In den modernen Klassenzimmern hat eine neue Art der Ungewissheit Wurzeln geschlagen. Jahrzehntelang haben Pädagogen beobachtet, wie digitale Werkzeuge mit großen Versprechen eintrafen: dass Computer das Lernen personalisieren, die Benotung automatisieren und Lehrer von routinemäßigen mühsamen Aufgaben befreien würden. Diese Visionen werden oft als „große Zukünfte“ bezeichnet – groß angelegte, optimistische Erzählungen darüber, wie Technologie die Gesellschaft transformieren wird. Doch wenn diese Erzählungen auf die Realität eines geschäftigen Klassenzimmers treffen, geraten sie oft ins Straucheln. Lehrer akzeptieren diese Versprechen nicht einfach oder lehnen sie nicht kategorisch ab. Stattdessen sehen sie sich mit einer komplexen, sich ständig verändernden Landschaft konfrontiert, in der die Regeln unklar sind, die Werkzeuge unvorhersehbar sind und der beste Weg nach vorn in keinem Handbuch geschrieben steht. Dies ist das Reich der „kleinen Zukünfte“, der kleinen, täglichen Entscheidungen, die Lehrer treffen, um das Unbekannte zu bewältigen. Genau hier, in der stillen, unglanzvollen Arbeit des Anpassens eines Unterrichtsplans oder der Entscheidung, ob man einem Schüler die Nutzung eines Chatbots gestatten darf, wird die wahre Zukunft der Bildung gebaut.

Eine aktuelle Studie der Universität Tartu in Estland untersucht genau, wie dies geschieht. Die Forscher begleiteten zwei Oberstufenselehrer für Englisch, die im Bericht als Maria und Elena bezeichnet werden, über einen Zeitraum von zweieinhalb Jahren. Sie fragten diese Lehrer nicht einfach danach, was sie über künstliche Intelligenz denken; sie beobachteten, wie die Lehrer sie tatsächlich im Alltag nutzten, während sie versuchten, eine Technologie zu verstehen, die selbst noch dabei war, sich zu definieren. Die Studie zeigt, dass Lehrer keine passiven Empfänger des technologischen Wandels sind. Stattdessen sind sie aktive Gestalter desselben und betreiben einen Prozess, den die Autoren als „Tinkering“ (Herumtüfteln) bezeichnen. Dies ist nicht das spielerische Experimentieren eines Hobbyisten, sondern eine ernsthafte, professionelle Methode von Versuch und Irrtum. Lehrer passen Prompts an, kombinieren verschiedene Software-Tools, geben jene auf, die scheitern, und schreiben ihre eigenen Regeln ständig um, um sie an ihre spezifischen Bedürfnisse anzupassen. Durch diese Arbeit definieren sie im Stillen neu, was künstliche Intelligenz in ihren Schulen werden darf.

Die beiden Lehrerinnen der Studie standen unter demselben nationalen Druck, künstliche Intelligenz einzuführen. Estland hatte ein großes nationales Programm gestartet, um diese Werkzeuge in die Sekundarstufe II zu integrieren, wobei die Technologie als essenziell für den Aufbau einer klugen Nation gerahmt wurde. Beide Lehrerinnen begannen ihre Reise mit ähnlichen Erwartungen und hatten Zugang zu denselben digitalen Ressourcen. Dennoch entwickelten sich ihre Klassenzimmer zu zwei sehr unterschiedlichen Orten. Maria, die in einem multilingualen Umfeld unterrichtet, begann, künstliche Intelligenz als eine Form der Unterstützungsinfrastruktur zu betrachten. Sie nutte sie, um Quizfragen zu erstellen, Feedback zu entwerfen und Unterrichtsmaterialien zu generieren. Für sie war die Technologie ein Weg, die mentale Last des Lehrens zu teilen – ein unermüdlicher Assistent, der die repetitiven Aufgaben übernehmen konnte, damit sie sich auf ihre Schüler konzentrieren konnte. Sie überließ der Technologie jedoch nicht das Ruder. Sie betrachtete die Ergebnisse dieser Werkzeuge mit Vorsicht und korrigierte und überprüfte die Inhalte ständig, bevor sie sie ihren Schülern zeigte. Sie regulierte, wann die Schüler die Technologie nutzen durften, und schränkte sie bei Tests streng ein, um Fairness zu gewährleisten. In ihrem Klassenzimmer wurde künstliche Intelligenz zu einem Hintergrund-Nutzen – nützlich, aber immer unter menschlicher Aufsicht.

Ihre Kollegin Elena schlug einen anderen Weg ein. Sie nutzte die Technologie nicht primär, um Zeit zu sparen oder ihre Arbeitsbelastung zu reduzieren. Stattdessen machte sie die Technologie selbst zum Thema ihres Unterrichts. Sie brachte die künstliche Intelligenz als Diskussionsthema in das Klassenzimmer, indem sie die Schüler bat, maschinengeschriebene Texte mit menschlichen Texten zu vergleichen und die Grenzen der Software zu kritisieren. Sie ermutigte ihre Schüler, die Werkzeuge nicht als Abkürzungen zur Umgehung der Hausaufgaben zu betrachten, sondern als Gesprächspartner, mit denen man nachdenken kann. Wenn die Technologie eine oberflächliche oder irreführende Antwort lieferte, nutzte Elena diesen Moment, um ihren Schülern etwas über Zuverlässigkeit und Voreingenommenheit beizubringen. Sie gestaltete ihre Aufgaben so um, dass die eigentliche Arbeit im Unterricht erledigt werden musste, wo die Technologie nicht eingreifen konnte, während sie deren Nutzung in der Vorbereitungsphase erlaubte. Für Elena war die Ungewissheit der Technologie kein Problem, das es zu lösen galt, sondern eine Ressource, die es zu erforschen galt. Sie lehrte ihre Schüler, wie man in einer Welt lebt, in der künstliche Intelligenz überall präsent ist, und bereitete sie darauf vor, diese kritisch zu hinterfragen und zu navigieren, statt sie nur zu benutzen.

Was diese Studie so bedeutend macht, ist die Art und Weise, wie sie das gängige Narrativ herausfordert, dass Lehrer neue Technologien entweder begrüßen oder ablehnen. Die Forscher fanden heraus, dass weder Maria noch Elena die künstliche Intelligenz im traditionellen Sinne ablehnten. Sie verboten sie nicht und weigerten sich nicht, sie zu nutzen. Stattdessen betrieben sie das, was die Autoren als „stillen Backlash“ (stillen Widerstand) bezeichnen. Dies ist kein lauter Protest oder eine öffentliche Weigerung. Es ist eine subtile, praktische Neukonfiguration der Rolle der Technologie. Indem sie kleine, tägliche Entscheidungen darüber trafen, wann ein Werkzeug genutzt, wie dessen Ergebnis modifiziert und welche Regeln für die Schüler aufgestellt werden, schrieben diese Lehrerinnen die von politischen Entscheidungsträgern versprochenen „großen Zukünfte“ im Stillen um. Sie nahmen die große Vision eines automatisierten, effizienten Bildungssystems und gestalteten sie zu etwas um, das ihren spezifischen Werten und den unmittelbaren Bedürfnissen ihrer Schüler entsprach.

Die Studie legt nahe, dass die Zukunft der Bildung nicht von Technologieunternehmen oder Regierungsbehörden in die Schulen geliefert wird. Sie wird im Moment ausgehandelt, durch die chaotische, iterative Arbeit der Lehrer. Die Forscher beobachteten, dass Ungewissheit kein vorübergehendes Hindernis ist, das verschwinden wird, sobald sich die Technologie verbessert. Sie ist ein permanenter Zustand des Lehrens mit diesen Werkzeugen. Lehrer müssen ständig entscheiden, was sicher, was fair und was pädagogisch wertvoll ist, in einer Landschaft, die sich alle paar Monate verändert. Der „stille Backlash“ ist das Ergebnis dieser ständigen Verhandlung. Es ist die kollektive, unsichtbare Arbeit der Lehrer, die sicherstellen, dass die Technologie dem menschlichen Lernen dient und nicht es diktiert.

Am Ende zeigt die Arbeit, dass die Bedeutung der künstlichen Intelligenz in der Bildung nicht feststeht. Sie ist kein Werkzeug mit einem einzigen, vorbestimmten Zweck. Ihre Rolle wird durch die täglichen Handlungen der Menschen geschaffen, die sie nutzen. Maria und Elena warteten nicht auf eine perfekte Lösung oder einen klaren Satz von Regeln von oben. Sie begannen mit dem, was sie hatten, und passten sich während des Prozesses an. Durch ihr Tinkering erschufen sie zwei unterschiedliche Versionen der Zukunft: eine, in der künstliche Intelligenz eine unterstützende Hintergrundkraft ist, und eine andere, in der sie ein sichtbares Objekt kritischer Untersuchung darstellt. Beide Ansätze sind valide, und beide sind das Ergebnis von Lehrkräften, die ihr eigenes Berufsleben aktiv gestalten. Die Studie kommt zu dem Schluss, dass wir, bevor wir messen können, ob künstliche Intelligenz die Bildung verbessert, zuerst verstehen müssen, wie Lehrer sie funktionsfähig machen. Die Zukunft des Lernens ist kein fernes Ziel; sie wird genau jetzt gebaut, Entscheidung für kleine, sorgfältige Entscheidung.