From Fragmentation to Integration: A Delphi-Validated AI Literacy Competency Framework for Higher Education Teachers in China

Die Hochschulbildung befindet sich derzeit in einem tiefgreifenden Wandel. Generative Künstliche Intelligenz – die Technologie hinter Werkzeugen, die Aufsätze schreiben, komplexe Probleme lösen und Gespräche führen können – ist mit verblüffender Geschwindigkeit in den Universitäten angekommen. Für Lehrkräfte stellt diese Technologie eine duale Realität dar: Sie bietet leistungsstarke Möglichkeiten zur Personalisierung des Lernens und zur Unterstützung der Forschung, wirft jedoch gleichzeitig ernsthafte Fragen über akademische Redlichkeit, Datenschutz und das eigentliche Wesen des Lernens auf. Um diese neue Landschaft zu navigieren, benötigen Pädagogen mehr als nur die Fähigkeit, Knöpfe zu drücken; sie benötigen ein tiefes Verständnis dafür, wie diese Werkzeuge funktionieren, wie man sie ethisch einsetzt und wie man sie in den eigenen Unterricht integriert, ohne die eigene professionelle Handlungsfähigkeit zu verlieren. Während Regierungen und Universitäten bereits begonnen haben, Leitlinien für diese neue Ära zu entwerfen, existieren diese Anweisungen oft isoliert und schaffen so ein Flickenteppich aus Regeln, der verwirrend und inkonsistent sein kann.

Als Reaktion auf diese Fragmentierung unternahm ein Forscherteam das Ziel, eine einheitliche Landkarte für chinesische Hochschullehrer zu erstellen. Sie strebten danach, einen einzigen, kohärenten Rahmen zu schaffen, der definiert, was es bedeutet, im spezifischen Kontext der chinesischen Hochschulbildung in der Künstlichen Intelligenz kompetent zu sein. Die Forscher raten nicht einfach, was Lehrer benötigen könnten; sie begannen mit einem sorgfältigen Vergleich von vier bestehenden offiziellen Dokumenten und politischen Rahmenbedingungen aus China sowie zwei internationalen Modellen. Diese initiale Analyse offenbarte eine signifikante Diskrepanz. Einige Dokumente behandelten KI als ein einfaches Werkzeug, das zu benutzen ist, während andere sie als Partner im Lernprozess betrachteten. Einige listeten Fähigkeiten als statische Checkliste auf, während andere versuchten, einen Entwicklungspfad zu beschreiben. Die Forscher identifizierten drei Hauptspannungsfelder, die das Feld aufhalten: der Kampf zwischen der Erstellung einer einheitlichen Regel für alle versus der Ermöglichung lokaler Kontexte, der Konflikt zwischen der Auflistung von Fähigkeiten als fester Satz versus der Darstellung ihrer Entwicklung über die Zeit und die Uneinigkeit darüber, ob KI lediglich eine Maschine oder ein aktiver Teilnehmer in der Bildung ist.

Um diese Spannungen aufzulösen, synthetisierten die Forscher einen vorläufigen Rahmen, der aus siebenundzwanzig spezifischen Fähigkeiten und Verständnissen besteht, die in drei unterschiedliche Entwicklungsschichten gegliedert sind. Die erste Schicht, die Basis (Foundation), deckt die Grundlagen ab: das Verständnis dessen, was KI ist, das Wissen darüber, wie man die Werkzeuge nutzt, und das Begreifen der ethischen Regeln. Die zweite Schicht, die Praxis (Practice), konzentriert sich auf das Klassenzimmer: das Entwerfen von Unterrichtseinheiten unter Verwendung von KI, das Erstellen neuer Lernmaterialien und die faire Bewertung von Studierenden in einer KI-reichen Umgebung. Die dritte Schicht, die Innovation (Innovation), blickt in die Zukunft: das Neugestalten ganzer Kurse, die Leitung von Forschung und das Mentoring von Kollegen. Entscheidend ist, dass die Forscher die Ethik nicht als ein einzelnes Kästchen betrachteten, das man ankreuzen muss, sondern als einen Faden, der sich durch alle drei Schichten zieht und sicherstellt, dass eine verantwortungsvolle Nutzung bei jedem Schritt berücksichtigt wird.

Dieser Entwurf des Rahmens wurde dann durch einen strengen Expertenkonsultationsprozess, bekannt als Delphi-Studie, auf die Probe gestellt. Die Forscher luden fünfzehn führende Wissenschaftler und Universitätsadministratoren ein, die alle über tiefe Erfahrung in Bildung und Technologie verfügen, um die vorgeschlagenen Fähigkeiten zu prüfen. In der ersten Runde bewerteten diese Experten jede der siebenundzwanzig Indikatoren hinsichtlich ihrer Wichtigkeit und Klarheit. Das Feedback war unmittelbar und spezifisch. Die Experten schlugen vor, einige sich überschneidende Punkte zusammenzuführen, einen redundanten Punkt zu entfernen und drei neue, kritische Fähigkeiten hinzuzufügen, die bisher fehlten, wie etwa die Nutzung von KI, um den Unterricht für Studierende mit Behinderungen zugänglicher zu machen. Sie bestanden zudem darauf, dass die ethische Dimension zu einem übergreifenden Prinzip erhoben werden müsse, statt nur ein weiterer Punkt auf einer Liste zu sein.

In der zweiten Runde überprüften die Experten den überarbeiteten Rahmen. Die Ergebnisse waren entscheidend. Sechsundzwanzig der siebenundzwanzig Indikatoren erreichten einen starken Konsens, was bedeutete, dass die Experten zustimmten, dass sie essenziell und klar definiert waren. Diese sechsundzwanzig Fähigkeiten bilden nun den Kern eines validierten Kompetenzrahmens für chinesische Hochschullehrer. Ein Indikator jedoch, der das Management der Klassendynamik beim Einsatz von KI durch Studierende betraf, erreichte nicht das erforderliche Maß an Übereinstimmung. Die Experten empfanden diesen Bereich als noch zu neu und ungewiss, um als Standardanforderung deklariert zu werden. Folglich behielten die Forscher diese spezifische Fähigkeit separat und bezeichneten sie als vorläufiges Element, das weitere Studien erfordert, bevor es formal übernommen werden kann.

Das Endergebnis ist ein strukturierter, evidenzbasierter Leitfaden, der über eine einfache Liste technischer Fähigkeiten hinausgeht. Er bietet einen Entwicklungspfad und erkennt an, dass Lehrkräfte mit grundlegendem Bewusstsein beginnen und zu Führungspersönlichkeiten heranwachsen können, die den Ansatz ihrer Institutionen gegenüber Technologie neu gestalten. Der Rahmen erweitert bestehende internationale Modelle, indem er sie explizit an den chinesischen Kontext anpasst und die Kompetenzen in eine klare Progression vom Erlernen der Grundlagen bis hin zur Innovation mit der Technologie ordnet. Während dieser Rahmen eine solide Grundlage für Universitäten zur Gestaltung von Trainingsprogrammen und für politische Entscheidungsträger zur Festlegung von Standards bietet, mahnen die Forscher, dass er noch kein fertiges Messinstrument ist. Er wurde durch Expertenmeinung validiert, aber noch nicht in der Praxis im Klassenzimmer getestet, um zu sehen, ob er tatsächlich die Leistung einer Lehrkraft präzise vorhersagt. Der nächste Schritt für das Fachgebiet besteht darin, diesen Rahmen zu nutzen, um tatsächliche Tests zu entwickeln und Lehrkräfte in Aktion zu beobachten, um sicherzustellen, dass die von ihnen gezeichnete Landkarte tatsächlich zum Ziel eines effektiven, ethischen und menschenzentrierten Unterrichts im Zeitalter der Künstlichen Intelligenz führt.