Ziel der Aufgabe ist es, dass die Teilnehmer:innen ein grundsätzliches Verständnis dafür erlangen, was Algorithmen und Künstliche Intelligenz bzw. maschinelles Lernen sind und wie diese funktionieren. Darüber hinaus sollen die Teilnehmer:innen auch verstehen lernen, wie das Internet überhaupt funktioniert bzw. wie es am Laufen gehalten wird.

Ablauf

Diese Aufgabe besteht aus fünf Teilen.

Im ersten Teil gibt es einen kurzen Input der Moderation, um die Teilnehmer:innen für das Thema zu begeistern und ihnen ein grundlegendes Verständnis mitzugeben. Hierzu gibt es Themen in Trainingsmaterial 2.

Im zweiten Teil eignen sich die Teilnehmer:innen mithilfe einer Stationenarbeit grundlegendes Wissen über die Funktionsweise des Internets, Algorithmen, Künstliche Intelligenz und Maschinellem Lernen an. Dabei besuchen die Teilnehmer:innen einzeln Breakout Sessions und können sich in eigenem Tempo die verschiedene Wissens-Stationen (Arbeitsmaterial 1–4) ansehen. Jede Wissens-Station besteht aus einem Text oder Video zur Erklärung des Themas und einer Aufgabe. Wenn sie die Aufgabe erfüllt haben, sollen sie ein Schlagwort, an das sie gerade denken müssen, in ein kollaboratives Wortwolken-Tool eingeben. 

Im dritten Teil sollen die Teilnehmer:innen gemeinsam zu den Themen diskutieren, mit denen sie sich gerade beschäftigt haben. Das können sie anhand der Thesen aus Trainingsmaterial 1 machen. Alternativ können sich die Teilnehmer:innen anhand einer Positionslinie aufstellen (z.B. in einem Miro Board) und nach ihrer Meinung gefragt werden. Während der Diskussion kann die Moderation bspw. die Wortwolken erstellen oder das Stationenlernen für den nächsten Teil vorbereiten.

Im vierten Teil begeben sich die Teilnehmer:innen zu zweit durch eine kleine Wunderkammer der künstlichen Intelligenzen. Das sind verschiedene Stationen bzw. Exponate (Arbeitsmaterial 5–11), in welchen sie sich durch Webseiten oder Tools KI-basierter Programme klicken können und staunen sollen, was bereits alles möglich ist. Zwischendurch sollten sie auf einem digitalen Plakat, beispielsweise auf einem Miro Board, an einer eigenen fiktiven KI tüfteln und diese Zeichnen bzw. mit selbst ausgedachten Funktionen beschreiben.

Im fünften Teil werden die ausgedachten KIs der Teilnehmer:innen aus dem vierten Teil (im Miro Board) gesammelt und die Teilnehmer:innen können die Werke der anderen betrachten. Danach gehen Sie die Reflexionsfragen in Trainingsmaterial 1 alleine oder gemeinsam mit der Moderation durch.

Vorbereitung

  • Der Input in Teil 1 muss von der Moderation vorbereitet werden. Geschichten und Quellen gibt es hierzu in Trainingsmaterial 2.
  • Die einzelnen Wissens-Stationen (Arbeitsmaterial 1–4) und später die Exponate (Arbeitsmaterial 5–11) müssen vorbereitet werden. Hier empfiehlt es sich bspw. einzelne „räumlich” getrennte Stationen in einem Miro Board oder in Gather Town anzulegen und zu jeder Station einen Breakout Room zu erstellen, den die Teilnehmer:innen für jede Station selbstständig betreten und wechseln können.
  • Die Tools in Arbeitsmaterial 5–11 sollten auf Verfügbarkeit/Nutzbarkeit geprüft werden.

Hinweise zur Moderation

  • Der Input kann in seinem Umfang und der Vortragsweise angepasst bzw. ausgelassen werden.
  • Die Schlagwörter, welche im 2. Teil an jeder Station gesammelt werden sollen, sind optional und daher nicht auf dem Arbeitsmaterial 1–4 vermerkt.
  • Der vierte Teil der Aufgabe ist an das Konzept der „Wunderkammer“ aus der Renaissance angelehnt. Dies war eine Art Ausstellung, in der Menschen durch Exponate aus Wissenschaft, Kunst und Natur ein Gesamtverständnis für die (damalige) Welt entwickeln sollten. In dieser Aufgabe kann das Gleiche auf die digitale Welt übertragen werden – so können die Teilnehmer:innen durch Bestaunen, Kuriositäten und Verwunderung lernen. Die einzelnen Stationen können auch als kleine digitale Ausstellungen konstruiert oder verziert werden.
  • In einigen Stationen sind die hier ausgewählten Tools auf englisch. Diese kann man aber auch mit wenig englischen Sprachkenntnissen verstehen und testen. Die Station „more AI-stuff“ (Arbeitsmaterial 11) ist eine Ansammlung von Tools, für die ein bisschen mehr englische Sprachkenntnisse notwendig sind. Um Sprachbarrieren für den vierten Teil der Aufgabe zu vermeiden, sollten die möglichen Sprachbarrieren angesagt und beim Einteilen der Gruppen beachtet werden.

Übersicht Wissens-Stationen (Teil 2)

  • Station 1: Was ist eigentlich das Internet?
  • Station 2: Was sind eigentlich Algorithmen?
  • Station 3: Was ist eigentlich Künstliche Intelligenz?
  • Station 4: Wie funktioniert eigentlich maschinelles Lernen?

Übersicht Exponate (Teil 4)

  • Exponat 1: Wünsch dir was
  • Exponat 2: Beethovens Unvollendete vollendet?
  • Exponat 3: Ghostwriting einfach gemacht
  • Exponat 4: Das gibt’s doch gar nicht
  • Exponat 5: Jede Sprache können
  • Exponat 6: Bildlupe
  • Exponat 7: [en] More AI Stuff

Interessante Quellen

  • [en] Vox hat 40 Karten über das Internet zusammengestellt, die sich nicht nur bei der „Wissens-Station 1: Was ist eigentlich Internet?“ gut als Beispiel zeigen lassen, sondern auch ein Verständnis über das Internet und die Geschichte dahinter geben. Einige Karten oder die Geschichten dazu können auch im ersten Teil der Aufgabe, beim Thematischen Input, eingebaut werden.
    https://www.vox.com/a/internet-maps 
  • Das Buch “Atlas of AI” von Kate Crawford eignet sich besonders gut, um nachzuvollziehen, wie die Herstellungs-, Bedien- und Wartungsprozesse von Künstlicher Intelligenz funktionieren. Dazu informiert es übersichtlich über die menschliche Arbeit und Ressourcen- und Umweltkosten dieser Prozesse.

Kompetenzbereich

6 | Digitalität und Gesellschaft

Kompetenz

6.3 | Macht und Digitalität

Stufe

Einstieg

Variante

digital | auf Distanz

die Teilnehmer:innen sind an unterschiedlichen Orten und online dabei

Andere Varianten

Methode

Stationenlernen, Thesendiskussion, Gallery-Walk

Ausstattung

Digitale Arbeitsmaterialien, Videokonferenzraum, eigene Hardware je Teilnehmer:in 

  • Link 1
  • Link 2
  • Link 3
  • Link 4
  • Link 

Dauer

 120+ Minuten