Künstliche Intelligenz und die Zukunft der Bildung und Erziehung

Inhaltsverzeichnis

1. Einleitung

2. Künstliche Intelligenz
2.1 Begriffsklärung
2.2 Fähigkeiten der Künstlichen Intelligenz

3. Aufgaben der Pädagoginnen/Pädagogen: Erziehung & Bildung
3.1 Grundlegende Aufgaben der Pädagogik
3.2 Immanuel Kant – Erziehung
3.2.1. Künstliche Intelligenz als Ersatz in den pädagogischen Aufgaben der Erziehung
3.3 Wilhelm von Humboldt - Bildung
3.3.1. Künstliche Intelligenz als Ersatz in den pädagogischen Aufgaben der Bildung

4. Fazit
4.1. Neue (digitale) Medien als pädagogische Hilfsmittel
4.2. Aufruf an Pädagoginnen/Pädagogen

Literaturverzeichnis

1. Einleitung

Die Gegenwart, so auch die Zukunft ist ohne die Technologie undenkbar geworden. Sie erleichtert uns das Leben in vielen Hinsichten. So wird die Künstliche Intelligenz (kurz: KI) heute schon in einigen Sektoren genutzt und leistet der Wirtschaftskraft somit einen gewichtigen Beitrag. Was anfangs einen sehr zuvorkommenden Eindruck erweckt, kann sich mit der Zeit als suboptimal entpuppen. Denn die digitale Intelligenz ist Aufgrund ihrer Künstlichkeit nicht gleich unbedenklich. Sie kann in einigen Hinsichten die natürliche Zukunft übertreffen und somit die Menschheit entmachten. So werden schon Menschen aus einigen Berufen verdrängt. Doch durch die Steigung kreativer und anspruchsvollerer Tätigkeiten, die bisher nur Menschen mit bester Professionalität ausüben können, sind letzthin keine nennenswerten Bedenken da gewesen. Die KI ist jedoch auf dem besten Wege sich in diversen Bereichen zu spezialisieren und sich allgemein zu perfektionieren. So stellen viele Menschen sich berechtigterweise die Frage, ob ihre Berufe in Zukunft auch betroffen sein könnten. Auch Pädagoginnen/Pädagogen stellen sich diese entscheidende Frage. Jedoch gehört der Beruf als Pädagogin/Pädagoge zu dem Fachgebiet, wo Professionalität und Kreativität erwünscht oder sogar erforderlich ist. Kann diese Professionalität jedoch tatsächlich nur von Menschen getätigt werden, so dass eine Pädagogin/ein Pädagoge unter der digitalen Revolutionierung der Arbeitsbereiche und des stetig wachsenden Technologiebedarfs nicht bekümmert sein muss? Um dies ausfindig zu machen, wird in dieser Arbeit der Frage nachgegangen, ob die KI Pädagoginnen/Pädagogen ersetzen kann. Im ersten Teil der Arbeit werden der Begriff der KI und ihre Fähigkeiten vorgestellt. Danach folgen die Aufgaben der Pädagoginnen/Pädagogen. Im Fokus des Kapitels stehen die Aufgaben der Erziehung und Bildung. Darauf aufbauend werden das Erziehungskonzept von

Immanuel Kant und die Bildungstheorie von Wilhelm von Humboldt analysiert. Im Laufe dieses Kapitels wird zudem die Ersatzmöglichkeit von Pädagoginnen/Pädagogen geprüft. Abschließend folgt ein Fazit, in dem die KI als pädagogisches Hilfsmittel dargestellt wird. Außerdem wird es ein Aufruf an Pädagoginnen/Pädagogen geben. Ziel dieser Arbeit ist die Verdeutlichung der Relevanz der pädagogischen Tätigkeit und ihre Gegenüberstellung in der Theorie und der Praxis.

2. Künstliche Intelligenz

2.1 Begriffsklärung

Der Begriff „Künstliche Intelligenz“ wurde erstmals im Jahr 1956 vom US-amerikanischen Informatiker John McCarthy (1927 - 2011) eingeführt. Es wurde aus dem englischen Begriff

"Artificial Intelligence" (kurz: AI) als „Künstliche Intelligenz“ wörtlich übersetzt (vgl. Damberger 2017a, S. 139).

Im Allgemeinen wird die KI als ein System beschrieben, mit dem man versucht die intellektuellen Fertigkeiten der Menschen nachzuahmen und diese möglichst realistisch zu simulieren. Die KI orientiert sich somit am Menschen. Nun vermutet werden, dass die „Künstliche Intelligenz“ sich auch an der menschlichen Intelligenz orientiert, da die Benennung des Begriffs darauf hindeutet. Es gibt jedoch keine feste Definition vom Begriff der natürlichen Intelligenz. „Intelligenz“ ist nicht fassbar und vielfältig, somit ein Konstrukt. Zudem ist es wandelbar und bringt daher mit der Entwicklung der Menschheit eine neue Definition des Begriffs mit sich. Jedoch ist auch weithin bekannt, dass man die Intelligenz der Menschen durch Intelligenztests messen kann (vgl. Rost 2013, S. 14). Daraus schließt sich, dass man etwas „zeigen“ muss, um Intelligenz vorweisen zu können. Folglich spricht man von der Intelligenz eines Systems, wenn sie etwas aufzeigt, welches ihre Intelligenz beweist. Um dies genauer zu erläutern, spricht man von einer KI, wenn man ihre Handlungen und ihr Verhalten auf einen Menschen übertragen würde und für diese Handlungen ein Mensch Intelligenz benötigen würde.

2.2 Fähigkeiten der Künstlichen Intelligenz

Nach dem im vorherigen Abschnitt eine Definition über den Begriff der KI vermittelt wurde, wird im Folgenden näher auf den Leistungstand und Fähigkeiten der KI eingegangen. Es ist wichtig diese darzustellen, um die Relevanz der Fragestellung zu verdeutlichen. Dabei wird die Funktionalität der einzelnen Fähigkeiten nicht ausführlich erläutert, da dies keinen bedeutenden Bestandteil dieser Arbeit darstellt und somit den Rahmen sprengen würde.

Bevor wir uns jedoch in die Thematik vertiefen, muss eine wichtige Unterscheidung der KI vorgenommen werden. Die KI lässt sich nämlich in die (schwache) und die (starke) KI unterteilen. Von einer (starken) KI, oder auch einer Superintelligenz spricht man, wenn sie in der Lage ist die intellektuellen Fähigkeiten des Menschen zu erlangen oder sogar zu übertreffen. So kann es auch beispielsweise menschliche Eigenschaften wie ein Bewusstsein, Emotionen, logisches Denkvermögen oder die Kombination aller Fähigkeiten hervorbringen. Daher spricht man hierbei über eine „universelle Intelligenz“. Jedoch wurde diese Form der KI bislang nicht entwickelt. Die Möglichkeit solch einer Entwicklung ist nach wie vor umstritten. Allerdings gehen KI-Forscher davon aus, dass die Entstehung der Superintelligenz erfolgen wird. Eine genaue Zeitspanne besteht jedoch nicht. Trotz dessen beschäftigt man sich mit der Frage, ob die KI tatsächlich alle Fähigkeiten eines Menschen besitzen kann, so auch das Bewusstsein. Diese Annahme kann man jedoch neben der technischen Sichtweise auch aus philosophischer Sicht betrachten. Technisch wird vermutet, dass dies möglich ist, wenn das künstliche „Gehirn“ einen gewissen Maẞ an Komplexität erreicht hat. Diese Mutmaßung folgt aus dem Wissen, dass auch beim menschlichen Gehirn das Bewusstsein ab einer gewissen Komplexität von Aktivitäten in einem neuronalen Netz entsteht. In der Philosophie vertritt man dagegen die Ansicht, dass dies nicht möglich ist, da ein Bewusstsein ein reflexives Verhältnis zu sich selbst voraussetzen würde. Dazu bräuchte es jedenfalls ein Getrenntsein von sich selbst, der technisch nicht nachgebildet werden kann. Fest steht also, dass das Bewusstsein nicht einprogrammiert und nachgebildet werden kann, sondern nur von alleine entstehen kann, da es keinen bestimmten Bereich im menschlichen Gehirn gibt, der das Bewusstsein explizit erzeugt.

Die (schwache) KI dagegen wird nicht „schwach“ genannt, weil sie weniger kann als die (starke) KI. Obwohl das Adjektiv „schwach“ als etwas Unzureichendes assoziiert wird, ist dies hierbei nicht der Fall. Denn in diesem Zusammenhang handelt es sich um ein „Expertensystem“, welches in einem bestimmten Bereich sehr gute Leistungen erbringen kann. Durch den Besitz einer „speziellen Intelligenz“ fallen die Leistungen in allen anderen Bereichen jedoch mangelhaft aus (vgl. Damberger 2017a, S. 140f.). Da die (starke) KI gegenwärtig nicht besteht, fallen alle heute existierenden Systeme unter die Kategorie der (schwachen) KI. Sie begegnen uns tagtäglich und halten mittlerweile in unseren Alltagsgegenständen Einzug. Die Smartphones, welche wir beispielsweise unausgesetzt nutzen, bestehen aus solch einem System. Die Spracherkennung beim Schreiben einer Textnachricht, die individualisierte Gesichtserkennung beim Öffnen der Sperrung unseres Smartphones, das Nutzen des Navigationssystems. All dies ist möglich durch das Expertensystem. Doch wie ist ein solches System in der Lage solche Fähigkeiten zu erbringen? Sie haben die Möglichkeit selbst zu lernen.

Man spricht hierbei vom maschinellen Lernen, genannt „Deep Learning“. Dadurch können solche Systeme ihr Verhalten allmählich durch Erfahrung optimieren und zusätzliche Fähigkeiten für neue Aufgabenstellungen erwerben. Da man sich bei der (schwachen) KI überwiegend an Menschen orientiert, hat man beim maschinellen Lernen ebenfalls das menschliche Gehirn zum Vorbild genommen. Angesichts dessen muss gesagt werden, dass das Ziel nicht der Nachbau des menschlichen Gehirns ist (ebd., S. 86). Man hat lediglich die Neuronen unseres Gehirns näher betrachtet und somit versucht das Prinzip des menschlichen Lernens auf den Computer zu übertragen. Auf diese Weise wurden durch die neuronalen Netze des biologischen Gehirns die „Künstlichen Neuronalen Netze“ (kurz: KNN) entwickelt. Somit ist das Deep Learning eine Weiterentwicklung der KNN (ebd., S. 85). Dies geschieht zudem sehr gut, weil in unserem Gehirn Prozesse erfolgen, die nur zwei Möglichkeiten in Betracht ziehen. Diese beiden Möglichkeiten weisen sich bei den Neuronen als ein „Ganz oder Garnicht“ auf (ebd., S. 87). Solch eine Abfolge kann sehr gut auf das System der KI übertragen werden, da sie aus binären Codes bestehen, welche nur die Zahlen 1 (trifft zu) oder 0 (trifft nicht zu) aufweisen und durch dessen Berechnung somit eindeutig definierte Handlungsanweisungen befolgt werden können. Auch andere Computerprogramme, wie beispielsweise die „adaptiven Lernsysteme“, verfügen Deep Learning. Solche adaptiven Lernsysteme kommen in Schulen oder Hochschulen zum Einsatz. In den USA sind sie gelegentlich in Gebrauch (vgl. Damberger 2017b, S. 1ff.). Diese Systeme passen sich dynamisch auf die Bedürfnisse des Lernenden an. Die dynamische Anpassung gelingt dem adaptiven Lernsystem so gut, weil es eine erhebliche Menge an Daten, auch „Big Data“ genannt, des Lernenden zur Verfügung gestellt bekommt. Dies ist ein bedeutender Aspekt da Daten für die KI, und somit auch für das adaptive Lernsystem unverzichtbar sind. Je mehr Datenmengen dem System zur Verfügung stehen, desto treffender sind die Auswertungen der Daten. Dieser Vorgang erfolgt mithilfe der Berechnung der Algorithmen. Somit können wiederholt neue Auswertungen hervorgebracht werden und die Handlungsanweisungen zur Lösung der Probleme abgewandelt und aktualisiert werden. So werden auch die Gefühle und die Stimme durch die Gefühls- und Stimmanalyse als Daten aufgezeichnet. Die Gefühle des Lernenden kann das Lernsystem durch die eingebaute Kamera erfassen und somit entsprechend der aktuellen Stimmung ihr „didaktisches und methodisches Vorgehen“ jederzeit anpassen (ebd.). Daraus lässt sich folgende Schlussfolgerung ziehen: Je mehr Daten adaptive Lernsysteme von einem Menschen verfügen, desto gezielter können sie auf ihre individuellen Bedürfnisse eingehen. So können sie auch mithilfe der Daten und der menschliche Kommunikation den Lernenden beispielsweise motivieren oder loben. Wichtig ist hierbei zu wissen, dass diese Systeme den Grund der Gefühlslage des Menschen nicht nachvollziehen können. Das Wissen und die Daten, welches sie sich lediglich durch die Berechnung der Algorithmen aneignen und hervorbringen, verstehen sie ebenfalls nicht. Deshalb motivieren oder loben sie nicht bewusst mit derselben Absicht eines Menschen. Ihre Empathie und andere Gefühle, die sie zeigen, können sie nicht empfinden, so wie wir Menschen es tun. Diese treten lediglich durch die Simulation auf. Diese Simulationen können so realitätsnah sein, dass sie von menschlichen Gefühlen kaum zu unterscheiden sind. Welche Folgen diese Simulation mit sich bringt und welche Vor- und Nachteil es hat, werden wir in dieser Arbeit jedoch nicht behandeln.¹

Da sich der Fortschritt der Technologie auch auf die KI auswirkt, ist die vorteilhafte Existenz von Robotern im Wirtschaftsbereich weit verbreitet. Unterdessen ist diese Technologie auch mit humanoiden Robotern vertraut. Diese sehen dem Menschen so ähnlich, dass dessen Unterscheidung nahezu unmöglich sein kann. Nun haben wir die wichtigsten Fähigkeiten einer KI aufgezählt. So ist es möglich einen humanoiden Roboter mit all diesen Fertigkeiten auszustatten. Ein Roboter, welches maschinell Lernen kann und somit auch ein adaptives Lernsystem besitzt, welches durch Big Data hervorragende Handlungsanweisungen zustande bringen kann. Zudem auch jeden Menschen auf seinen eigenen Leistungsstand angepasst individuell lehren kann. Ein Roboter, welches mit der Cloud verbunden ist und somit jederzeit auf aktuellem Wissensstand ist. Eine Maschine mit menschähnlichem Aussehen, welches jede Gefühlslage erkennt und sich dementsprechend anpasst. Noch dazu, kann sie Gefühle so gut simulieren, dass man es kaum oder gar nicht vom Menschlichen unterscheiden kann (vgl. Damberger 2017a, S. 160ff.). Wenn man humanoide Roboter in sozialen Kontexten, somit auch als Pädagoginnen/Pädagogen einsetzten würde, müssten sie jedoch auch soziales Handeln vorweisen können. Tatsächlich sind Roboter auch in der Lage neben den Gefühlen auch soziales Verhalten zu simulieren. Dazu wird der Roboter programmiert nach Belohnung zu streben und somit ein bestimmtes Ziel zu erreichen und einer bestimmten sozialen Tätigkeit nachzugehen. Dementsprechend wird es dafür belohnt und erhält Punkte, wenn es diese Tätigkeit ausübt. Dies nehmen somit als soziales Verhalten wahr. Demnach hat der Roboter jedoch nicht die Absicht den Menschen zu helfen, sondern die eigenen Ziele zu erreichen, in dem es anstrebt die eigene Punktzahl zu maximieren. Die Belohnung kann hierbei beispielsweise ausgestattet werden mit der Aufladung der Batterie (ebd., S. 168ff.). Durch das Ziel der eigenen Existenzsicherung täuscht uns der Roboter somit soziales Verhalten vor. Reichen diese Fähigkeiten jedoch aus, um Pädagoginnen/Pädagogen zu ersetzen? Um diese Frage beantworten zu können, werden wir uns im nächsten Kapitel mit den Aufgaben der Pädagoginnen/Pädagogen befassen.

3. Aufgaben der Pädagoginnen/Pädagogen: Erziehung & Bildung

In diesem Kapitel werden wir uns mit den grundlegenden Aufgaben der Pädagogik und den spezifischen pädagogischen Aufgabenbereichen der Erziehung und Bildung auseinander setzen. Zudem werden wir mit dieser Gelegenheit auch zwei Vorreiter der Erziehung und Bildung und ihre Auffassungen näher betrachten. Bevor wir uns dem jedoch zu widmen, wird eine Begriffsklärung der Pädagogin/des Pädagogen vorgenommen.

Das Wort „Pädagogin/Pädagoge“ leitet sich aus dem griechischen ab und bedeutet „paidagogos“, was so viel heißt wie „Knabenführer und Kinderaufseher“ (vgl. Wiater 2007, S.73). Schon damals wurde mit der Pädagogik das Erziehen, das Bilden und das Belehren in Verbindung gebracht. So kann man vermerken, dass die Aufgaben der Pädagoginnen/Pädagogen sich damit befassen, Kinder, Jugendliche und Erwachsene zu unterstützen, um Bildung und Erziehung zu erzielen. Wenn man unsere Fragestellung hierbei erneut aufgreift und sich fragt, ob die KI Pädagoginnen/Pädagogen ersetzen kann, könnte man diese Annahme mit einer mühelosen Antwort wiederlegen: „Nur ein Wesen kann seines Gleichen erziehen und bilden.“ Das heißt, dass nur ein Mensch einen Menschen erziehen kann. Kann man dieser kurzen Begründung jedoch vollkommen zustimmen? Welche Aspekte machen uns als Pädagoginnen/Pädagogen oder spezifisch als Menschen aus und sorgen dafür, dass man bei solch einer Begründung keinem Zweifel unterliegt? Oder kann ein System, welches aus Algorithmen besteht, Pädagoginnen/Pädagogen doch ersetzen? Mit diesen und weitere Fragen werden uns im weiteren Verlauf der Arbeit beschäftigen. Auf der Suche nach Antworten werden wir vorerst mit den grundlegenden Aufgaben der Pädagogik anfangen.

3.1 Grundlegende Aufgaben der Pädagogik

Wir leben in einer Welt und einer Gesellschaft, welches sich nach Normen, Werte, Regeln und Gesetzen richtet. Daher ist es wichtig, dass jeder Mensch in solch einem System zurechtkommt. Deshalb helfen Pädagoginnen/Pädagogen den Menschen bei der Eingliederung in die Gesellschaft, indem sie Kinder, Jugendliche und auch Erwachsene begleiten und unterstützen. Eine andere Aufgabe besteht darin den Menschen dahin zu leiten, sodass er sich selbst zum Ausdruck bringen kann und sein eigener Vormund wird (vgl. Damberger 2017a, S. 25). So ist das Ziel der Pädagoginnen/Pädagogen die Emanzipation des Individuums und der Erwerb der Mündigkeit (vgl. Wiater 2007, S. 77). Das führt dazu, dass Menschen auch auf die Zukunft vorbereitet werden und lernen mit möglichen Veränderungen und die darauf folgenden neuen Anforderungen umzugehen. Dies geschieht einerseits durch Ratschläge oder Anregungen seitens der Pädagoginnen/Pädagogen. So stellen sie beispielsweise auch Ressourcen bereit, steuern gegen Fehlentwicklungen an, verstärken erfolgversprechende Entwicklungen und geben ein Lob aus.

Darüber hinaus ist die Kreativität für den Menschen von großer Bedeutung. Denn dadurch können wir etwas, was noch nicht da ist erfinden, uns neue Ziele einfallen lassen und sie verwirklichen. So gehört es zu den wichtigsten Aufgaben der Pädagoginnen/Pädagogen Anregungen zu verschaffen und dementsprechend Material anzubieten. So bietet zum Beispiel jede Art des Spiels, das Einrichten von Räumen und vor allem jeder Dialog, das Erkunden, Erproben und Erfinden, eine Möglichkeit zu vielfältigen Hervorbringung. Aus diesem Grund lässt sich sagen, dass die auf Kreativität zentrierte Bildung das „wissenschaftsorientierte

Lernen“ fördert und vermenschlicht (vgl. Krings 1972, S. 30ff.). Der pädagogische Bezug zwischen der Pädagogin/des Pädagogen und dem Zu-Erziehenden kann sich dabei als vorteilhaft erwirken. Durch die Einflussnahme einer Pädagogin/eines Pädagogen und einem gepflegten Umgang mit pädagogischen Maßnahmen und Methoden kann eine Pädagogin/ein Pädagoge nämlich anderen Menschen dazu animieren, sich zu bilden und somit das eigene Leben eigenverantwortlich zu gestalten (vgl. Heffels 2009, S. 138ff.). Pädagoginnen/Pädagogen sind dazu in der Lage das pädagogische Handeln auf die Individualität des Menschen abzustimmen und können so Menschen in Lernprozesse hinziehen. Dieser Prozess führt eine Bildung herbei, welches ein subjektiver und persönlicher Vorgang ist. Somit bringt eine Pädagogin/ein

Pädagoge die Menschen dazu, durch diesen Akt sich selbst aufzuklären und sich ihres Verstandes und ihrer Vernunft „ohne die Leitung eines anderen zu bedienen. Sapere aude!“ (Kant [1784] 1999, S. 20).

[...]

¹ Folgendes bietet über die Auswirkungen der Simulation eine nähere und unterhaltsame Betrachtung an: Der Film „A.I. – Künstliche Intelligenz“ von Steven Spielberg aus dem Jahr 2001 und die Erzählung „Der Sandmann“ von E.T.A. Hoffman aus dem Jahr 1816.