GPT und die Zukunft des Unterrichts Was ist GPT? Wie lernt GPT? Lügt GPT manchmal? Interaktion mit GPT GPT und das Urheberrecht

Prompt Engineering: Der Schlüssel zur effektiven Nutzung von GPT GPT - Erleben statt Erlernen, Anwenden statt Anhören Fazit 1: Zehn Schlüssel und mehr - Regeln für den erfolgreichen Umgang mit GPT Fazit 2: Viele Köpfe, viele Erfahrungen - hilfreiche Hinweise, die nützlich sein könnten Fazit 3: Vom Großen ins Detail - Ein Chat zur Planung eines Kompetenzschwerpunkts

Sprachmagie mit GPT – Revolution für die Bildung oder digitaler Hype?

 

Die Sprachmagie kommt aus den Laboren der KI-Forscher, und ihr Name ist Generative Pretrained Transformer, kurz GPT. Eine Künstliche Intelligenz, die sprachlich korrekte und gut lesbare Texte erzeugt und damit Bildungslandschaften umgestaltet. Klingt spannend?

 

Unser Klassenzimmer hat Zuwachs bekommen: GPT. Dieser "Generative Pretrained Transformer", oder einfacher ausgedrückt, ein vortrainierter Textgenerator, kann Texte erstellen, die so wirken, als seien sie von einem Menschen verfasst. Und das Interessanteste daran? Er ist bereit, den Unterricht zu revolutionieren und uns völlig neue Wege im Lehren und Lernen zu eröffnen.

 

Um diesen neuen Mitschüler zu verstehen, haben wir am LISA eine Veranstaltung mit engagierten Lehrkräften durchgeführt und eine kleine Artikelserie erstellt, die darauf abzielt, GPT in den Kontext des Unterrichts zu stellen.

 

Wir starten mit den Grundlagen und erklären, wie GPT trainiert wird und wie es funktioniert. Dann gehen wir tiefer und betrachten, wie GPT mit der Wahrheit umgeht und welche Rolle das Urheberrecht spielt, wenn eine KI Texte generiert.

 

Wir haben konkrete Erkenntnisse aus unserer Fortbildung zusammengefasst. Wir zeigen, wie GPT Lehrkräften helfen kann, den Unterricht bereichern und wie es uns als Lehrkräfte dabei hilft, die wertvollste Ressource zu sparen: Zeit.

 

Wir laden Sie ein, uns auf dieser spannenden Reise zu begleiten. Tauchen Sie mit uns in die Welt von GPT im Bildungsbereich ein. Entdecken Sie, wie diese neue Technologie das Lehren und Lernen revolutionieren kann und wie wir als Pädagogen uns darauf einstellen können.

 

Es wird viel geschrieben über GPT als ein mögliches Wundermittel, welches das Schulsystem revolutionieren wird. Wir lesen darüber, wir hören zu - aber wir wenden es nicht an.

 

Verstehen Sie das nicht falsch: Theoretisches Wissen ist wichtig. Aber es ist, als ob man versucht, Schwimmen zu lernen, indem man ein Buch darüber liest. Wenn man dann aber ins Wasser springt, stellt man überrascht fest, dass man doch nicht schwimmen kann.

 

Um zu verstehen, was GPT wirklich kann und wie es in der Bildung wirksam eingesetzt werden kann, müssen wir es ausprobieren. Mit ihm experimentieren. Seine Stärken und Schwächen aus erster Hand erleben.

 

Und wenn GPT tatsächlich den Unterrichtsalltag bereichern und das Lernen revolutionieren soll, dann liegt es in der Verantwortung der Bildungsbehörden oder -träger, den Zugang zu dieser Technologie auch bereitzustellen und zu finanzieren. Nur so kann sichergestellt werden, dass jeder Pädagoge und jede Pädagogin, jeder Schüler und jede Schülerin, unabhängig vom eigenen finanziellen Hintergrund, von den Möglichkeiten, die GPT bietet, profitieren kann.

GPT - Eine Buchstabensuppe? Nein, eher ein Linguistik-Zaubertrick! GPT steht für "Generative Pretrained Transformer" und beschreibt eine Art von Künstlicher Intelligenz, die Texte so gut generieren kann, dass Sie vielleicht glauben, Sie plaudern mit einem Menschen. Aber lassen Sie sich nicht täuschen, das Genie hinter GPT ist nicht wirklich Intelligenz, sondern ein extrem gut abgestimmtes statistisches Modell.

 

Stellen Sie sich GPT als einen sprachbegeisterten Schwamm vor, der Tonnen von Text aus dem Internet aufsaugt, um sich ein Bild von der menschlichen Sprache zu machen. Er ist kein Shakespeare und kein Einstein, aber er hat ein tiefes Gespür für den Rhythmus der Sprache, das er durch das Studium der Worte, Sätze und Kontexte entwickelt hat. Aber anstatt zu versuchen, jedes einzelne Detail zu behalten, konzentriert sich dieser Schwamm darauf, das Wesentliche zu extrahieren, indem er Muster und Zusammenhänge erkennt. Er wird kein Experte in einem speziellen Fachgebiet, aber er versteht die Strukturen, Regeln und Nuancen der Sprache so gut, dass er in der Lage ist, auf fast jede Eingabe mit passenden Antworten zu reagieren.

 

Aber GPT ist nicht nur ein einfacher Nachahmer. Es kann die Bedeutung von Wörtern im Kontext ihrer Umgebung erfassen - eine Fähigkeit, die oft die menschliche Kommunikation definiert. Dieser Kontext ist das Rückgrat von Sprache und GPT ist in der Lage, dieses Rückgrat zu modellieren, um sinnvolle Antworten auf Eingaben zu generieren.

 

Mit jeder neuen Version wird GPT ausgefeilter. Die neueste Version, GPT-4, ist eine echte virtuelle Plaudertasche, die komplexe menschliche Sprachanforderungen erfüllt und dabei kontextreiche und nahezu beliebig umfangreiche Antworten liefert.

 

Trotz dieser Fortschritte sollten wir uns jedoch daran erinnern, dass GPT immer noch ein Werkzeug ist - kein Mitdenker, sondern ein Nachahmer. Und wie jedes Werkzeug muss es von Menschen richtig und vor allem sinnvoll eingesetzt werden. Manchmal ist es hilfreicher und auch schneller, Texte nach wie vor ganz klassisch selbst zu verfassen oder die GPT-Vorschläge nur teilweise zu übernehmen und eigenhändig zu finalisieren.

Nicht wie du und ich. GPT nutzt eine Methode namens maschinelles Lernen. Es ist wie ein Teenager, der jede Ausgabe von Wikipedia, die Werke von Shakespeare und Goethe und alle Bücher von Stephen King inhaliert hat. Aber die Sache ist: GPT kann sich nicht daran erinnern, was es gelernt hat. Stellen Sie sich vor, Sie hätten ein Buch gelesen und vergessen sofort jede einzelne Information, sobald Sie es zuklappen.

 

Der Trainingsprozess von GPT folgt einem zweistufigen Ansatz. Im ersten Schritt, dem "Pre-Training", wird das Modell mit riesigen Mengen Text gefüttert, die das gesamte Internet widerspiegeln könnten. Hierbei wird das Modell nicht angeleitet, wie es den Text interpretieren soll, sondern es wird ermutigt, seine eigene Interpretation zu entwickeln, indem es selbstständig Muster und Zusammenhänge in den Daten erkennt. Man könnte sagen, das Modell spielt eine Art "Ratespiel", bei dem es versucht, das nächste Wort in einem Satz vorherzusagen, basierend auf dem, was es bisher gesehen hat.

 

Nach dem Pre-Training folgt das "Fine-Tuning". In dieser Phase wird das Modell mit spezifischen Aufgaben und Datensätzen trainiert, die es in die gewünschte Richtung lenken. Man könnte sagen, das Modell wird von einem "Alleskönner" zu einem "Spezialisten".

 

Betrachten wir dieses Modell als einen hochbegabten Schüler: Das Pre-Training ist vergleichbar mit dem allgemeinen Lernen in der Schule, bei dem der Schüler ein breites Spektrum an Wissen sammelt. Das Fine-Tuning ähnelt dann der Ausbildung oder dem Studium, bei dem sich der Schüler auf ein spezifisches Fachgebiet konzentriert und sein Wissen entsprechend vertieft und verfeinert.

 

Es ist wichtig zu betonen, dass GPT, obwohl es als KI bezeichnet wird, nicht im menschlichen Sinne "versteht". Es erkennt Muster in den Daten und nutzt diese, um auf der Grundlage seiner "Erfahrungen" während des Trainingsprozesses neue Texte zu generieren.

 

Was aber ist mit den Nutzereingaben? Lernt GPT von ihnen? Die Antwort ist: Nein. Nachdem GPT trainiert wurde, lernt es nicht weiter von den Eingaben der Nutzerinnen und Nutzer.

 

Das hat gute Gründe: Datenschutz und Modellstabilität. Durch das Nicht-Lernen von Nutzereingaben wird verhindert, dass GPT potenziell sensible Informationen speichert oder seine Leistung auf unvorhersehbare Weise verändert.

Das kommt darauf an, wie man es sieht.

Ja, GPT "lügt" manchmal. Aber das ist kein bewusstes menschliches Lügen. GPT ist ähnlich wie ein Zeuge, der versucht, sich an ein komplexes Ereignis zu erinnern. Seine Erzählung ist ein Konglomerat aus tatsächlichen Beobachtungen, ergänzt durch Rückschlüsse und Annahmen, die er auf der Grundlage seines vorherigen Wissens trifft. Die Psychologie nennt dies Konfabulation – das Auffüllen von Gedächtnislücken mit erfundenen oder falsch interpretierten Erinnerungen. Deswegen sind Zeugenaussagen vor Gericht so schwer für die Wahrheitsfindung einzuschätzen. Und genauso können die Berichte von GPT manchmal ungenau oder sogar völlig falsch sein.

Doch im Gegensatz zu einem menschlichen Zeugen hat GPT keine Absicht zu täuschen oder die Wahrheit bewusst zu manipulieren. Es ist ein hochkomplexes mathematisches Modell, das menschliche Sprache nachahmt, aber es "versteht" die Inhalte nicht im menschlichen Sinne. Es weiß nicht, ob die Aussagen, die es generiert, wahr oder falsch sind. Es reflektiert nur, was es in seinen Trainingsdaten gesehen hat.

 

GPT hat keine ethische Komponente, keine moralische Verantwortung und kein Bewusstsein für die Wahrheit oder die Lüge. Es lässt sich nicht verhindern, dass GPT ungewollt falsche Informationen liefert. Es verbreitet diese Informationen jedoch nicht von selbst oder unaufgefordert - dies tut dann ein Mensch!

 

Es ist wie bei einem Kind, das gerade sprechen lernt: Manchmal erzählt es Geschichten, die nicht wahr sind, weil es die Grenze zwischen Wirklichkeit und Fantasie noch nicht vollständig versteht. Als Erwachsene ist es unsere Aufgabe, es zu korrigieren und zu leiten. Indem Sie den Dialog mit GPT steuern, korrigieren und leiten Sie also das GPT-"Kind".

Wie nutze ich dieses Wunderwerkzeug? Durch Trial-and-Error. Man muss GPT ausprobieren, seine Stärken und Schwächen kennenlernen und herausfinden, wie man es am besten einsetzen kann.

 

GPT ist ein Sprachgenie, das auf Ihre Anweisungen reagiert. Es ist jedoch kein Hellseher - es benötigt klare, präzise Anweisungen, um effektiv zu arbeiten. Der Umgang mit GPT ist ähnlich wie das Dirigieren eines Orchesters: Sie, der Dirigent, müssen klare Anweisungen geben, um die gewünschte Musik zu erzeugen.

 

Beginnen Sie immer mit einer klaren und präzisen Anforderung. Je detaillierter und spezifischer Ihre Anforderung ist, desto besser kann GPT eine zufriedenstellende Antwort liefern. Falls Sie kein Überraschungs-Fanatiker sind, gehen Sie nicht in ein Restaurant - und bestellen "etwas zu essen". Sie könnten alles von Pasta bis zu Pfannkuchen bekommen. Wenn Sie "Spaghetti Bolognese" bestellen, wissen Sie, was Sie bekommen - aber Sie wissen nicht, wie gut es schmecken wird. GPT verhält sich hier ganz ähnlich.

 

Achten Sie auf die Länge Ihrer Eingabe. Eine kurze Eingabe kann zu allgemeinen, weniger relevanten Antworten führen, während eine zu lange Eingabe die Antwort von GPT verzerren kann. Verwenden Sie explizite Anforderungen zur Steuerung des Tonfalls, des Formats und der Struktur der Antwort. Wenn Sie beispielsweise einen formellen Brief schreiben möchten, teilen Sie dies GPT mit.

 

Gehen Sie gedanklich vielleicht von Folgendem aus: GPT ist wie ein gut ausgebildeter Schauspieler - sagen Sie ihm, welche Rolle es spielen soll, und es wird sich entsprechend anpassen, sei es der gediegene Geschäftsmann, der lässige Strandbesucher, ein penibler Lehrer, eine harmlose Plaudertasche oder ein zwielichtiger Krimineller.

 

Experimentieren Sie mit GPT, optimieren Sie Ihre Fragestellungen und -technik. Erinnern Sie sich immer daran, dass GPT ein Werkzeug ist, und wie jedes Werkzeug hängt seine Effektivität davon ab, wie gut Sie es bedienen können. Nehmen Sie sich die Zeit, GPT zu verstehen und zu lernen, wie Sie es effektiv nutzen können, um die besten Ergebnisse zu erzielen. Einige wertvolle Erkenntnisse dazu haben wir mit Lehrkräften in einer Fortbildungsveranstaltung gewonnen und in den anderen Beiträgen wiedergegeben.

Die Vorstellung, dass ein Computer eigene Texte erstellt, wirft eine Fülle von Fragen auf, vor allem in Bezug auf das Urheberrecht. Ist ein von GPT erstellter Text eine eigenständige Schöpfung? Wer besitzt die Urheberrechte an diesem Text? Und wie navigiert GPT durch das Minenfeld des Urheberrechts bei der Texterzeugung? Lassen Sie uns diesen Fragen im Lichte der Funktionsweise von GPT nachgehen.

 

GPT ist wie ein Schüler, der alle seine Hausaufgaben innerhalb kürzester Zeit verfasst, indem er Wissen aus vielen verschiedenen Büchern verwendet, die er gelesen hat. Ohne wirkliche Quellenangabe. Ist das ein Plagiat? Oder ist es nur eine clevere Art, seine Arbeit zu erledigen? Diese Frage ist noch nicht abschließend geklärt und erfordert eine gründliche und faire Diskussion.

 

Zunächst einmal ist es wichtig zu verstehen, dass GPT Texte generiert, indem es Muster in den Daten nachahmt, auf denen es trainiert wurde. GPT erstellt keine exakten Kopien der Texte oder Textabschnitte, auf denen es trainiert wurde. Stattdessen generiert es Texte, die auf den Mustern basieren, die es in diesen Texten gelernt hat. Daher sind die von GPT erstellten Texte nicht als Kopien oder Plagiate der Originaltexte zu betrachten, sondern als neue Werke, die auf den gelernten Mustern basieren.

 

Allerdings: Wenn das neue Werke sein sollten, wer besitzt dann die Urheberrechte an diesen Werken? Die aktuelle Rechtslage ist hier nicht eindeutig. Einige Juristen argumentieren, dass der Eigentümer der GPT-Software (zum Beispiel OpenAI) die Urheberrechte an den von GPT erstellten Texten besitzt. Andere hingegen behaupten, dass diese Texte niemandem gehören, da sie von einer Maschine und nicht von einer Person erstellt wurden. Bis die Gesetzgebung in diesem Bereich klare Richtlinien vorgibt, bleibt diese Frage offen und man kann davon ausgehen, dass von GPT generierte Texte nicht unter das Urheberrecht fallen. Sie müssen derzeit nicht befürchten, dass jemand oder eine Firma Rechte geltend machen kann, andererseits können Sie auch nicht einfach behaupten, dass Sie die Urheberrechte haben.

 

Auch die Frage, ob GPT so programmiert ist bzw. trainiert wurde, dass es das Urheberrecht respektiert, muss noch juristisch geklärt werden. Es wurden ohne explizites Einverständnis der tatsächlichen Urheber vermutlich eine Menge im Internet zu findender Texte zum Training genutzt.

Prompt Engineering ist kein Hexenwerk, es ist eine Technik, die man erlernen kann. Stellen Sie sich vor, Sie hätten eine riesige Bibliothek mit Millionen von Büchern. Wie würden Sie die Informationen finden, die Sie benötigen? Indem Sie die richtigen Fragen stellen. Und das ist genau Prompt Engineering: die Fähigkeit, die richtigen Fragen zu stellen.

 

Der Begriff geistert aktuell durch nahezu alle im Internet kursierenden Texte, die sich mit GPT beschäftigen. Meist als eine Art fast mystische Kunst beschrieben, begleitet von Meldungen die schwindelerregende Entlohnung denjenigen versprechen, die diese Zauberei beherrschen.

 

Aber was ist Prompt Engineering eigentlich? Stellen Sie sich GPT als ein riesiges Archiv voller Bücher vor. Jedes Mal, wenn wir eine Anfrage stellen, sucht es in diesem Archiv nach den relevantesten und nützlichsten Informationen. Unsere Anfrage, der so genannte "Prompt", ist der Schlüssel, mit dem wir auf dieses Archiv zugreifen. Doch nicht jeder Schlüssel passt zu jedem Schloss. Ein guter Prompt öffnet uns die richtigen Türen und ermöglicht es GPT, hochwertige und nützliche Antworten zu liefern. Prompt Engineering ist also nichts weiter als eine Fachkenntnis, eine Fertigkeit, die jeder erlernen kann, der bereit ist, ein wenig Zeit und Mühe in das Verständnis der Arbeitsweise von GPT zu investieren.

 

Die Kunst des Prompt Engineering ist es daher, eine Anfrage so zu formulieren, dass sie GPT dazu bringt, genau die Informationen zu liefern, die wir benötigen. Dabei ist es wichtig, dass der Prompt klar, spezifisch und kontextuell relevant ist. Vagheit kann dazu führen, dass GPT uns irrelevante oder nicht hilfreiche Antworten liefert. Daher ist die Fähigkeit, effektive Prompts zu formulieren, eine entscheidende Fähigkeit im Umgang mit GPT.

 

Aber wie sieht ein guter Prompt aus? Statt einer Anfrage wie "Erkläre Photosynthese" könnte man beispielsweise sagen: "Beschreibe den Prozess der Photosynthese in einfachen Worten für einen Fünftklässler." Ein guter Prompt nimmt Rücksicht auf den Kontext und das Zielpublikum, und hilft GPT, eine bessere Antwort zu liefern.

 

Prompt Engineering ist eben keine Kunst, sondern nur eine recht einfach zu erlernende Fähigkeit. Es erfordert Verständnis, Kreativität und ein Gespür für Sprache, besser noch für das Führen von Dialogen. Man verbessert sich im Prompt Engineering mit Übung. Es lohnt sich daher, Zeit und Energie in das Erlernen dieser Fähigkeit zu investieren.

 

In der sich ständig weiterentwickelnden Welt der Bildung ist es wichtig, dass wir die Technologien, die wir in unseren Klassenzimmern einsetzen, optimal nutzen. Prompt Engineering ist ein wichtiger Schritt in diese Richtung und ermöglicht es uns, das volle Potenzial von GPT auszuschöpfen.

Es ist wie das Erlernen einer neuen Sprache: Sie können die Grammatik lernen, indem Sie ein Buch lesen, aber die Sprache wirklich zu beherrschen, erfordert Praxis. Und genau das sollte unser Ansatz für GPT sein. Es ist an der Zeit, den Elfenbeinturm zu verlassen und in die Welt der Anwendung zu springen.

 

GPT ist in der Welt und damit auch in der Schule.

 

Wir reden und lesen ständig darüber. Es ist jedoch kein fernöstliches Mysterium, das nur in der Theorie bestaunt werden kann. Es ist ein greifbares Werkzeug, das eingesetzt, erforscht und verbessert werden muss.

 

Die beste Art, GPT zu verstehen, ist nicht, darüber zu lesen, sondern es selbst auszuprobieren. Mit ihm experimentieren, um zu verstehen, was es wirklich kann. Seine Stärken und Schwächen aus erster Hand erleben, um einzuschätzen, wie es in der Bildung wirksam eingesetzt werden kann.

 

Doch genau hier stoßen wir auf eine Hürde: den Zugang. Es ist leicht zu sagen, dass Schulen GPT nutzen sollten, aber ohne den Zugang dazu bleibt das bloße Theorie. Lehrkräfte und Schüler brauchen die Möglichkeit, dieses Werkzeug in der Praxis zu verwenden. Es sollte eine Selbstverständlichkeit sein, dass der Zugang zu solchen entscheidenden Technologien ermöglicht wird - aber das ist es nicht.

 

Wir müssen die Einstellung ändern. GPT darf nicht länger nur Gegenstand der Theorie sein. Es ist an der Zeit, das Gespräch von der Theorie zur Praxis zu verlagern. Von der Bewunderung zur Anwendung.

 

Die digitale Bildung braucht mehr als nur Diskussionen. Sie braucht praktische Erfahrung. Sie braucht Zugang. Und vor allem braucht sie die Bereitschaft, Neues auszuprobieren. Denn am Ende geht es nicht darum, was wir über GPT wissen, sondern darum, was wir mit GPT erreichen können.

Zehn Regeln, zehn Wegweiser, zehn Gebote - fast biblisch könnte man meinen. Diese Anzahl ist eher zufällig entstanden. Es könnten im Laufe der Zeit noch weitere hinzukommen. So ist die Welt der IT, ständig im Wandel, ständig in Bewegung.

 

Hier sind die goldenen Regeln, die wir während unserer Fortbildung herausgearbeitet haben, um GPT effektiv im Bildungskontext einzusetzen:

 

1. Vergib eine Rolle an GPT (Lehrer, Schüler, Mentor...).
2. Formuliere präzise und treffende Anweisungen.
3. Definiere das Alter der Zielgruppe, nicht nur die Klassenstufe.
4. Nenne das spezifische Fach.
5. Erwähne das konkrete Thema.
6. Gib einen geforderten Kompetenzschwerpunkt vor (einfach aus dem entsprechenden PDF kopieren und ggf. die Formatierung anpassen).
7. Interagiere mit GPT – führe eine Konversation!
8. Fordere Tabellen an und gib ggf. den Tabellenkopf vor.
9. Akzeptiere, dass GPT mal "einen schlechten Tag" haben kann. Bei unzufriedenstellenden Ergebnissen: Neustart mit einem neuen Prompt!
10. Lass dir drei, vier Vorschläge machen, wähle den Besten aus oder kombiniere.

 

Und dann gibt es da noch die "Regel 0", die über all dem schwebt: Nur wer ein Thema selbst fachlich gut einordnen kann, kann beurteilen, ob das Ergebnis von GPT tatsächlich gut ist.

In unserer heterogenen Gruppe aus gestandenen Pädagogen und frischen Seiteneinsteigern ist ein buntes Spektrum an Anforderungen und Herausforderungen rund um den Einsatz von GPT im Unterricht sichtbar geworden.

 

Unser Ziel war es, herauszufinden, ob Modelle wie GPT in ihrem aktuellen Entwicklungsstand tatsächlich zur Unterrichtsplanung tauglich sind. Dafür haben wir uns an der konkreten Planung zu einem realen Kompetenzschwerpunkt versucht - sowohl für den Gesamtschwerpunkt als auch für einzelne Unterrichtsstunden. Und tatsächlich haben sich einige wertvolle Hinweise ergeben:

 

• ChatGPT ist kein Mathegenie. Für fehlerfreies Rechnen empfehlen wir ein Plugin wie "Wolfram".
• Die zeitliche Einteilung von Inhalten ist für GPT eine Herausforderung. Zeiten für Experimente oder Aufgaben, die GPT vorschlägt, sind im Unterricht oft nicht einzuhalten.
• Die Strukturierung eines Kompetenzschwerpunkts gelingt GPT gut. Doch die von GPT vorgeschlagenen Zeiten können insbesondere für Anfänger schwer einzuschätzen sein. Dennoch liefern sie einen guten Ausgangspunkt für Diskussionen im Kollegium.
• Gleiche Eingaben führen nicht zu gleichen Ausgaben.
• Wenn das Ergebnis nicht zufriedenstellt, hast du vielleicht die falschen Fragen gestellt. Probiere es mit einer anderen Formulierung! GPT generiert jedes Mal eine komplett neue Antwort.
• ChatGPT wird niemals müde und gibt dir immer wieder neue Vorschläge. Nutze das und finde die für dich passende Antwort.
• ChatGPT kann keine Bilder und Töne wiedergeben und keine Internetadressen angeben.
• ChatGPT greift ohne spezielle Plugins nicht auf aktuelle Internetinhalte zu.

Für die Planung eines spezifischen Kompetenzschwerpunktes haben wir mit GPT einen Chat geführt. Dabei haben wir uns für das Beispiel "Elektrische Ströme und ihre Wirkungen beeinflussen" aus dem Lehrplan der Sekundarschule für den 7./8. Schuljahrgang entschieden. Unser Fokus lag auf der exemplarischen Sequenzplanung für den gesamten Schwerpunkt sowie auf der Entwicklung von Vorschlägen für einzelne Unterrichtsstunden.

 

Eines wurde dabei klar: Eine Kürzung des Stundenumfangs für Physik auf eine statt der bisher üblichen zwei Stunden pro Woche führt auch mit KI-Unterstützung nicht zu praktikablen Planungen. Um eine Diskussion über mögliche Streichungen von Fachinhalten zu vermeiden, haben wir die Planung auf Basis des bisherigen Stundenvolumens (2 Wochenstunden) erstellt.

 

Der konkrete Chat-Verlauf für diesen Kompetenzschwerpunkt nahm folgenden Weg:

 

Wir begannen mit dem Hinweis an GPT, es sei eine Lehrkraft für Physik an einer Sekundarschule in Sachsen-Anhalt, und führten das Szenario fort, dass es im Kontext eines kompetenzorientierten Lehrplans eine Unterrichtsplanung für den genannten Kompetenzschwerpunkt erstellen müsse. Wir gaben an, dass dafür 24 Unterrichtsstunden (12 Wochen) à 45 Minuten zur Verfügung stehen und legten die spezifischen Anforderungen dieses Kompetenzschwerpunkts (kopiert aus der Lehrplan-PDF-Datei) dar.

 

In weiteren Prompts fokussierten wir uns dann auf konkrete Aspekte der Unterrichtsgestaltung:

 

• Wir fragten nach einer Experimentieranleitung: "Zeige bitte den Aufbau der Experimente als konkrete Handreichung."
• Wir baten um die Einplanung von Tafelbildern für jede Stunde und um die Einbeziehung von Stundenüberschriften.
• Wir forderten Merksätze für die Schüler.
• Wir fragten nach Kontrollfragen: "Ich hätte gern eine kleine Sammlung von Aufgaben zum Beispiel für die App Plickers/ Moodlefragen (Moodle-Plugin erstellen)."
• Wir wünschten uns eine detaillierte Unterrichtsgestaltung unter Berücksichtigung der Fachdidaktik und geeigneter methodischer Mittel für die erste Unterrichtsstunde.
• Wir baten um die Formulierung von Arbeitsaufträgen, die direkt an die Schüler ausgegeben werden können.
• Abschließend baten wir GPT, zwei Leistungskontrollen von jeweils 10 Minuten sowie eine Abschlussklausur von 45 Minuten zu generieren. Dabei sollte auf Multiple-Choice-Fragen verzichtet werden, und das Niveau sollte dem einer Hauptschule entsprechen.

 

Dies ist nur ein Beispiel, wie wir GPT als Werkzeug zur Planung und Gestaltung von Unterrichtseinheiten genutzt haben. Jeder Schritt ist darauf ausgerichtet, das volle Potenzial von GPT auszuschöpfen, und bietet eine solide Grundlage für den effektiven Einsatz dieser Technologie im Bildungsbereich.