Blog

Prävention von Underachievement

Tue, 07 Jan 2025 13:59:12 GMT

Eine duale Modellbetrachtung zu Motivation und Künstlicher Intelligenz

Beitrag erschienen im Tagungsband zum 11. Internationalen ÖZBF-Begabungskongress 2022, im Mai 2023.

1. Einführung

Hohe kognitive Begabungen zeigen sich – erwartungswidrig – oft nicht in entsprechend guter schulischer Leistung. Was weiß die Begabungsforschung und -förderung heute über die Faktoren, die in Schule und Familie eine Entstehung dieses „Underachievements“ begünstigen? Sind umgekehrt die Gelingensbedingungen bekannt für die Transformation von hohem Potenzial in sichtbaren Schulerfolg? Ausgehend von Del Siegles Modell der Leistungs-Orientierung (Achievement Orientation Model) werden im Beitrag grundlegende theoretische Zusammenhänge skizziert und Handlungsfelder aufgezeigt, die die Leistungsmotivation besonders begabter Schülerinnen und Schüler beeinflussen können. Aus der Perspektive langjähriger Beratungspraxis sowie unter Berücksichtigung neuer bildungsrelevanter Entwicklungen im Bereich der Künstlichen Intelligenz sollen hier Methoden in den Blick genommen werden, die dazu beitragen können, einer möglichen schulischen Minderleistung vorzubauen und die Leistungsmotivation besonders begabter Kinder zu wecken und zu fördern.

2. Das Phänomen Underachievement

Underachievement zählt zu den wohl belastendsten Phänomenen, mit denen hochbegabte Kinder, ihre Eltern und Lehrkräfte konfrontiert sein können. Nicht immer wird hohes kognitives Potenzial auch in überdurchschnittlicher Leistung sichtbar. Für den Begriff des Underachievements sind in der Literatur sehr unterschiedliche Definitionen zu finden; zumeist wird von einer Diskrepanz-Definition ausgegangen, und Underachievement wird beschrieben als „längerfristig andauernde negative Diskrepanz zwischen der intellektuellen Begabung (Potenzial) und den gezeigten Leistungen.“ (Preckel & Vock, 2013, S. 82).

Als Ursachen für dieses „Underachievement-Syndrom“ (Rimm, 2008) werden in der Literatur unter anderem die folgenden Faktoren identifiziert: „mangelnde Leistungs- und Lernmotivation, Desinteresse gegenüber unterrichtlichen Inhalten und dem schulischen Lernen allgemein, persönliche Einstellungen, Wissensvorsprung vor Mitschüler/innen, Unterforderung, Lernschwierigkeiten wie Konzentrationsschwächen oder Teilleistungsstörungen, fehlende Lern – und Arbeitstechniken, Schwierigkeiten in der Selbstregulation, …. soziokulturelle Bedingungen, ….“. (Greiten, 2021, S. 546)

Wir beobachten, dass in frühen Schuljahren hochbegabte Kinder ihre Aufgaben aufgrund ihres intellektuellen Vorsprungs meist ohne große Anstrengung bewältigen. Alles scheint ihnen zuzufliegen. Gleichzeitig jedoch bleibt ihnen über weite Strecken das Privileg verwehrt, sich mit Aufgaben auseinandersetzen zu dürfen, die sie subjektiv als schwer empfinden. Dadurch mangelt es ihnen an Gelegenheiten, Erfolgszuversicht aufzubauen und sich wichtige Lern- und Arbeitsstrategien anzueignen. Wenn später das schulische Anspruchsniveau steigt und Aufgaben nicht mehr wie gewohnt „mit Links“ erledigt werden können, verlieren viele besonders begabte Kinder das bisherige Vertrauen in ihre Fähigkeiten. Plötzlich fehlen ihnen wichtige Lernstrategien, Arbeitsroutinen und Durchhaltetechniken. Gerade bei langjährig bestehendem Underachievement sehen wir zutiefst entmutigte Kinder und um Lösung ringende Eltern und Lehrkräfte. Es lohnt deshalb besonders, Überlegung anzustellen, wie diese ungünstige Entwicklung vermieden werden kann.

Welche Ursachenkomplexe auch immer zu einem Underachievement führen können, die Leistungsmotivation ist ein zentraler Faktor, wenn Begabungen sich in akademischen Leistungen zeigen sollen. Dieser Zusammenhang wird in nahezu allen bekannten Begabungsmodellen ganz explizit dargestellt, darunter im Drei-Ringe-Modell (Renzulli, 1986), im Triadischen Interdependenz-Modell (Mönks, 1995), im Münchner Hochbegabungsmodell (Heller, Perleth & Hany, 1994), im Differenzierten Begabungs- und Talentmodell (Gagné, 2018) oder im Ökologischen Begabungsmodell (Müller-Oppliger, 2017).

Kommen sie rechtzeitig zum Einsatz, sind traditionelle Maßnahmen der Begabungsförderung, wie Akzeleration, Enrichment, Pull-out-Programme oder Leistungsgruppierungen (Ziegler, 2018) durchaus geeignet, einem Underachievement entgegenzuwirken. In diesem Beitrag soll ergänzend dazu ein Modell in den Blick genommen werden, welches anschaulich und fundiert ganz gezielt die Faktoren der Leistungsmotivation in den Blick nimmt und damit einen wichtigen Orientierungsrahmen zur Prävention von Underachievement bieten kann.

3. Modell der Leistungs-Orientierung

Im Jahr 2005 veröffentlichten Del Siegle und D. Betsy McCoach, beide von der Neag School of Education an der University of Conneticut, einen viel beachteten Beitrag, „Making a Difference: Motivating Gifted Students Who Are Not Achieving“. (Siegle & McCoach, 2005) Später vertiefte Del Siegle in „The Underachieving Gifted Child. Recognizing, Understanding & Reversing Underachievement“ die angestellten Betrachtungen. (Siegle, 2013) Bestechend klar und eindringlich skizziert er in seinem Werk ein „Achievement Orientation Modell“, und zeigt darin auch konkrete Wege aus dem Underachievement auf. Sein Konzept stützt sich dabei auf umfangreiche Studien und jahrzehntelange Praxis zu diesem Phänomen. Es vereint motivationstheoretische Erkenntnisse unter anderem aus der Selbstwirksamkeits-Theorie (Bandura, 1977), der Attributionstheorie (Weiner, 1986), dem Erwartung-Wert-Modell (Eccles & Wigfield, 1995), dem Trifocal Model (Rimm, 2008) oder dem Growth Mindset Modell (Dweck, 2012).

Siegle und McCoach gehen davon aus, dass die Motivation von Schülerinnen und Schülern beeinflusst wird durch ihre Selbstwahrnehmung in mehreren Bereichen, und dass in der Folge dadurch auch ihre schulische Leistung mitbeeinflusst wird. Erfolgreiche Schüler*innen zeichnen sich dadurch aus, dass sie ihr schulisches Leben als wert- und sinnvoll wahrnehmen (Sinnhaftigkeit). Sie haben Freude am schulischen Arbeiten oder am Ergebnis ihrer Arbeit. Motivierte Schüler*innen gehen des Weiteren davon aus, dass sie auch die Fähigkeiten und Fertigkeiten besitzen, um ihre Aufgaben mit Erfolg meistern zu können (Selbstwirksamkeit). Und schließlich haben sie Vertrauen in ihre Umwelt und glauben daran, in ihr erfolgreich sein zu können (Umwelt-Wahrnehmung). Die Ausprägung muss dabei nicht in allen drei Bereichen gleich stark, jedoch durchweg positiv sein. Schüler*innen mit diesen positiven Selbstwahrnehmungen und Einstellungen – so das Modell - werden in der Folge mit höherer Wahrscheinlichkeit realistische Erwartungen an sich selbst stellen, geeignete Strategien zur Erreichung ihrer Ziele einsetzen und ihr Verhalten entsprechend selbst steuern (Selbstregulierung).

Abbildung 1: Modell der Leistungs-Orientierung, Achievement Orientation Model (Siegle & McCoach, 2005) sowie (Siegle, 2013), eigene Übersetzung

Basierend auf diesem Modell schlagen Siegle und McCoach eine Vielzahl konkreter Maßnahmen vor, die die Motivationsspirale in Richtung akademischer Leistung in Gang setzen können. Es überzeugt dabei weniger der Neuigkeitsgrad der Methoden als vielmehr der Gesamtkontext, in dem sie sich zusammenfügen. Sie richten sich überwiegend an Lehrkräfte mit dem Ziel, ihren Schulunterricht begabungs- und motivationsförderlicher zu gestalten. Gelingt dies, wird quasi zeitgleich ein wichtiger Beitrag zur Prävention von Underachievement geleistet. Beim Studium der Maßnahmen zeigt sich, dass die vorgeschlagenen Wege auch für die elterliche Begleitung durchaus geeignet sind, um im außerschulischen Lernumfeld motivationsförderliche Rahmenbedingungen zu schaffen.

3.1. Zur Sinnhaftigkeit
Um schulische Aufgaben oder ihre Ergebnisse wertschätzen zu können und um die intrinsische Motivation zu fördern, sollen Aufgaben für die Schülerinnen und Schüler optimal herausfordernd sein und eine intellektuelle Stimulation beinhalten. Intellektuelle Stimulation kann etwa durch die Berücksichtigung der „5 Cs“ von Kanevsky und Keighley erreicht werden (Kanevsky & Keighley, 2003). Danach wünschen sich hochbegabte Schüler*innen CONTROL, Selbstbestimmung und viele Möglichkeiten, selbst wählen zu dürfen (CHOICES). Sie hoffen auf ein schnelleres und höheres Niveau des Denkens und auf Arbeitserfahrungen mit authentischen Inhalten (CHALLENGE). Sie wünschen sich Materialvielfalt und anspruchsvolle Prozesse, sowie Gestaltungsmöglichkeiten im professionellen Arbeitskontext (COMPLEXITY). Einfühlsame, warmherzige und engagierte (CARING) Lehrer stellen für die Autoren das mit Abstand wichtigste „C“ dar. Dieses kann sogar unzureichende Ausprägungen aller anderen vier „Cs“ kompensieren.

Die Sinnhaftigkeit von Aufgaben kann auch deutlich werden durch die Betonung der Nützlichkeit der Aufgabe. Den Lernenden kann aufgezeigt werden, dass ihre Arbeit auch dem Erreichen langfristiger Ziele, der persönlichen Entwicklung oder dem Gemeinwohl dient.

3.2. Zur Selbstwirksamkeit
Schülerinnen und Schüler sollen Vertrauen darin entwickeln, dass sie über die notwendigen Fähigkeiten verfügen, ihre Aufgaben zu meistern. Ihre Selbstwirksamkeitserwartung wird unter anderem beeinflusst durch früher erzielte Erfolge. Das Aufbewahren gelungener Arbeiten und Projekte, oder das Anlegen eines Schüler-Portfolios können persönliches Wachstum und individuelle Fortschritte sichtbar machen.

Für viele hochbegabte Kinder und Jugendliche stellt die Vermeidung von Anstrengung eine Form der Image-Pflege dar: „Ich hab‘s nur ganz schnell gemacht, habe gar nicht viel Zeit reingesteckt ...“ – auf diese Weise halten sie das Selbstbild des „begabten“ Kindes für sich aufrecht, dem alles leicht von der Hand geht. Wenn sie sich anstrengen müssten, fühlten sie sich plötzlich „dumm“, wie die anderen – so ihre Raison. Dann lieber Herausforderungen ganz vermeiden. Nach Siegle und McCoach ist es daher wesentlich, beim Loben hochbegabter Kinder die kritische Balance zu wahren zwischen der Anerkennung ihrer Fähigkeiten und der Betonung der Anstrengung, die mit der Entwicklung dieser Fähigkeit verbunden war. Durch dieses spezifische Feedback können sie ihr „Growth Mindset“ am besten weiterentwickeln.

3.3. Zur Umwelt-Wahrnehmun g
Dass Schülerinnen und Schüler ihre Umwelt als freundlich, fair und hinsichtlich ihrer Anstrengungen und ihre Leistung positiv wahrnehmen, ist wesentlich für die Entwicklung von Motivation und Leistungs-Orientierung. Im anderen Falle werden sie davon ausgehen, dass sie - all ihrer Bemühungen zum Trotz – in diesem Umfeld nicht erfolgreich sein können. Oft sind beispielsweise Lehrkräfte mit hochbegabten Schülern in ihrer Klasse überfordert oder fühlen sich gar durch sie bedroht. Die Schüler passen sich dann häufig an eine, in ihren Augen nicht-intellektuelle, Umwelt nach unten an; ihre „Unmotiviertheit“ wird zur Coping-Strategie. Offene Eltern-Lehrer-Schüler-Gespräche können hier helfen, und die Schüler können lernen, mit unterschiedlichen Sichtweisen umzugehen. Wann ist etwa der Kampf in eigener Sache wichtig, wann kann ein Kompromiss den eigenen Interessen besser dienen, und wann kann einfaches Ignorieren die klügere Wahl sein.

3.4. Zur Selbstregulierung
Die Entwicklung geeigneter Lern- und Arbeitsstrategien trägt maßgeblich dazu bei, schulische Aufgaben erfüllen und Leistung demonstrieren zu können. Auf Basis des Drei-Schichten-Modells von Boekaert (Boekaert, 1999) können dabei drei Arten von Lernstrategien unterschieden werden: Die kognitiven Strategien der Informationsverarbeitung und -speicherung, metakognitive Planungs- und Kontrollstrategien und motivational-volitionale Strategien zur Selbstmotivation und Selbstberuhigung. (u.a. Weinstein & Mayer, 1986) Auch der hochbegabte Schüler benötigt zum Erfolg irgendwann ganz klassische Arbeitsstrategien, das Setzen von Nah- und Fernzielen, eine Lernzeitplanung und Arbeitsorganisation, Methoden des Notizennehmens, der Textanalyse, der Gedächtnistechniken sowie – unverzichtbar - Methoden der Selbstmotivation und Selbststeuerung. Das Erlernen dieser Skills gelingt umso leichter, wenn dies im Kontext herausfordernder Aufgaben geschieht.

Es existiert nicht das eine perfekte Programm, welches auf jeden Lernenden passt und welches die Entstehung eines Underachievements verhindern kann. Das hier vorgestellte Modell der Leistungs-Orientierung offeriert jedoch einen klaren konzeptionellen Rahmen für die Förderung schulischer Motivation und Leistung. Es bietet darüber hinaus ein breites Spektrum erprobter Strategien, die dabei helfen, das Selbstkonzept der Kinder zu stärken, Leistungsfreude zu entwickeln, diese zu erhalten und so einem potenziellen Underachievement entgegenzuwirken.

4. Neuer Faktor Künstliche Intelligenz

4.1. Die Sprach-KI ChatGPT

Seit Veröffentlichung der Sprach-KI ChatGPT aus dem Hause OpenAI, siehe chat.openai.com, überschlagen sich die Ereignisse in Bildung, Wirtschaft und Gesellschaft. Seit November 2022 erleben wir eine enorme Disruption und werden Zeuge eines grundlegenden technologischen Wandels. Das auf künstlicher Intelligenz basierende ChatGPT schreibt, kürzt und überarbeitet Texte, macht Hausaufgaben, korrigiert Programmier-Codes, besteht Jura-Examen, den Turing Test und empfiehlt sich als Effizienz-Booster für die Arbeitswelt.
KI-Anwendungen sind durchaus nichts Neues. Doch mit ChatGPT wurde Künstliche Intelligenz erstmals niederschwellig und in der Breite zugänglich. Darf man von einer Technologie, die vermutlich fundamental ändern wird, wie wir lernen, arbeiten und leben auch erwarten, die Förderung von Begabungen auf neue Füße zu stellen? Im Folgenden hierzu einige Überlegungen im Kontext der schulischen Begabtenförderung und der Prävention von Underachievement.

4.2. Ändert sich jetzt unser Anspruch an Bildung?

Im besten Falle wird unser Schulsystem jetzt neu gedacht. Während zunächst die Reaktionen in der Bildungslandschaft von der Sorge um Täuschungs- und Betrugsversuche bestimmt waren, werden die neuen KI-Tools mittlerweile zum Anlass genommen für grundlegende Reflexionen über unser Bildungssystem. Im Minimalfall bedeutet dies ein Überdenken der aktuellen Prüfungskultur mit Veränderungen in Richtung neuer, anspruchsvollerer Prüfungsformate. Die KI und ihre Anwendungsmöglichkeiten haben jedoch auch das Potential, zu einem größeren Katapult zu werden: weg vom gleichgeschalteten 7-G-Lernen (alle gleichaltrigen Kinder lernen mit den gleichen Zielen und gleichen Methoden bei der gleichen Lehrkraft am gleichen Ort im gleichen Tempo die gleichen Inhalte), hin zu mehr Bildungsgerechtigkeit und individualisierterem Lernen. Von dieser Entwicklung werden auch die besonders begabten Schülerinnen und Schüler profitieren dürfen.

4.3. Durchbruch in der Begabtenförderung?

Der Einsatz von KI-Tools wie ChatGPT kann unter anderem dabei helfen, individuell passendere und auch herausfordernde Lernerfahrungen zu gestalten. KI könnte ein Booster für die Hochbegabten-Förderung werden. Ist dem wirklich so?

Der große Psychologe und Begabungsforscher Franz Emanuel Weinert formulierte treffend fünf Aspekte, durch die sich das Lernverhalten besonders Begabter von dem anderer unterscheidet: (1) Begabte verarbeiten neue Informationen mit größerer Geschwindigkeit, (2) sie zeichnen sich aus durch die Tiefe und Höhe des Verständnisses für neue Begriffen oder Prinzipien, (3) sie haben ausgeprägte metakognitive Fähigkeiten, (4) ihr Wissen ist in der Regel intelligent vernetzt und (5) sie verfügen meist über hohe kreative Fähigkeiten der Problemlösung. (Weinert, 2000) Für die Nutzung von KI-Tools hat dies Implikationen in dreierlei Hinsicht: Ihre Lernbesonderheiten befähigen hochbegabte Kinder in besonderer Weise, die neuen KI-Tools reflektiert und klug für ihre Zwecke zu nutzen und das Potential dieser kognitiven Werkzeuge wirklich voll auszuschöpfen. Zugleich befriedigt die Nutzung der Tools wiederum genau jene Bedürfnisse nach Geschwindigkeit, Komplexität, Selbststeuerung und Kreativität. Im Nutzungsprozess selbst werden zeitgleich genau diese analytischen, kreativen und metakognitiven Stärken weiter ausgebaut!

Bei allen Hoffnungen, die in die Künstliche Intelligenz gesetzt werden, werden parallel auch mahnende Stimmen globaler KI-Koryphäen wie Geoffrey Hinton (KI-Pionier bei Google) und vieler Unternehmenslenker laut. Spätestens seit Frühjahr 2023 hat auch ein in der Breite der Gesellschaft geführter Diskurs begonnen, der die Risiken und ethischen Bedenken in Zusammenhang mit aktuellen KI-Entwicklungen adressiert. Zugleich sehen wir intensive, wertebasierte Diskussionen zur Hochschuldidaktik (u.a. Reimann, 2023). Auch der Deutsche Ethikrat sah sich berufen, in einer Stellungnahme die Auswirkungen digitaler Technologien auf das menschliche Selbstverständnis und Miteinander zu bewerten. (Deutscher Ethikrat, 2023) Die Sorge vieler gilt vor allem der Unberechenbarkeit, mit der sich eine menschenähnliche AGI, eine Artificial General Intelligence, in der Folge auch eine übermenschliche „Superintelligenz“, rasant weiterentwickelt, bis hin zu autonom agierenden „KI-Agenten“, deren genaue Funktionsweise sich auch ihren Schöpfern nicht mehr vollständig erschließt und – laut Stanfordprofessor Kosinski – mit einer eigenen „Theory of Mind“ aufwarten. (Kosinksi, 2023)

4.4. Fünf Thesen zu KI und Begabtenförderung

Nach Monaten intensiver Testung von ChatGPT durch die Autorin ergeben sich Stand Mai 2023 erste fünf Thesen zum Einsatz von KI in der Begabtenförderung:

1) Kognitive Stärke und Wissensvorsprünge begünstigen die intelligente KI-Nutzung.
Bei ersten spielerischen Versuchen mit der KI bleibt der Output häufig hinter den Erwartungen zurück. Man ist noch nicht vertraut mit wichtigen Prompt-Techniken und verfeinert seine Anweisungen nicht oder nur unzureichend. In der Folge sehen viele Lernende die Vorteile für ihren Lern- und Arbeitsprozess nicht und verwerfen ChatGPT als wenig nutzbringend.
Hochbegabte hingegen verfügen über die analytischen und kreativen Fähigkeiten, nach erster Experimentierphase rasch, zielführend und mündig mit der Sprach-KI umzugehen. Sie sagen beispielsweise: „Das Output-Format gefällt mir noch nicht.“ „Da fehlt doch noch was.“ „Ich probiere mal ‚Regenerate Response‘!“

KI kann neue Wege für die Begabtenförderung eröffnen und zu einem relevanten Baustein in der Leistungsförderung werden. Ein Selbstläufer ist dies indes nicht. Wichtige Gelingensbedingung ist, begabte junge Menschen nun im Umgang mit der (Sprach-)KI sorgfältig zu schulen. Prompt Engineering und Crafting wird ein Future Skill, der sie befähigt, ihre Anweisungen an die KI, die Prompts, zielgenau zu formulieren. In einem weiteren Schritt werden sich diese Skills in Bildung und Beruf auch beziehen auf den reflektierten, selektiven Umgang mit KI-Tool-Sammlungen wie z.B. futuretools.io und die kluge Auswahl und Nutzung von KI-Browser-Extensions und KI-Plugins.

Abbildung 2: Prompt Guide für ChatGPT, Grafik MagicCake by Midjourney/Ed Haas, eigene Darstellung

2) Meta-Ebenen-Denken bringt Hochbegabten Vorteile.

Besonders begabte Kinder profitieren in hohem Maße von den Möglichkeiten einer „verteilten Kognition“ mit der KI. Das Konzept geht auf Edwin Hutchins zurück, der in seinem Werk „Cognition in the Wild“ schon 1995 darlegte, wie es eine „externe kognitive Hilfe“ der menschlichen Kognition ermöglicht, sich weiterzuentwickeln - auch über die individuellen Fähigkeiten hinaus. Gerade leistungsstarke Hochbegabte beherrschen in aller Regel das Denken auf verschiedenen Ebenen sowie die Selbstbeobachtung ihrer Lernprozesse. Von dieser Stärke profitieren sie nun durch einen besonders reflektierten Umgang mit der KI. Aber auch in Situationen des Underachievements können Tools wie ChatGPT ein Instrument darstellen, mit dem die Freude am Lernen und Leisten wieder geweckt wird: hier kommen den Kindern ihre Experimentierfreude, Neugier und ihre Eleganz des Denkens zugute. Durch die Nutzung von KI-Tools bauen sie zudem ihre Fähigkeiten der Selbstreflektion und Selbststeuerung weiter aus, und auch die Schulmotivation kann dadurch einen Schub erhalten!

3) KI-Tools individualisieren das Erlernen des Lernens.

Durch ihre kognitiven Stärken und hohe Merkfähigkeit fällt hochbegabten Kindern in den frühen Schuljahren vieles sehr leicht. Es fehlt oft an Herausforderungen und an Anlässen, das Lernen zu lernen. Wichtige Kompetenzen, die später fehlen können. KI-Tools können dazu beitragen, diesen Teufelskreislauf zu durchbrechen. ChatGPT generiert auf Knopfdruck Übungsaufgaben in unterschiedlichen Schwierigkeitsstufen, schlägt auf Anweisung ganz unkonventionelle Lernmethoden vor, bezieht auch individuelle Lernvorlieben ein, ist geduldiger Feedback-Geber und sogar eloquenter Diskussionspartner. Auch wenn die KI kein Allheilmittel sein kann: Eltern können sie mit etwas Übung als Instrument nutzen, in Zeiten der Unterforderung oder der Schulmüdigkeit die Lernfreude ihrer Kinder neu zu befeuern.
Vieles, was hier für besonders begabte Schülerinnen und Schüler ausgeführt wird, gilt im Sinne einer inklusiven Bildung und eines breiten Verständnisses von Begabungsförderung natürlich für alle Kinder und Jugendlichen. Ganz im Sinne von „The rising tide lifts all ships“ (Renzulli, 1998), sollen die Chancen auf individuelle Förderung mit KI-Tools selbstredend für alle Kinder in heterogenen Lernsettings nutzbar werden.

4) Kluge Kinder schummeln auch klug.

Auch besonders begabte Kinder spielen gerne, tüfteln, sind einfach mal faul und wollen die Seele baumeln lassen. Zugleich verfügen sie über ein hohes kreatives Potential. So besteht Grund zur Annahme, dass sie auch recht elegante Wege finden werden, sich mittels KI den langweiligeren schulischen Übungs- und Routineaufgaben zu entziehen. Das Schummeln mit KI, ja auch das werden sie vermutlich besonders gut beherrschen. Ältere Schülerinnen und Schüler werden auch Jailbreak Prompts austauschen und mit dem DAN (Do Anything Now)-Mode experimentieren. Neben den Lehrkräften sind daher auch Eltern gefragt, sich gemeinsam mit den Kindern aktiv mit KI-Tools wie ChatGPT zu befassen und deren Einsatz bewusst zu begleiten.

5) KI kann gesellschaftliches Engagement fördern.

„ChatGPT hilft mir, in die Materie einzudringen…“, so ein 9.-Klässler während eines Praxiskurses zu ChatGPT. Hochbegabte Kinder sind oft vielseitig interessiert und ideenreich. Viele springen von einem Thema zum nächsten, verweilen jedoch nicht, nehmen sich nicht Zeit, ein Thema weiter zu vertiefen. Sie experimentieren gerne, doch tun sich oft schwer beim Verschriftlichen der Ergebnisse. Und ganz unabhängig von einem interessensgeleitete schulischen Enrichment würden sich viele Kinder auch gerne außerschulisch für den guten Zweck engagieren. Begabungsforscher wie Robert Sternberg (Sternberg, 2019) nehmen das gesellschaftliche Engagement bei Hochbegabten vermehrt in den Blick. Gerade in diesem Zusammenhang kann Sprach-KI wertvolle Unterstützung leisten, wenn es ums Durchdenken einer Projektidee oder etwa die Entwicklung eines stufenweisen Projektplans geht. Künstliche Intelligenz kann als kognitives Werkzeug auf diesem Wege auch zu einer Stütze auf dem Weg zu höherer Leistungsmotivation werden.

5. Zusammenfassung und Ausblick

Der Beitrag stellte eine duale Modellbetrachtung an und beleuchtete zwei Ansätze für die Prävention von Underachievement bei hochbegabten Kindern und Jugendlichen. Ausgangspunkt war in einem ersten Schritt das Modell der Leistungs-Orientierung von Siegle und McCoach, ein wissenschaftlich fundiertes Konzept, das die Einflussfaktoren auf schulische Leistungsmotivation anschaulich visualisiert. Es kann an dieser Stelle empfohlen werden, das Modell als Bezugsrahmen heranzuziehen, um gezielt motivations- und damit auch leistungsförderliche Lernumgebungen für hochbegabte Kinder zu gestalten, und so das Risiko eines Underachievements zu verringern.
In einer zweiten Betrachtung wurden die Möglichkeiten exploriert, wie sich Begabungs- und Begabtenförderung mithilfe von Künstlicher Intelligenz weiterentwickeln lassen. Es wurden fünf erste Thesen zu KI und Begabtenförderung formuliert und Ideen entwickelt, wie die Nutzung von (Sprach-)KIs einen Beitrag leisten können, die Lern- und Leistungsmotivation bei hochbegabten Schülerinnen und Schülern zu fördern. Es wird empfohlen, hochbegabte Kinder gezielt zu fördern im reflektierten und klugen Umgang mit KI-Tools. Gelingt dies, haben jene in der Begleitung begabter Kinder eine vielversprechende Chance ergriffen, leistungsförderliche Rahmenbedingungen für hohes kognitives Potenzial zu gestalten.

LITERATURVERZEICHNIS

Bandura, A. (1977). Self-efficacy mechanism in human agency. American Psychologist, 37, 122-147.

Boekaerts, M. (1999). Self-regulated learning: where we are today. International Journal of Educational Research (31), 445-457.

Decy, E. L. & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. New York: Plenum Press.

Deutscher Ethikrat (2023). Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz. Stellungnahme. Verfügbar unter: https://www.ethikrat.org/publikationen/kategorie/stellungnahmen/

Dweck, C. (2012). Mindsets and malleable minds: Implications for giftedness and talent. In R. F. Subotnik, A. Robinson, C. M. Callahan & E. J. Gubbins (Hrsg.), Malleable Minds.: Translating insights from psychology and neuroscience to gifted education (S. 7-18). Storrs: University of Conneticut, The National Research Centre of the Gifted and Talented.

Eccles, J. S. & Wigfield, A. (1995). In the mind of the actor: The structure of adolescents’ achievement task values and expectancy-related beliefs. Personality and Social Psychology Bulletin, 21, 215-225.

Gagné, F. (2018). Talent development: From DNA to outstanding achievements, Presentation 16 ^th ECHA Conference, Dublin/Ireland, 8.-11. August 2018.

Greiten, S. (2021). Underachievement. In V. Müller-Oppliger & G. Wiegand (Hrsg.), Handbuch Begabung (S. 546-555). Weinheim Basel: Beltz.

Heller, K. A., Perleth, C. & Hany, E. A. (1994). Hochbegabung – ein lange Zeit vernachlässigtes Forschungsthema. In Einsichten – Forschung der Ludwig-Maximilians-Universität München, 1, 18-22.

Hutchins, E. (1995). Cognition in the wild. Cambridge: MIT-Press.

Kanevsky, L. & Keighley, T. (2003). To produce or not to produce? Understanding boredom and the honor in underachievement. Roeper Review, 26, 20-28.

Konsinski, M. (2023). Theory of Mind May Have Spontaneously Emerged in Large Language Models. Verfügbar unter: https://arxiv.org/abs/2302.02083

Möncks, F. J. (1995). Hochbegabung – ein Mehrfaktorenmodell. Grundschule, 28, 15-18.

Müller-Oppliger, V. (2017). Zur Problematik der Identifikation und Stigmatisierung, In Stiftung für hochbegabte Kinder/Mercator Schweiz (Hrsg.), Begabungsförderung steigt auf (S. 77-81). Bern: hep Verlag.

Preckel, F. & Vock, M. (2013). Hochbegabung. Ein Lehrbuch zu Grundlagen, Diagnostik und Fördermöglichkeiten. Göttingen: Hogrefe.

Reimann, G. (2023). Wozu sind wir hier? Eine wertebasierte Reflexion und Diskussion zu ChatGPT in der Hochschullehre. Verfügbar unter: https://gabi-reinmann.de/?p=7568

Renzulli, J. S. (1986). The three ring conception of giftedness. A developmental model for creative productivity, In R. J. Sternberg & J. e. Davidson (Hrsg.), Conceptions of giftedness (S. 53-92). New York: Cambridge University Press.

Renzulli, J. S. (1998). A Rising Tide Lifts All Ships. Developing the Gifts and Talents of All Students. In Phi Delta Kappan, 80(2), 105-111.

Rimm, S. (2008). Why bright kids get poor grades and what you can do about it: A six-step program for parents and teachers (3. Aufl.). Scottsdale: Great Potential Press.

Siegle, D., & McCoach, D. B. (2005). Making a Difference: Motivating Gifted Students who are not Achieving. Teaching Exceptional Children, 38(1), 22–27.

Siegle, D. (2013): The Underachieving Gifted Child: Recognizing, Understanding, and Reversing Underachievement. Waco: Prufrock Press.

Sternberg, R. J. (2019). Time Bomb: How the Western Conception of Intelligence is Taking Down Humanity and What to Do about It. Vortrag anlässlich des 7. Münsterschen Bildungskongresses, 22.-25.09.2021 in Münster.

Weiner, B. (1986). An attributional theory of motivation and emotion. New York: Springer-Verlag.

Weinert, F. E. (2000). Lernen als Brücke zwischen hoher Begabung und exzellenter Leistung. Vortrag gehalten anlässlich der zweiten internationalen Salzburger Konferenz zu Begabungsfragen und Begabtenförderung. Internationale Konferenz zu Begabungsfragen und Begabtenförderung, Salzburg.

Weinstein, C. F. & Mayer, R. F. (1986). The Teaching of Learning Strategies, In M. C. Wittrock (Hrsg.), Handbook of research on teaching. A project of the American Educational Research Association (3. Aufl.), (S. 315-327). New York: Macmillan.

Ziegler, A. (2018). Hochbegabung (3. Aufl.). München: Ernst Reinhardt.

ChatGPT und Hochbegabung: Wird jetzt alles gut?

Tue, 07 Jan 2025 13:52:11 GMT

Am 30. November 2022 veröffentlicht Sam Altman, CEO des amerikanischen Tech-Unternehmens OpenAI, einen Tweet mit dem Wortlaut: „today we launched ChatGPT. try talking with it here: chat.openai.com“. Der darauffolgende Sprint zu 1 Million Nutzer in nur fünf Tagen machte ChatGPT zu der am schnellsten wachsenden Internetanwendung aller Zeiten.

Dieser Beitrag ist erschienen im Labyrinth-Magazin der DGhK/Deutsche Gesellschaft für das hochbegabte Kind e.V., Ausgabe #152 im Mai 2023.

Zwischen KI-Schock und KI-Hype

Seit Veröffentlichung von ChatGPT überschlagen sich die Ereignisse in Bildung, Wirtschaft und Gesellschaft. Während unsere Welt vordergründig noch die gleiche zu sein scheint, erleben wir parallel eine Disruption, einen grundlegenden technologischen Wandel. Das auf künstlicher Intelligenz basierende ChatGPT schreibt, kürzt und überarbeitet Texte, macht Hausaufgaben, korrigiert Programmier-Code, besteht Jura-Examen, den Turing Test und empfiehlt sich als Effizienz-Booster für die Arbeitswelt. Die einen bangen um bald wegrationalisierte white-collar-Arbeitsplätze,

andere beruhigen, es reiche ein Kompetenzwandel, und begrüßen in einer Art Willkommenskultur den neuen Kollegen KI, der den akuten Fachkräftemangel richten wird.

KI-Anwendungen sind durchaus nichts Neues. Doch mit ChatGPT wird Künstliche Intelligenz jetzt erstmals niederschwellig und in der Breite zugänglich. Auch in technologischer Hinsicht ist ChatGPT neu: zusätzlich zu früheren Sprach-KIs, die als LLMs/Large Language Models allesamt auf Künstlichen Neuronalen Netzwerken (KNN) und auf wahrscheinlichkeitsbezogenen Textvorhersagen beruhen, wurde ChatGPT ergänzt um weitere Layer: mittels RLHF (Reinforcement Learning from Human Feedback) und einem Reward Model generiert es nun Texte, die mit hoher Wahrscheinlichkeit von Menschen als „gut“ bewertet würden. Zudem kann ChatGPT durch sogenannte Self-Attention-Mechanismen jetzt Gespräche in Form eines menschenähnlichen Dialogs führen. Im Ergebnis sehen wir beeindruckend eloquente Antworten und bei zielgenauen Anweisungen ein vielversprechendes kognitives Werkzeug.

Dürfen wir von einer Technologie, die vermutlich verändern wird, wie wir lernen, arbeiten und leben, auch erwarten, die Förderung von Begabungen auf neue Füße zu stellen? Hierzu einige Überlegungen im Kontext der schulischen Begabtenförderung.

Ändert sich jetzt unser Anspruch an Bildung?

Im besten Falle wird unser deutsches Schulsystem jetzt neu gedacht. Während zunächst die Reaktionen in der Bildungslandschaft von der Sorge um Täuschungs- und Betrugsversuche bestimmt waren, werden die neuen KI-Tools mittlerweile zum Anlass genommen für grundlegende Reflexionen über unser Bildungssystem. Im Minimalfall bedeutet dies ein Überdenken der aktuellen Prüfungskultur mit Veränderungen in Richtung neuer, anspruchsvollerer Prüfungsformate. Die KI und ihre Anwendungsmöglichkeiten haben jedoch auch das Potential, zu einem größeren Katapult zu werden: weg vom gleichgeschalteten 7-G-Lernen (alle gleichaltrigen Kinder lernen mit den gleichen Zielen und gleichen Methoden bei der gleichen Lehrkraft am gleichen Ort im gleichen Tempo die gleichen Inhalte), hin zu mehr Bildungsgerechtigkeit und individualisiertem Lernen. Denn die neuen Bildungsziele sind die 4Ks des 21. Jahrhunderts - Kommunikation, Kooperation, Kollaboration und Kreativität.

Wie also umgehen mit Sprach-KIs wie ChatGPT? Kluge Vordenker wie Prof. Christian Spannagel von der PH Heidelberg veröffentlichten hierzu schon früh klare „Rules for Tools“. Mittlerweile sind auch umfangreichere Orientierungsrahmen der Bundesministerien der Länder verfügbar. Ihr Grundtenor: KI-Tools aktiv und reflektiert im Unterricht einsetzen sowie die KI-Kompetenzen der Schülerinnen und Schüler fördern. Neulich las ich von der „Geschwindigkeit der Kontinentaldrift“, mit der Änderungen in unserem hausgemachten Bildungssystem umgesetzt werden. Nimmt das System jetzt nicht an Fahrt auf, werden angesichts der KI-Informations-Asymmetrien zwischen Lehrkräften und Kindern die Letzteren das Schulsystem vor sich hertreiben.

ChatGPT als kognitives Werkzeug

Wer ChatGPT schon genutzt hat, stellt meist rasch fest: die KI hilft beim Nachdenken und aktiviert den analytischen Verstand. Es kann Quelle sein für das Verständnis von Strukturen und liefert bisher ungedachte Aspekte zu einem Thema. Mit ChatGPT kann das Lernen und Arbeiten immer mehr zu einem co-kreativen Prozess werden, in dem wir mit der KI gemeinsam in einem „hybriden Team“ zu Lösungen kommen. Wir können davon ausgehen, dass sich in der Schulre bald ein neues Verständnis über das Zusammenspiel von Lehrkräften und Maschine sowie von Lernenden und Maschine etablieren wird und das - gar nicht so neue - Konzept einer „verteilten Kognition“ selbstverständlich wird. (In seinem Buch „Cognition in the Wild“ legte Edwin Hutchins schon 1995 dar, wie „externe kognitive Hilfe“ es der menschlichen Kognition ermöglicht, sich auch über die individuellen Fähigkeiten hinaus zu entwickeln).

Prompt Engineering wird zu einem Future Skill

Zielführende Anweisungen (Prompts) an die KI zu formulieren, das „Prompt Engineering“ oder „Prompt Crafting“ wird zu einem wesentlichen Skill im beruflichen Umfeld. Dies gilt ebenso

für Schülerinnen und Schüler, ihre Pädagogen und Eltern! Wer die Anatomie eines guten Prompts beherrscht, wird die KI auch als Werkzeug und Lern-Assistenten besser nutzen können.

Grundsätzlich sollten Prompts möglichst präzise und unmissverständlich formuliert sein. Bessere Ergebnisse erzielt man, wenn wir ChatGPT zusätzlich eine Identität geben („du bist jetzt Experte für …“), nähere Informationen zum Kontext geben (ich bin in der 8. Klasse und …), die KI um eine schrittweise Bearbeitung bitten und das gewünschte Ausgabe-Format vorgeben (in einer Tabelle, in 500 Wörtern …). Auch Begriffe wie Chain-of-Thought-Prompting oder Zero-Shot-Prompting werden in Kürze in unseren Sprachgebrauch übergehen. An Anleitungen im Netz zum guten Prompting mangelt es nicht. Als hervorragende Quelle empfehle ich: promptingguide.ai. Ein reflektierter Umgang mit KI erfordert zuletzt immer auch einen Faktencheck der generierten Texte und das „Refinen“, also das interative Nachjustieren der Anweisungen.

=> P rompt-Guide für ChatGPT, MagicCake by Midjourney/Ed Haas

Was ist ein PROMPT?

Ein Prompt ist eine Anweisung, mit der man eine (Sprach-)KI dazu auffordert, eine Antwort oder die Lösung für eine Aufgabe zu generieren. Gute Prompts sind präzise und bieten bieten Kontext und Details, damit ChatGPT versteht, was erwartet wird. Je zielgenauer ein Prompt formuliert ist, desto höher die Qualität des Outputs

Wie können Lehrkräfte von der Sprach-KI profitieren?

Es klingt verheißungsvoll: Der Einsatz von textgenerierenden KIs verspricht Pädagoginnen und Pädagogen enorme Zeit- und Ressourcen-Ersparnis und Entlastung von Routineaufgaben. ChatGPT kann unterstützen bei der Unterrichtsvorbereitung, bei der Recherche und Erstellung von Unterrichtsmaterialien, beim Zusammenfassen von Texten, der Erstellung von Übungs- und Prüfungsaufgaben in unterschiedlichen Schwierigkeitsstufen, bei der interaktiven Gestaltung des Unterrichts, bei der Planung von Schulprojekten und – ausflügen und beim Verfassen von Elternbriefen.

Bleibt so mehr Zeit für die individuelle Förderung, die Berücksichtigung spezieller Lernbedürfnisse und für die Begleitung eben auch besonders begabter Schülerinnen und Schüler? Einmal gefragt nach Möglichkeiten der Begabtenförderung liefert ChatGPT Anregungen, die gar nicht so schlecht klingen. Allemal sind sie ein guter Ausgangspunkt für eigene pädagogische Überlegungen und mögliche Enrichmentprojekte in vertikaler wie horizontaler Richtung. Neben Impulsen für mögliche Förderung bieten Tools wie ChatGPT durch ihre Interaktivität und Qualitäten als Lernassistenz das Potential, die Qualität von Enrichment-Maßnahmen zu erhöhen. Im Umgang mit ChatGPT kann das eigenständige, kritische Denken und die Bloom‘schen Higher Order Thinking Skills weiter gefördert werden.

=> ChatGPT Antwort zu Möglichkeiten der Begabtenförderung

Lernen über und mit KI

Laut einer repräsentativen Umfrage der Vodafone Stiftung Deutschland im März 2023 würde es eine Mehrheit der Befragten begrüßen, den Umgang mit KI-gestützten Anwendungen in den Lehrplan zu integrieren; 77% sehen dabei vor allem die Lehrkräfte in der Verantwortung, Schülerinnen und Schüler mit Kompetenzen für einen reflektierten Umgang mit KI auszustatten. Man denke an einen „KI-Führerschein“, der den bisherigen Füller-Führerschein ergänzen sollte. Oder an ein schulinternes Silo für gute Prompts, die sich für individuelle Förderung eignen und dabei helfen, den unterschiedlichen Heterogenitätsdimensionen in der Klasse Rechnung zu tragen.

Wer bereits gute Erfahrungen mit Prompts in der Begabtenförderung machen konnte oder auf der Suche nach Anregungen ist, der ist herzlich eingeladen zu einem neuen OpenLab-Projekt beizutragen: Hier entsteht gerade ein kollaborativer Ressourcen-Pool für gute und erprobte Prompts für Lehrkräfte, Eltern und Kinder: https://bit.ly/KIundHB.

Kollaborative Sammlung guter Prompts für die Begabtenförderung: Zum OpenLab-Projekt auf https://bit.ly/KIundHB

Wie können Schülerinnen und Schüler von Sprach-KIs profitieren?

Mit ChatGPT haben Kinder in erster Linie einen potentiell geduldigen Erklärer zur Seite: er kann Fragen beantworten, Wissenslücken schließen, Lösungswege in Mathe aufzeigen und Schreibunterstützung bei Aufsätzen und Präsentationen bieten. Überall dort, wo es um Sprache und Text geht, hat ChatGPT seine eindeutigen Stärken: es kürzt, korrigiert, überarbeitet, formuliert um, fasst zusammen. Als Muse, Sparrings-Partner und Lernbuddy kann es darüber hinaus eine Quelle der Inspiration bei Projekt- und Aufsatzthemen sein, kann zu berücksichtigende Aspekte ergänzen, Perspektiven hinzufügen, griffige Überschriften vorschlagen und bei der präzisen Beschreibung von Strukturen und Prozessen helfen. Ach ja, und es kann Fehler im Programmiercode finden sowie YouTube-Videos zusammenfassen. Auch in Sachen Lernmotivation helfen zum Beispiel Prompts wie: „Ich habe keine Lust auf Latein… Warum soll ich das lernen?“ Ich ermuntere, diesen Prompt einmal auszuprobieren, er liefert ganz Erstaunliches.

KI-Experten wie Prof. Doris Weßels vermuten, dass wir bald mehr moderne, KI-gestützte Lernbots und intelligente Tutoring-Systeme sehen werden. Sie werden sich die Stärken von Sprach-KIs zunutze machen und künftig sowohl an Universitäten als auch im Schulkontext den Lernenden differenziert Feedback geben können zu Aufgaben, Lernprozessen und Selbstregulation.

Doch bei aller Vorfreude ist heute schon spürbar: die Bildungsschere wird sich potentiell weiter öffnen, da Schülerinnen und Schüler aus wohlhabenden Familien die kostenpflichtigen Pro-Versionen nutzen können, während Kinder aus ärmeren Verhältnissen sich auf gratis Testversionen mit begrenztem Leistungsumfang beschränken müssen.

Nach Digital Literacy kommt jetzt AI Literacy

Was ist wahr? Welchen Quellen darf ich vertrauen? Mit Sprach-KIs, aber auch mit Bild-KIs wie Midjourney oder DALL-E, ist es heute ein Leichtes, Fake News und Deep Fakes zu generieren, die praktisch nicht mehr von „echten“ Inhalten zu unterscheiden sind. KI-Kompetenzen jetzt aufzubauen ist eine wichtige Aufgabe für Eltern und Lehrkräfte. Kinder sollten über Wissen zu Funktionsweise und Fallstricken verfügen und den verantwortungsvollen Umgang mit KI beherrschen. Da KI-Textgeneratoren zunehmend als Rechercheinstrument verwendet werden und teilweise Suchmaschinen ersetzen, sollte ihr Umgang auch Teil der Allgemeinbildung werden.

Sprach-KIs generieren fiktionale Texte anhand von Wahrscheinlichkeitsverteilungen. Ist dieses Prinzip einmal verstanden, fällt es auch leichter, Textproduktionen kritisch zu beurteilen und Unzulänglichkeiten der KI zu detektieren. Es heißt ChatGPT und nicht KnowledgeGPT. Ein Faktencheck gehört zu den eisernen Regeln. Ein „kritischer Zwilling“ muss immer mitlaufen und KI-Ausgaben auf ihre Plausibilität und Vollständigkeit hin prüfen. Durch die sehr menschenähnliche Kommunikation besteht zudem die Gefahr, Sprach-KIs als Freund wahrzunehmen. AI Literacy bedeutet folglich auch, bei der KI-Nutzung eine Art mentale Firewall zu installieren.

Kommt jetzt der Durchbruch in der Begabtenförderung?

Der Einsatz von KI-Tools wie ChatGPT kann unter anderem dabei helfen, individuell passendere und auch herausfordernde Lernerfahrungen zu gestalten. KI könnte ein Booster auch für die Hochbegabten-Förderung werden. Ist dem wirklich so?

Der große Psychologe und Begabungsforscher Franz Emanuel Weinert formulierte einmal treffend fünf Aspekte, durch die sich das Lernverhalten besonders Begabter von dem anderer unterscheidet: (1) Begabte verarbeiten neue Informationen mit größerer Geschwindigkeit, (2) sie zeichnen sich aus durch die Tiefe und Höhe des Verständnisses für neue Begriffen oder Prinzipien, (3) sie haben ausgeprägte metakognitive Fähigkeiten, (4) ihr Wissen ist in der Regel intelligent vernetzt und (5) sie verfügen meist über hohe kreative Fähigkeiten der Problemlösung.

Für die Nutzung von KI-Tools hat dies drei Implikationen: Ihre Lernbesonderheiten befähigen hochbegabte Kinder in besonderer Weise, die neuen KI-Tools reflektiert und klug für ihre Zwecke zu nutzen und das Potential dieser kognitiven Werkzeuge wirklich voll auszuschöpfen. Zugleich befriedigt die Nutzung der Tools wiederum genau jene Bedürfnisse nach Geschwindigkeit, Komplexität, Selbststeuerung und Kreativität. Im Nutzungsprozess selbst werden zugleich genau diese analytischen, kreativen und metakognitiven Stärken weiter ausgebaut!

Nach einigen Monate intensiver Testung von ChatGPT durch die Autorin ergeben sich Stand heute folgende fünf Thesen zum Einsatz von KI in der Begabtenförderung:

1. Kognitive Stärke und Wissensvorsprünge begünstigen die intelligente KI-Nutzung.

Bei ersten spielerischen Versuchen mit der KI bleiben Antworten der KI häufig hinter den Erwartungen zurück. Man ist noch nicht vertraut mit wichtigen Prompt-Techniken und verfeinert die Anweisungen nicht oder nur unzureichend. In der Folge sehen viele Lernende die Vorteile für ihren Lern- und Arbeitsprozess nicht und verwerfen ChatGPT als wenig nutzbringend.

Hochbegabte hingegen verfügen über die analytischen und kreativen Fähigkeiten, nach erster Experimentierphase rasch, zielführend und mündig mit der Sprach-KI umzugehen. Sie sagen beispielsweise: „Das Output-Format gefällt mir noch nicht.“ „Da fehlt doch noch was.“ „Ich probiere mal ‚Regenerate Response‘!“

KI kann durchaus neue Wege für die Begabtenförderung eröffnen. Ein Selbstläufer ist dies jedoch nicht. Wichtige Voraussetzung ist, begabte junge Menschen im Umgang mit der Sprach-KI auch sorgfältig zu schulen.

Wie jedes Neue, dem zunächst ein Zauber innewohnt, können auch neue Werkzeuge nach anfänglicher Euphorie ihren Reiz verlieren. Um die Vorteile für die Begabtenförderung zu erhalten, können sich Familien beispielsweise eine Beste-Prompts-Sammlung anlegen, auf die in Zeiten der Schulunlust und des Motivationstiefs zurückgegriffen werden kann. Prompts wie „Erstelle mir einen Lernplan für [Chemie, insbesondere für die elektrophile Addition]“ können immer wieder abgewandelt eingesetzt werden.

=> Hochbegabte Jura-Studentin, 21 Jahre

2. Meta-Ebenen-Denken bringt Hochbegabten Vorteile.

Besonders Begabte profitieren in hohem Maße von der Möglichkeiten einer verteilten Kognition mit der KI. Gerade leistungsstarke Hochbegabte beherrschen in aller Regel das Denken auf verschiedenen Ebenen sowie die Selbstbeobachtung ihrer Lernprozesse. Von diese Stärke profitieren sie nun durch einen besonders reflektierten Umgang mit der KI. Aber auch in Situationen des Underachievements, also im Falle von erwartungswidrig niedrigen Schulleistungen, können Tools wie ChatGPT ein Instrument sein, die Freude am Lernen und Leisten wieder zu wecken: hier kommen den Kindern ihre Experimentierfreude, Neugier und ihre Eleganz im Denken zugute. Durch die Nutzung von KI-Tools bauen sie Fähigkeiten der Selbstreflektion und Selbststeuerung weiter aus, und auch die Schulmotivation kann dadurch einen Schub erhalten!

3. KI-Tools individualisieren das Erlernen des Lernens.

Vieles, was hier für besonders begabte Schülerinnen und Schüler ausgeführt wird, gilt im Sinne einer inklusiven Bildung und eines breiten Verständnisses von Begabungsförderung natürlich für alle Kinder und Jugendlichen. „The rising tide lifts all boats“ – die Chancen für individuelle Förderung mit KI-Tools sind für alle Kinder in heterogenen Lernsettings nutzbar!

4. Kluge Kinder schummeln auch klug.

5. KI kann gesellschaftliches Engagement fördern.

„ChatGPT hilft mir, in die Materie einzudringen…“, so ein Schüler der 9. Klasse. Hochbegabte Kinder sind oft sehr vielseitig interessiert und ideenreich. Viele springen von einem Thema zum nächsten, verweilen jedoch nicht, nehmen sich nicht Zeit, ein Thema zu vertiefen. Sie experimentieren gerne, doch tun sich vielfach schwer beim Verschriftlichen der Ergebnisse. Und ganz unabhängig von interessensgeleitetem schulischen Enrichment würden sich viele Kinder auch gerne außerschulisch engagieren. Begabungsforscher und -forscherinnen wie Sally Reis oder auch Robert Sternberg nehmen gesellschaftliches Engagement bei Hochbegabten vermehrt in den Blick. Gerade in diesem Zusammenhang kann Sprach-KI wertvolle Unterstützung leisten, wenn es ums Durchdenken einer Projektidee oder etwa die Entwicklung eines stufenweisen Projektplans geht.

Wie verlässlich ist ChatGPT? Und was passiert mit meinen Daten?

Bei allem Optimismus: es hat zurecht eine breite gesellschaftliche Diskussion eingesetzt zu den Risiken von Sprach-KIs. Dass ChatGPT kein Wissen hat, kein Verständnis von der Welt und keinen Gütemaßstab für Wahrheit, dass seine Antworten oft fehlerhaft und verzerrt sind durch Bias in den Trainingsdaten und ethische Wertevorgaben, das ist bekannt. Es ist ein „ahnungsloser Universalgelehrter“ mit ungemein sicherem Auftreten.

=> ChatGPT „halluziniert“, Artwork by Midjourney/Aliens_Pulse

ChatGPT „halluziniert“ manchmal, erfindet frei, es produziert bisweilen mathematisch inkorrekte Lösungen und schwächelt ab und an in seiner Logik. Dass heute alle Nutzer-Eingaben und generierten Texte zugleich als Trainingsdaten und zur Weiterentwicklung der KI verwendet werden, führt zu heftiger Kritik bis hin zu generellen Verboten wie etwa in Italien. OpenAI reagierte, heute haben Nutzer die Option, sich dem Trainingsrückfluss zu entziehen. Im schulischen Kontext ermöglichen mittlerweile Anbieter wie SchuleGPT oder die Fobizz-KI einen gesicherten, DSGVO-konformen Zugang zur KI. Und Unternehmen wie das Heidelberger KI-Start-up Aleph Alpha arbeiten an großen infrastrukturellen KI-Lösungen für den europäischen Raum, mit dem Ziel der Unabhängigkeit von US-amerikanischen Cloud-Servern.

Angeregt durch die ethisch-didaktischen Überlegungen von Gabi Reimann an der Universität Hamburg müssen wir auch Fragen der Originalität, Moral, Verantwortung und Würde in den Blick nehmen – gemeinsam mit unseren Kindern. Was macht dich als Schülerin und Schüler aus? Was macht dich als Mensch aus? Wer soll bei Hausaufgaben und Prüfungen „on stage“ sein, du oder die KI? In diesem Zusammenhang betont auch der Deutsche Ethikrat in seiner Stellungnahme zu „Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz“: Die Verantwortung für generierte Inhalte muss stets beim menschlichen Nutzer bleiben.

Neben ethischen Bedenken dürfen wir auch nicht den enormen Energieverbrauch und CO2-Ausstoß aus dem Blick verlieren, den die KI-Trainingsläufe und Anfragen von Abermillionen von Nutzern bereits heute verursachen.

Aber noch lange nicht menschlich, oder?

Bisher sahen wir Anwendungen im Bereich der sogenannten Schwachen KI. Beim leistungsstärkeren Nachfolgemodell GPT-4 jedoch spricht die Fachwelt heute bereits von „Sparks of AGI“, also vom Aufblitzen und den ersten Anzeichen einer Allgemeinen Künstlichen Intelligenz, einer sogenannten Starken KI. Und die aktuellen Anwendungsentwicklungen schreiten mit ungeheurer Geschwindigkeit voran. So hat etwa Microsoft – ebenfalls an OpenAI beteiligt - längst seine Office-Tools mit KI ausgestattet und hat erst kürzlich wieder mit Bildverarbeitungsmöglichkeiten im Rahmen von Visual ChatGPT nachgelegt. Bereits heute können Large Language Models über API-Anbindung individuell mit Firmendaten trainiert werden. So entstehen leistungsstarke firmeneigene ChatBots, während parallel die KI-gestützte App-Entwicklung global auf Hochtouren läuft. Künftig werden wir darüber hinaus Systeme sehen wie AutoGPT oder HuggingGPT. Dies sind sich selbstprogrammierende KIs und generative Agenten, die Schritt-für-Schritt denken, Aufgaben an sich selbst stellen, an Unteragenten delegieren und erledigen. Diese Modelle verschieben die Grenzen dessen, was mit Künstlicher Intelligenz bisher möglich war.

Wer sich für eine umfassende Sammlung aktueller KI-Tools und auch für Prompting-Hilfen außerhalb des Bildungskontextes interessiert, dem sei die Website futuretools.io hier sehr empfohlen.

Wird also jetzt alles gut? ChatGPT hat per Anfang 2023 schon weit über 100 Millionen Nutzer. Doch braucht es noch viel an Orientierung, Praxiserfahrung, Mut und Geduld im Einsatz mit der Sprach-KI, bis wir den erhofften Katapult-Effekt in der Begabtenförderung in der Breite wahrnehmen werden.

---

Dipl.-Kffr. Barbara Saring ist Inhaber von ConfidentMinds, dem Münchner Institut für Begabtenförderung und (digitale) Lernstrategien, www.confidentminds.de. Als Specialist in Coaching the Gifted (ECHA) und Begabungspädagogin ist sie Expertin für Underachievement bei Hochbegabung und Mitbegründerin des „Münchner Zirkel Hochbegabung e.V.“.