Möbus, BenjaminBenjaminMöbusBreiwe, RenéRenéBreiwe2024-05-222024-05-222024https://fis.uni-bamberg.de/handle/uniba/94525Spätestens seitdem das US-amerikanische Unternehmen OpenAI Ende 2022 das generative Sprachmodell ChatGPT als Web-App einer breiten Öffentlichkeit zugänglich gemacht hat, ist der Begriff Künstliche Intelligenz (KI) als Oberbegriff für verschiedenste Phänomene sowie die mit diesen verbundenen Potenzialen (und Risiken) im Zentrum zahlreicher politischer, medialer und wissenschaftlicher Diskurse (vgl. Buck & Limburg 2023). Unter Verwendung von Superlativen festzustellen, dass KI unser Schul-, Hochschul- sowie Bildungssystem tiefgreifend verändern könnte – nicht selten ist diesbezüglich von einer (Bildungs-)Revolution, einer Schlüsseltechnologie und/oder einer nie dagewesenen Disruption und technologischen Zäsur die Rede – bzw. gar bereits verändert hat, ist dabei längst bildungspolitisch wie hochschuldidaktisch zum Allgemeinplatz verkommen. Dennoch lohnt (insbesondere) eine Beschäftigung mit der Frage, ob und inwiefern KI zu einer Neuorientierung (resp. Neuakzentuierung) der Ziele der inklusiven Lehrer*innenbildung führen kann/sollte; denn gerade hinsichtlich des inklusiven Unterrichts – im Sinne des weiten Inklusionsbegriffs als Unterricht der Heterogenität und Vielfalt im Spiegel der „egalitären Differenz“ (Prengel 2005) der unterschiedlichen Heterogenitätsdimensionen verstanden – offerieren KI-Tools (wie u.a. ChatGPT) bereits aktuell zahlreiche Potenziale, um das in der UN-Behindertenrechtskonvention kodifizierte Versprechen auf eine hochwertige Bildung für alle Schüler*innen tatsächlich zu verwirklichen. So ermöglichen KI-Tools u.a. Lernmaterialien individuell und personalisiert an die Bedürfnisse der Schüler*innen anzupassen, die Lernverlaufsentwicklung der Schüler*innen diagnostisch entsprechend der normativen psychometrischen Gütekriterien diagnostischer Test zu begleiten und stellen gerade für Schüler*innen, die hinsichtlich ihres Lernens mit Barrieren konfrontiert sind, (potentiell) eine barriererreduzierende assistive Technologie dar (vgl. Schulz 2023). Diesbezüglich zeigen sich zudem zahlreiche Parallelen und Kongruenzen zu Erkenntnissen der Forschung zu empirisch evidenten Gelingensbedingungen eines lernförderlichen inklusiven Unterrichts (vgl. u.a. Frohn & Moser, 2018; Prediger, 2016; Wember, 2013). Im Rahmen des Beitrages sollen insofern die Erfahrungen der Implementierung von KI-Tools als Lerngegenstand sowie Lernmittel in einem Modul der inklusiven Lehrer*innenbildung an der Universität Vechta aus dem Wintersemester 2023/24 im Spiegel der einschlägigen Lehrer*innenkompetenzmodelle für den inklusiven Unterricht vorgestellt werden (vgl. Goldfriedrich et al. 2020; Gebhardt et al. 2018; Moser & Kropp 2015); konkret sollen die Überlegungen, inwiefern die Ziele der Lehrveranstaltung eingedenk der Potenziale von KI für den inklusiven Unterricht adaptiert wurden, diskutiert sowie erste Erkenntnisse aus der diesbezüglichen Evaluation des Modules resp. der Evaluation der Implementation von KI in der Lehrveranstaltung vorgestellt werden. Dementsprechend soll in dem Beitrag vornehmlich die Ebene der Lehre resp. Lehrformate adressiert werden.deuKünstliche IntelligenzInklusive Lehrer*innenbildungLehrer*innenkompetenzmodelleHochschuldidaktik370conferenceobjecturn:nbn:de:bvb:473-irb-945256