KI und digitale Autonomie in Wissenschaft und Bildung

Die meisten Lehrenden und Lernenden sind sich einig, dass KI-gestützte Bildungstechnologien das Lehren und Lernen in Zukunft maßgeblich prägen werden. Das heißt auch: Hochschulen werden Lehrenden und Lernenden in Zukunft solche Bildungstechnologien verstärkt zugänglich machen müssen. Eine Option, das zu tun, ist der Erwerb von Lizenzen für die Nutzung von KI-Werkzeugen bei OpenAI, Google und Co.. Entscheiden sich die Hochschulen dafür, ist allerdings die Autonomie der Lernenden, Lehrenden und Institutionen in mehrerlei Hinsicht gefährdet: Erstens werden Daten gezwungenermaßen auf Server in den USA übertragen. Zweitens ist es Lehrenden nur eingeschränkt möglich, die Werkzeuge so zu nutzen, dass sie in die eigene pädagogische Strategie passen. Drittens haben Forschende an den Hochschulen nicht die Möglichkeit, die Werkzeuge im Rahmen von Forschung zu untersuchen und weiterzuentwickeln. Viertens machen sich die Hochschulen davon abhängig, dass US-Konzerne ihre Technologien dauerhaft und verlässlich in akzeptabler Qualität und zu verkraftbarem Preis anbieten – und zwar unter angemessenen ethischen Rahmenbedingungen (deren Vorhandensein schon jetzt teils fragwürdig ist).
Wir haben das Netzwerk KI und digitale Autonomie in Wissenschaft und Bildung (KIAuBi) gegründet, um eine andere Vision zu entwickeln, die die Autonomie der Lernenden, Lehrenden und Hochschulen wahrt und stärkt.
Unser Vorschlag: Hochschulen sollten statt proprietärer Werkzeuge auf Open-Source-Technologien setzen, die idealerweise auf eigener Hardware betrieben werden. Dadurch bleiben sämtliche Daten vor Ort, die Werkzeuge können flexibel an die Bedürfnisse in der Lehre angepasst werden und die Forschenden haben umfassende Einsicht und Zugriff darauf.
Die Hochschulen haben jetzt die Chance, einen wesentlichen Schritt Richtung mehr Autonomie zu tun und damit Lehre und Forschung entscheidend zu stärken. Wir appelieren an die Verantwortlichen, diese Gelegenheit nicht verstreichen zu lassen.

Literacy: - Bahr, A., Mayer, M. (2024). KI-Modelle an Hochschulen. Auswege aus der digitalen Unmündigkeit. Frankfurter Allgemeine Zeitung, 15.01.2024. - Kasneci, E. u.a. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274 - Köller, O., Thiel, F. u.a. (2024). Large Language Models und ihre Potenziale im Bildungssystem. Impulspapier der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz. - Paaßen, B. (2024). Warum Hochschulen jetzt eigene Sprachmodelle hosten sollten. jmwiarda.de, 26.01.2024. https://www.jmwiarda.de/2024/01/26/warum-hochschulen-jetzt-selbst-sprachmodelle-hosten-sollten/