ob ihre Karte funktionierte, wo sie verwirrend war und wie man sie für die Ära der GenAI korrigieren könnte.

Die alte Karte war etwas klobig
Die Universität hatte zuvor eine „Kompetenzmatrix“ erstellt, was im Grunde ein riesiges Gitter ist. Auf der einen Seite wurden verschiedene Arten von Fähigkeiten aufgelistet (wie „Fakten kennen“ oder „ethisch handeln“), und auf der anderen Seite gab es vier Schwierigkeitsstufen (von „Ich habe schon von KI gehört“ bis „Ich kann KI bauen“). Die Idee war, dass Studenten durch den Besuch von Kursen und Workshops „Credits“ sammeln konnten, ähnlich wie Videospiel-Punkte, um schließlich ein Zertifikat zu erhalten, das besagt: „Ja, diese Person ist KI-kompetent.“

Als die Forscher jedoch Studenten und Lehrkräfte nach dieser Karte fragten, fanden sie heraus, dass sie ein wenig wie eine Schatzkarte in unsichtbarer Tinte war.

• Die Verwirrung: Die vier Schwierigkeitsstufen waren zu schwer voneinander abzugrenzen. Die Studenten konnten nicht feststellen, ob sie auf Level 2 oder Level 3 waren. Es war zu kompliziert.
• Das fehlende Puzzleteil: Die alte Karte berücksichtigte die neue „Roboter-Bibliothekarin“ (GenAI) nicht wirklich. Sie behandelte KI wie ein statisches Werkzeug, aber GenAI ist ein gesprächiger, interaktiver Partner. Der Karte fehlte der Platz für Fähigkeiten wie das „Prompting“ (das Sprechen mit der KI, um gute Ergebnisse zu erzielen) oder das „Kalibrieren von Vertrauen“ (zu wissen, wann man dem Roboter glauben kann und wann man ihn doppelt prüfen muss).
• Das Usability-Problem: Während alle darin einverstanden waren, dass das Zertifikat eine gute Idee war, war der eigentliche Prozess, es zu erhalten, etwas sperrig. Es war schwierig, den Fortschritt zu verfolgen, und die Regeln fühlten sich vage an.

Die neue Karte: Einfacher, smarter und interaktiver
Basierend auf Interviews mit 13 Studierenden und Mitarbeitern sowie einer Umfrage unter 61 Personen haben die Autoren die Karte neu gestaltet. Sie erkannten, dass man bei der neuen KI aufhören muss, sie nur als „Wissen“ zu betrachten, und statfangen muss, sie als eine Reihe aktiver Gewohnheiten zu begreifen.

Sie brachten das Ganze auf eine dreistufige Leiter und fünf Hauptkompetenzbereiche herunter:

1. Die drei Ebenen (Die Leiter):

   • Level 1: Grundlagen. Dies ist die „Hallo, Roboter“-Phase. Man lernt, KI im täglichen Leben zu erkennen, die Grundlagen ihrer Funktionsweise zu verstehen und sie für einfache Aufgaben zu nutzen.
   • Level 2: Vertiefung. Hier wird man zum „Roboter-Kritiker“. Man nutzt die KI nicht nur, sondern lernt, besser mit ihr zu kommunizieren (Prompting), Halluzinationen zu erkennen (prüfen, ob sie lügt) und sie in die eigene Studienarbeit einzubinden.
   • Level 3: Fortgeschrittene Praxis. Dies ist die „Roboter-Dirigent“-Phase. Man nutzt das Werkzeug nicht nur, sondern gestaltet, wie es in komplexe Projekte passt, lehrt andere, wie man es verantwortungsbewusst einsetzt, und trifft große Entscheidungen darüber, wann man die KI nicht verwenden sollte.

2. Die fünf Kompetenzbereiche (Der Rucksack):

   • Konzeptionell & Technisch: Wissen, was unter der Haube steckt.
   • Kritisch, Ethisch & Rechtlich: Auf Bias (Voreingenommenheit), Urheberrechtsfragen und Wahrhaftigkeit prüfen.
   • Praktische Interaktion: Die Kunst, mit der KI zu sprechen (Prompting) und mit ihr zu arbeiten.
   • Kreation: Dinge mit KI erschaffen, nicht sie nur benutzen.
   • Selbstregulation: Die wichtigste Fähigkeit von allen. Dies ist das Wissen, wann man die Nutzung der KI stoppen muss, damit man nicht träge wird, und das Bewusstsein, den eigenen Geist aktiv zu halten.

Was sie herausgefunden haben (Die „Aha!“-Momente)
Das Paper legt nahe, dass die alte Denkweise über KI-Literacy zu statisch war. Es reichte nicht aus, nur etwas über KI zu „wissen“. Die neuen Erkenntnisse zeigen, dass die Interaktion der Schlüssel ist. Man muss lernen, wie man ein Gespräch mit der KI führt, wie man mit ihr argumentiert und wie man die eigene Aufmerksamkeit steuert, damit man nicht zulässt, dass der Roboter das gesamte Denken übernimmt.

Die Forscher stellten fest, dass die Idee eines Zertifikats zwar populär war (die Leute hielten es für nützlich und relevant), der Weg, wie es organisiert war, jedoch das Problem darstellte. Durch die Vereinfachung der Stufen von vier auf drei und das Hinzufügen spezifischer Fähigkeiten wie „Prompting“ und „Selbstregulation“ fühlt sich der neue Rahmen viel mehr nach dem echten Leben an. Er erkennt an, dass GenAI bereits Teil der Art und Weise ist, wie Studenten lernen und Lehrer lehren, und versucht, diese Beziehung gesund und produktiv statt beängstigend oder verwirrend zu gestalten.

Das Fazit
Dieses Paper behauptet nicht, alles gelöst zu haben. Es ist ein Vorschlag, ein Entwurf für ein besseres System, basierend auf dem, was echte Menschen als notwendig empfanden. Die Autoren schlagen vor, dass Universitäten, wenn sie Studenten auf die Zukunft vorbereiten wollen, aufhören sollten, KI wie ein gruseliges Monster oder einen Zauberstab zu behandeln. Stattdessen sollten sie sie wie einen mächtigen, leicht unzuverlässigen neuen Teamkollegen behandeln. Das Ziel ist nicht nur der Erwerb eines Zertifikats; es geht darum, einen Rahmen zu schaffen, in dem Studenten lernen, die Kapitäne ihres eigenen Lernens zu sein und die KI als Werkzeug zu nutzen, ohne zuzulassen, dass sie das Steuer übernimmt. Die neue Karte, die sie gezeichnet haben, ist einfacher, ehrlicher in Bezug auf die Risiken und hilft viel besser dabei, die wilde, sich schnell verändernde Welt des Roboter-Biblithekars zu navigieren.