Eine Forschungsreise zu der Frage, ob und unter welchen Bedingungen künstliche Intelligenz uns wirklich besser lernen, Kompetenzen entwickeln und Veränderungen hervorbringen lässt.
Gesucht wird nicht die nächste Lern-App. Gesucht werden Bedingungen, unter denen Menschen selbst besser denken, abrufen, übertragen und handeln können.
Man lernt, übt, sammelt Fortschritt – und im entscheidenden Moment ist das Wissen trotzdem nicht dort, wo man es braucht. Könnte KI daran etwas ändern? Die Forschungsreise beginnt mit 122 Tagen Duolingo, einer Fachprüfung und einem beinahe 400 Jahre alten Trichter.
Folge 0 lesen →Beim Lernen klappt alles. Die App bestätigt den Fortschritt, die Übung gelingt, die Erklärung leuchtet ein. Und dann kommt die Prüfung, die technische Störung oder ein Franzose. Was ist eigentlich gelernt, wenn es ohne Hilfe plötzlich nicht mehr verfügbar ist?
Folge 1 lesen →KI kann erklären, lösen, vormachen und korrigieren. Genau darin liegt ihr Lernproblem: Sie kann auch zu früh helfen. Was müsste eine Lern-KI erkennen, damit sie weiß, wann sie warten, wann sie strukturieren und wann sie führen sollte?
Folge 2 lesen →Eine Lern-KI kann Antworten, Klicks und Gesprächsspuren beobachten. Daraus entstehen erstaunlich brauchbare Prognosen – und erstaunlich plausible Irrtümer. Was weiß ein Lernermodell tatsächlich über uns?
Folge 3 lesen →Wenn ein Lernermodell nur eine Vermutung ist, braucht es Gegenproben. Doch eine Frage misst Wissen nicht einfach nur: Der Versuch, sich zu erinnern, kann selbst Lernen verändern. Wie könnte eine KI herausfinden, was ich kann, ohne aus der Lernumgebung eine Außenstelle des Prüfungsamts zu machen?
Folge 4 lesen →Eine neue Aufgabe soll zeigen, ob etwas wirklich flexibel verfügbar ist. Aber wie neu darf sie sein? Ist sie fast identisch, messen wir womöglich nur Wiedererkennen. Ist sie zu fremd, prüfen wir vielleicht etwas anderes. Folge 5 sucht nach der richtigen Spannweite zwischen Wiederholung und Transfer.
Folge 5 lesen →Manche Lernmethoden fühlen sich während des Übens schlechter an und helfen später trotzdem. Daraus lässt sich leicht eine gefährlich elegante Regel machen: Je schwerer, desto besser. Folge 6 prüft, wann Anstrengung tatsächlich lernförderlich sein kann – und wann wir Lernen nur unnötig erschweren.
Folge 6 lesen →Nach all den Warnungen vor zu leichter Übung wäre eine Gegenfrage fällig: Soll Lernen irgendwann nicht gerade leichter werden? Folge 7 untersucht Automatisierung, Vertrautheit und Routine – und die Frage, wann Mühelosigkeit tatsächlich erworbenes Können zeigt.
Folge 7 lesen →Wenn Wiederholen hilft, müsste häufigeres Wiederholen eigentlich noch besser helfen. Leider hat das Gedächtnis auch zu dieser vernünftigen Idee Einwände. Folge 8 untersucht verteiltes Üben, Abruf und die Frage, warum ein sinnvoller Abstand weder möglichst kurz noch möglichst lang sein muss.
Folge 8 lesen →Eine Aufgabe gelingt. Sehr schön. Aber was genau ist damit bewiesen? Folge 9 verfolgt den Weg von der assistierten Lösung über den späteren eigenständigen Abruf bis zur Anwendung unter veränderten Bedingungen -- und entdeckt, dass „kann ich" dringend eine Fußnote braucht.
Folge 9 lesen →„Das kann ich" ist eine nützliche Information. Nur leider nicht immer über das, worüber wir sie gern hätten. Folge 10 untersucht Vertrautheit, Zuversicht, verzögerte Selbsteinschätzung und die Frage, ob eine KI mir widersprechen darf, wenn ich mich für kompetent halte.
Folge 10 lesen →Die KI erklärt, erinnert, korrigiert und liefert im richtigen Moment einen Hinweis. Wunderbar. Nur wann sollte sie damit aufhören? Folge 11 untersucht Scaffolding, Fading und die ersten direkten GenAI-Befunde -- und findet keine wissenschaftliche Eieruhr für den Moment, an dem die KI schweigen muss.
Folge 11 lesen →Eine Lern-KI muss nicht möglichst viel über einen Menschen wissen. Sie muss genug über die richtige Frage wissen, um einen begrenzten Schluss zu rechtfertigen.
Folge 12 lesen →