Artificial Intelligence literacy training for rural primary and secondary school teachers from the perspective of complex dynamic systems theory: What do teachers really need?
Geleitet von der Theorie komplexer dynamischer Systeme und der Unified Theory of Acceptance and Use of Technology zeigt diese Mixed-Methods-Studie auf, dass ländliche chinesische Lehrkräfte zwar eine starke Motivation und positive Einstellungen gegenüber KI besitzen, ihre Entwicklung der KI-Literacy jedoch durch fragmentierte Schulungen und systemische Barrieren behindert wird, was einen Übergang hin zu systematischen, flexiblen und praxisorientierten professionellen Lernumgebungen erfordert, die auf ihre authentischen Bedürfnisse zugeschnitten sind.
Originalarbeit lizenziert unter CC BY 4.0 (https://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
In den stillen Ecken der Klassenzimmer im ländlichen China vollzieht sich eine stille Transformation. Künstliche Intelligenz, einst das Terrain futuristischer Labore, ist in Form von Werkzeugen angekommen, die Unterrichtspläne schreiben, Arbeiten benoten und Bilder generieren können. Für Lehrer in diesen Gebieten ist die Frage nicht mehr, ob diese Technologie existiert, sondern wie sie sie für sich nutzbar machen können. Um diesen Wandel zu verstehen, betrachten Forscher zwei leitende Ideen. Erstens berücksichtigen sie das Konzept der „Literalität“ (Alphabetisierung), was in diesem Kontext mehr bedeutet als nur zu wissen, wie man eine Maschine einschaltet; es beinhaltet das Verständnis dafür, wie die Technologie denkt, zu wissen, wann man ihrem Output vertrauen kann, und sie verantwortungsbewusst in den täglichen Rhythmus des Unterrichts einzubinden. Zweitens betrachten sie das Klassenzimmer nicht als einen statischen Raum mit festen Regeln, sondern als ein lebendiges, atmendes System, in dem das Selbstvertrauen der Lehrkräfte, die Ressourcen der Schule, die lokale Kultur und die Technologie selbst ständig gegeneinander und miteinander wirken. Wenn diese Elemente im Einklang stehen, findet Lernen statt; wenn sie kollidieren, stagniert der Fortschritt. Der Einsatz ist hoch, denn wenn Lehrer im ländlichen Raum nicht in der Lage sind, diese Werkzeuge zu beherrschen, könnte sich die Kluft zwischen ihren Schülern und denen in gut ausgestatteten Städten vergrößern und eine ganze Generation im digitalen Zeitalter zurücklassen.
Ein Forschungsteam von Universitäten aus Thailand, Macau und dem chinesischen Festland hat sich auf den Weg gemacht, um zu ergründen, was in diesen ländlichen Schulen wirklich geschieht. Sie wollten über die üblichen Umfragen hinausgehen, die lediglich fragen, ob Lehrer Technologie mögen. Stattdessen fragten sie, was diese Pädagogen tatsächlich brauchen, um erfolgreich zu sein. Die Studie konzentrierte sich auf 101 Lehrer aus Primar- und Sekundarschulen im ländlichen China – eine Gruppe, die oft vor einzigartigen Herausforderungen wie begrenztem Internetzugang und weniger Fortbildungsmöglichkeiten steht. Die Forscher kombinierten einen detaillierten Fragebogen mit Tiefeninterviews und sprachen direkt mit Lehrkräften und Bildungsexperten, um ein vollständiges Bild der Lage zu erhalten. Sie wurden von einer Theorie geleitet, die Lernen als einen komplexen, dynamischen Prozess betrachtet, was bedeutete, dass sie untersuchten, wie verschiedene Faktoren interagieren, anstatt nur isolierte Fähigkeiten zu zählen.
Die Ergebnisse zeichneten das Bild von engagierten, aber überforderten Fachkräften. Die befragten Lehrer sind nicht gegen Veränderungen; tatsächlich werden sie von einem starken inneren Lernwillen angetrieben. Die meisten berichteten, dass sie Künstliche Intelligenz studieren, weil sie ihren Unterricht verbessern und mit einer sich schnell verändernden Welt Schritt halten wollen, und nicht, weil sie von einem Vorgesetzten oder einer Richtlinie dazu gezwungen werden. Sie fühlen sich in ihrer Fähigkeit, Neues zu lernen, sicher und glauben, dass diese Werkzeuge ihnen Zeit sparen und ihre Klassenzimmer effektiver machen können. Doch dieser Enthusiasmus stößt an eine Wand, wenn sie versuchen, ihr Wissen anzuwenden. Die Studie ergab, dass die Lehrer zwar lernen, ihr Lernen jedoch fragmentiert ist. Sie verlassen sich stark auf Smartphones und kurze Videos auf Social-Media-Plattformen, um Tipps aufzuschnappen, oft in den kleinen Zeitfenstern zwischen den Unterrichtsstunden. Diese Methode ist flexibel, lässt sie jedoch ohne ein solides, systematisches Fundament zurück. Sie wissen zwar, wie man ein Werkzeug für eine einzelne Aufgabe nutzt, haben aber Schwierigkeiten, es in einen vollständigen Unterrichtsentwurf zu integrieren oder den Inhalten zu vertrauen, die die Maschine generiert.
Die größten Hürden, mit denen die Lehrer konfrontiert sind, liegen nicht in einem Mangel an Interesse, sondern in einem Mangel an Unterstützung. Auf die Frage, was sie aufhalte, war die häufigste Antwort das Fehlen von organisierten, schrittweisen Schulungen. Sie nannten zudem einen gravierenden Zeitmangel und merkten an, dass ihre Tage bereits vollgepackt sind, was wenig Raum für das notwendige Ausprobieren lässt, um neue Software zu meischen. Darüber hinaus äußerten sie tiefe Bedenken hinsichtlich der Zuverlässigkeit der Informationen, die diese Tools produzieren, sowie des Mangels an technischer Hilfe, wenn Probleme auftreten. Viele Lehrer in diesen ländlichen Gebieten fühlen sich auf sich allein gestellt, ohne die Ressourcen oder das Budget, um bessere Schulungen oder Ausrüstung zu bezahlen. Die Studie legt nahe, dass es nicht ausreicht, ihnen einfach eine Liste von Werkzeugen zu übergeben; sie benötigen ein Unterstützungssystem, das ihre spezifische Realität versteht.
Als die Forscher fragten, welche Art von Hilfe tatsächlich funktionieren würde, war die Antwort klar und praktisch. Die Lehrer wollten keine langen, abstrakten Vorträge oder komplexen technischen Handbücher. Sie baten um kurze, klare Videos, die genau zeigen, wie man ein Werkzeug für eine spezifische Unterrichtsaufgabe verwendet, wie etwa das Erstellen eines Arbeitsblattes oder das Entwerfen einer Unterrichtsaktivität. Sie wollten herunterladbare Ressourcen, die sie sofort nutzen können, und Links zu Tools, die kostenlos oder kostengünstig sind. Sie äußerten den starken Wunsch nach Schulungen, die direkt mit ihrer täglichen Arbeit verknüpft sind und ihnen helfen, reale Probleme zu lösen, wie etwa das schnellere Korrigieren von Arbeiten oder das Erstellen personalisierter Lektionen für Schüler, die den Anschluss verlieren. Die Daten zeigten, dass sie besonders an generativer Künstlicher Intelligenz interessiert sind – jener Art von Technologie, die Texte und Bilder erstellen kann –, da sie sich zugänglich und nützlich anfühlt, ohne dass ein tiefer Hintergrund in der Informatik erforderlich ist.
Die Studie kommt zu dem Schluss, dass der Weg nach vorne einen Wandel in der Art und Weise der Vermittlung von Fortbildungen erfordert. Anstatt einmaliger Workshops, an denen Lehrer einmal teilnehmen und die sie dann vergessen, plädieren die Forscher für eine kontinuierliche, flexible Lernumgebung, die mit den Lehrkräften mitwächst. Diese Umgebung muss auf der Erkenntnis basieren, dass die Fähigkeit einer Lehrkraft, Technologie zu nutzen, keine feste Eigenschaft ist, sondern eine Fertigkeit, die sich durch die Interaktion mit ihrer spezifischen Schule, ihren Schülern und den verfügbaren Werkzeugen entwickelt. Die Autoren schlagen vor, dass für Künstliche Intelligenz im ländlichen Bildungsbereich eine Anpassung an den lokalen Kontext erfolgen muss, indem das richtige Maß an praktischen Ressourcen, technischer Unterstützung und Zeit für die Praxis bereitgestellt wird. Oh dies eine systematische und empathische Herangehensweise fehlt, wird das Potenzial dieser mächtigen Werkzeuge für genau jene Lehrer, die sie am dringendsten benötigen, unerreichbar bleiben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.