Lecturers’ Experiences in Human Expertise and Generative AI in Developing Communicative Speaking Materials for English Foreign Language (EFL)

In Klassenzimmern auf der ganzen Welt stehen Lehrkräfte vor einer ständigen Herausforderung: wie sie Schülern helfen können, eine neue Sprache nicht nur korrekt, sondern auch bedeutungsvoll zu sprechen. Seit Jahrzehnten ist der vertrauenswürdigste Ansatz, sich auf die echte Kommunikation statt auf das Auswendiglernen von Regeln zu konzentrieren. Diese Methode, bekannt als Communicative Language Teaching, fordert die Lernenden auf, Sprache zu nutzen, um Probleme zu lösen, Ideen zu teilen und miteinander zu interagieren, ganz so, wie sie es im täglichen Leben tun würden. Das Ziel ist es, eine Fertigkeit aufzubauen, bei der ein Schüler in der Lage ist, eine Konversation zu navigieren, und nicht bloß eine Grammatiktafel aufzusagen. Heute ist eine neue Kraft in diese Klassendynamik eingetreten: generative künstliche Intelligenz. Dies sind Computersysteme, die in der Lage sind, Texte zu schreiben, Szenarien zu entwerfen und Unterrichtsentwürfe in Sekundenschnelle zu erstellen. Während diese Technologie verspricht, Lehrkräften Zeit zu sparen und neue Ideen anzustoßen, wirft sie auch eine leise, aber dringliche Frage auf. Wenn eine Maschine einen Unterrichtsentwurf sofort schreiben kann, muss die Lehrkraft dann noch der Expertenentwerfer dieses Unterrichts sein? Die Antwort ist wichtig, denn das Sprachenlernen ist zutiefst menschlich; es beruht auf dem Verständnis von Kultur, Emotionen und der chaotischen, unvorhersehbaren Natur echter Konversation.

Ein Team von Forschern setzte sich zum Ziel, zu beobachten, wie Englischlehrkräfte in Indonesien diese neue Realität bewältigen. Sie konzentrierten sich auf fünf Hochschuldozenten, die Sprechfertigkeiten an Studierende lehren, die sich zur Englischlehrkraft ausbilden. Diese Pädagogen nutzen Werkzeuge wie ChatGPT und ähnliche Programme, um Materialien für ihre Kurse zu erstellen. Die Forscher fragten nicht, ob die Lehrkräfte die Technologie nutzten; sie fragten, wie sie sie nutzten. Durch detaillierte Gespräche hörte das Team zu, wie diese Dozenten ihre eigene professionelle Erfahrung mit dem sofortigen Output der künstlichen Intelligenz abwogen. Was sie fanden, war ein klares Muster menschlicher Kontrolle. Die Lehrkräfte kopierten nicht einfach das, was der Computer ihnen gab. Stattdessen behandelten sie die künstliche Intelligenz als einen hilfreichen Assistenten, der Ideen sammeln oder einen ersten Entwurf eines Unterrichts erstellen konnte, aber sie bestanden darauf, die endgültigen Redakteure und Entscheidungsträger zu sein.

Die Dozenten erklärten, dass ihre Expertise darin liege, ihre spezifischen Studierenden und den lokalen Kontext zu kennen. Sie beschrieben einen Prozess, bei dem sie beispielsweise eine künstliche Intelligenz bitten könnten, eine Rollenspielaktivität über einen Markt oder ein Debattenthema vorzuschlagen. Der Computer würde schnell ein Skript oder eine Reihe von Anweisungen generieren. Die Lehrkräfte griffen jedoch ein, um diesen Inhalt umzugestalten. Sie stellten fest, dass der Computer oft Gespräche produzierte, die zu perfekt, zu höflich und zu logisch waren. Echte menschliche Sprache, betonten sie, ist voller Unterbrechungen, Zögerns und Momente, in denen Menschen einander missverstehen, bevor sie einen Weg finden, die Sache zu klären. Die Dozenten schrieben den glatten Dialog des Computers um, um diese realistischen Unvollkommenheiten einzubauen und sicherzustellen, dass die Studierenden für die tatsächliche Welt übten, nicht für eine polierte Simulation. Sie passten auch die Themen an ihre lokale Umgebung an, indem sie allgemeine Beispiele durch Themen ersetzten, die für ihre Region relevant waren, wie etwa lokaler Tourismus oder Umweltprobleme in Südsulawesi.

Diese sorgfältige Redaktion handelte nicht nur davon, Fehler zu korrigieren; es ging darum, den pädagogischen Wert des Unterrichts zu schützen. Die Lehrkräfte fanden heraus, dass die künstliche Intelligenz zwar Stunden der Vorbereitungszeit sparen konnte, aber nicht das Urteilsvermögen ersetzen konnte, das nötig ist, um zu entscheiden, was ein Student tatsächlich lernen muss. Ein Dozent merkte an, dass der Computer eine schwierige Aktivität vorschlagen könnte, die auf dem Papier gut aussah, aber die spezifische Gruppe von Studierenden vor ihm verwirren würde. Ein anderer erwähnte, dass der Computer oft kulturelle Nuancen übersah und Beispiele anbot, die sich fremd oder unangemessen für indonesische Lernende anfühlten. Die Lehrkräfte fungierten als Filter und stellten sicher, dass jedes Stück Material kulturell relevant und pädagogisch fundiert war. Sie betrachteten die Technologie als ein Werkzeug, um kreative Erschöpfung zu überwinden, das einen Funken neuer Ideen bot, blieben aber diejenigen, die entschieden, welche Ideen beibehalten und wie sie verfeinert werden sollten.

Die Studie hob auch hervor, wie diese Lehrkräfte ihre eigenen Studierenden auf dieses digitale Zeitalter vorbereiteten. Anstatt künstliche Intelligenz zu verbieten, ermutigten die Dozenten ihre Studierenden, sie kritisch zu nutzen. Sie baten die Studierenden, das, was der Computer schrieb, mit dem zu vergleichen, was sie aus Lehrbüchern oder aus dem echten Leben wussten. Das Ziel war es, die Studierenden dazu zu bringen, den Output zu hinterfragen, Biases (Voreingenommenheiten) zu erkennen und Fakten zu verifizieren. Die Lehrkräfte betonten, dass die Maschine nicht neutral ist; sie trägt ihre eigenen Annahmen und Muster in sich. Indem sie die Studierenden lehrten, die Technologie zu evaluieren, stellten die Dozenten sicher, dass die nächste Generation von Lehrkräften Werkzeuge nicht nur nutzt, sondern sie versteht. Dieser Ansatz machte das Klassenzimmer zu einem Raum für kritisches Denken, in dem die Technologie ebenso sehr ein Studienobjekt wie ein Helfer war.

Letztendlich legt die Forschung nahe, dass der effektivste Weg, generative künstliche Intelligenz im Sprachunterricht einzusetzen, darin besteht, die menschliche Lehrkraft fest in der Hand zu behalten. Die Technologie brilliert bei Geschwindigkeit und Vielfalt und bietet eine breite Palette an Entwürfen und Ideen in Momenten. Aber die menschliche Lehrkraft bringt die wesentlichen Elemente von Kontext, Empathie und professionellem Urteilsvermögen ein. Die Dozenten in dieser Studie sahen sich nicht durch Maschinen ersetzt; sie sahen sich als Dirigenten eines neuen Orchesters, die die Technologie nutzen, um ihre Ressourcen zu erweitieren, während sie sicherstellten, dass die Musik den Bedürfnissen ihrer Studierenden treu blieb. Das Gleichgewicht, das sie fanden, handelte nicht davon, wie viel Arbeit der Computer erledigte, sondern darum, wer die wichtigen Entscheidungen traf. Solange die Lehrkraft diejenige blieb, die die Lernziele definierte, die Materialien an die Studierenden anpasste und die Qualität der Interaktion beurteilte, diente die Technologie als kraftvolle Unterstützung. Die Studie kommt zu dem Schluss, dass die Zukunft des Sprachunterrichts nicht darin liegt, sich zwischen menschlicher Expertise und künstlicher Intelligenz zu entscheiden, sondern in einem Partnerschaft zu finden, in der die Maschine die Routine übernimmt und der menschliche Geist die Bedeutung gestaltet.