BiblionetzTopicListe

| | untagged
@ANFANG 10 September 2025 GMLSInDerHandVonLernenden GMLS in der Hand von Lernenden

Seit Ende 2022 reden alle von generativen Machine-Learning-Systemen (GMLS) (Biblionetz:w02833) in der Bildung (nein, alle reden natürlich von KI in der Bildung, aber das ist ein anderes Problem).

Ich versuche in der Flut an Diskussionen, Zeitungsartikeln und Studien zu GMLS in der Bildung für mich Strukturen zu schaffen ohne dabei voreilige Schlüsse zu ziehen, die sich nach wenigen Monaten als falsch oder irrelevant erweisen.

Unter anderem überlege ich mir, welche Rollen ein GMLS in der Hand von Lernenden haben kann. Mein aktueller Stand des Irrtums unterscheidet fünf Nutzungstypen:

  • GMLS als Abkürzung (Biblionetz:w03717)
    Generative Machine-Learning-Systeme werden genutzt, um Aufgaben ohne viel Eigenleistung rasch zu erledigen.

  • GMLS als Werkzeug (Biblionetz:w03718)
    Generative Machine-Learning-Systeme werden genutzt, um Aufgaben besser / vertiefter zu erledigen.

  • GMLS als Tutor:in (Biblionetz:w03719)
    Generative Machine-Learning-Systeme werden als Tutor:in genutzt, das bei Aufgaben begleitet und nachfragt.
    Die eingesetzten Systeme sind somit spezifisch für Lernsituationen konfiguriert und zeigen didaktisch motivierte Verhaltensweisen.

  • GMLS als Lernbegleiter:in (Biblionetz:w03720)
    Ein generatives Machine-Learning-System wird als Lernbegleiter:in genutzt, das einen längerfristig begleitet.
    Im Unterschied zu 'GMLS als Tutor:in' ist ein GMLS als Lernbegleiter:in über eine längere Zeit und über verschiedene Themenbereiche im Einsatz und kann sich dadurch ein individuelles (kognitives und emotionales) Modell der nutzenden Person aufbauen. (Ja, der heilige Gral aller Intelligent-Tutorin-Fans (Biblionetz:w01453) - ich sage damit nicht, dass solche Systeme heute schon existieren.)

  • GMLS als Therapeut:in (Biblionetz:w03721)
    Ein generatives Machine-Learning-System wird als Gesprächspartner:in für persönliche Probleme genutzt.
    Dieser Einsatzzweck ist nicht auf schulisches Lernen ausgerichtet, bisherige Berichte und Erhebungen zeigen aber, dass GMLS von Lernenden häufig so genutzt werden.

Diese Unterscheidung berücksichtigt nur Einsatzszenarien, in denen Lernende GMLS einsetzen, nicht aber wenn Lehrpersonen oder Dozierende GMLS nutzen (sowohl im Unterricht als auch zur Vor- und Nachbereitung).

Ich bin nun gespannt, ob sich diese Typisierung für mich als mittelfristig tragfähig erweist. @ENDE

@ANFANG 15 August 2025 KannEineKIHaertesteBezahlschrankenUeberwinden Kann eine KI 'die härtesten Bezahlschranken überwinden'?

Im Juni 2024 hat die Schwyzer Ständerätin den Bundesrat in einer Interpellation (Biblionetz:t32003) gefragt:

[...]
KI-Anwendungen der generativen Künstlichen Intelligenz bedienen sich journalistischer Inhalte und geben diese in gewünschter Form wieder (z.B. in KI-Chatbots). [...]
Ist sich der Bundesrat bewusst, dass Bezahlschranken teilweise nicht ausreichen, um Inhalte und damit das Geschäftsmodell der Medienschaffenden zu schützen, da diese durch künstliche Intelligenz umgangen werden?
 
Quelle: Interpellation 24.3616 "Medien und künstliche Intelligenz, Hervorhebung von mir

Diesen Donnerstag wurde das Thema in einem ganzseitigen Artikel in der NZZ (Biblionetz:t32002) aufgenommen:

[...]
Perplexity, eine Konversations-Suchmaschine, die auf dem Open-AI-Modell GPT-3.5 basiert, geht noch weiter. Es klaut sich seine Informationen auch hinter den härtesten Bezahlschranken zusammen.

Petra Gössi macht einen sehr spezifischen Test. Sie fragt die Maschine nach der Diskussion um das Verwaltungs- und Sicherheitsgebäude Kaltbach. Die Frage, ob sich der Kanton Schwyz einen Neubau für fast 140 Millionen Franken leisten soll, beschäftigt ausserhalb des Kantons kaum jemanden. Ausser den lokalen und regionalen Medien berichtet niemand darüber.

Perplexity fackelt nicht lange. Nach wenigen Sekunden liefert die KI-Anwendung eine Zusammenfassung aller Pro- und Contra-Argumente. Die Hauptquelle ist offensichtlich der «Einsiedler Anzeiger». Die Online-Inhalte der Regionalzeitung sind streng passwortgeschützt und dürften eigentlich nur zahlenden Kundinnen und Kunden zugänglich sein. Doch beinahe der gesamte Inhalt des Artikels ist in der Antwort von Perplexity zu lesen.
Quelle: NZZ vom 26.09.24, Seite 9, Hervorhebung von mir

Weder in der Interpellation von Petra Gössi noch im NZZ-Artikel wird erklärt, wie genau die KI die härtesten Bezahlschranken überwinden können soll (Biblionetz:a01557). Ich habe den Verdacht, dass die Crawler der Chatbot-Unternehmen gar keine Bezahlschranken überwinden müssen, weil die Medienunternehmen den Bots von Suchmaschinen oft bereitwillig den Content zur Verfügung stellen, um in Suchen gefunden zu werden. Somit kann es gut sein, dass die Chatbot-Crawler genauso leicht zum Content der Zeitungen kommen.

Ich habe deshalb sowohl Petra Gössi als auch die eine Autorin auf LinkedIn gefragt, wie denn Chatroboter die Bezahlschranken technisch überwinden würden. Bisher hat mir erst Christina Neuhaus geantwortet und eigentlich meinen Verdacht bestätigt:

Die Verlage senken die Schranken unter anderem deshalb selbst, damit Google auf sie zugreifen und die sogenannten Snippets herstellen kann. Ohne Snippets kein Traffic per Google-Suche...
Quelle: LinkedIn

Ja, funktionierende unabhängige Medien sind wichtig für die Demokratie und die digitale Transformation bedroht das bisherige Geschäftsmodell von traditionellen Medienunternehmen, generative Maschine-Learning-Systeme noch stärker (Biblionetz:a01289). Unter dem Stichwort Leistungsschutzrecht (Biblionetz:w02369) versuchen Medienunternehmen in verschiedenen Ländern schon länger mehr oder weniger erfolglos, Technologiegiganten zur Zahlung der Contentnutzung zu bewegen. Ich nehme die aktuelle Diskussion als eine Neuauflage der Leistungsschutzrechts-Diskussion wahr.

An dieser Neuauflage stört mich, dass sowohl Petra Gössi als auch die NZZ insinuieren, die "KI" hätte seltsame Zauberkräfte, um "härteste Bezahlschranken" zu überwinden. In meiner aktuellen Wahrnehmung hat sich technisch praktisch nichts geändert, es bleibt weiterhin ein ökonomisches und juristisches Thema - die "KI" hat diesbezüglich keine neuen Zauberkräfte.

Warum stört mich das? Es schient mir angesichts der aktuellen Bedeutungszunahme von machine learning (Biblionetz:w02863) einerseits relevant, dass die Potenziale und Herausforderung dieser Technologie möglichst realistisch beschrieben und weder in die eine noch in die andere Richtung verklärt werden. Andererseits erwarte ich sowohl von Politik als auch von Medienunternehmen ehrliche Argumentationen, insbesondere, wenn es um die Bedeutung von Medienunternehmen für die Information der Öffentlichkeit geht.

-- BeatDoebeli - 29 September 2024

@ENDE

@ANFANG 14 July 2025 WarumSchreibenMenschenBeiLinkedInLinksNichtInsPostingSondernInEinenKommentar Warum schreiben Menschen bei LinkedIn Links nicht ins Posting sondern in einen Kommentar?

Bei LinkedIn (Biblionetz:w02520) sieht man oft Beiträge/Postings bei denen die Autor:innen einen Link auf eine externe Website nicht direkt in ihrem Beitrag erwähnen, sondern im Beitrag schreiben "Den Link findet man in den Kommentaren" und dann tatsächlich ihren eigenen Beitrag kommentieren und in diesem Kommentar dann den Link erwähnen.

Dieses Vorgehen ist für Leserinnen und Leser des Beitrag eher mühsam, denn es erfordert einen zusätzlichen Klick und Aufwand, um den Link zu finden. Warum machen Autorinnen und Autoren auf LinkedIn sowas? Ich habe die folgenden drei Gründe dafür gehört:

  1. Angst vor dem LinkedIn-Algorithmus
    Es gibt Gerüchte, dass LinkedIn Beiträge mit Links auf externe Websites weniger Reichweite zugesteht als solchen ohne externe Links. Um dieser (vermeintlichen) Abstrafung zu entgehen, wird der Link in die Kommentare verbannt.
     
  2. Verhindern des Trackings
    LinkedIn ersetzt in Beiträgen URLs ab einer gewissen Länge automatisch durch Short-URLs von LinkedIn selbst. Da diese auf einen Server von LinkedIn zeigen, kann LinkedIn tracken, wie oft der Link aufgerufen wird. Zudem ist die Ursprungsadresse nicht mehr im Beitrag erkennbar. Um dies zu verhindern, wird der Link erst in einem Kommentar des eigenen Beitrags erwähnt, da dort kein Kürzungsalgorithmus mehr greift.
     
  3. Erhöhen der eigenen Reichweite
    Aus der Überlegung, dass das Öffnen der Kommentare eines Beitrags und das Klicken innerhalb eines Kommentars sowohl die Verweildauer als auch die Klickanzahl innerhalb eines Beitrags erhöht und Linkedin dies als Zeichen der Attraktivität des Beitrags werten und ihn so mehr Menschen anzeigen könnte, wird dieses Vorgehen gewählt.

Aus meiner Sicht: Egal weshalb dies geschieht, für Leserinnen und Leser ist es mühsam, wenn URLs nicht direkt im Beitrag, sondern erst in einem Kommantar stehen und ich ärgere mich darüber ,dass Plttformen wie LinkedIn Menschen zu solchem Verhalten erziehen. @ENDE

@ANFANG 05 July 2025 GenerativeMachineLearningSystemeUeberfordernUnsAlle Generative Machine-Learning-Systeme überfordern uns alle

Bei meiner Keynote an der PH Zürich Anfangs 2024 zum Thema generative Maschine-Learning-Systeme (GMLS) in der Bildung und insbesondere in der Lehrer:innen-Bildung hatte ich Empfehlungen formuliert, was angesichts von GMLS zu tun sei. Die erste Empfehlung lautete: Sie dürfen überfordert sein, der Referent ist es auch.

Das war nicht (nur) eine Anbiederung ans Publikum, das war ernst gemeint. Erstmals in meinem Berufsleben ist mit der Veröffentlichung von ChatGPT der Strom an News und Fragen massiv grösser als meine Verarbeitungskapazität (trotz ausgefeilter Werkzeuge wie einem Biblionetz, Wikis etc.). Vor ChatGPT hatte ich das Gefühl, nur dann ein Referat zu geben, wenn ich sattelfest im Thema war und wusste, dass die Gefahr sehr gering war, dass jemand im Publikum aufstreckt und mir komplett neue Gedanken, Publikationen oder Entwicklungen im Themengebiet meines Vortrags präsentieren würde. Seit ChatGPT hat das spürbar geändert. Weder kann ich die grossen Fragen beantworten noch habe ich den Überblick über alle Entwicklungen.

Ich fand es deshalb bemerkenswert, dass der vielfache Buchautor und Experte für Wissensmanagement Tom Davenport (Biblionetz:p00374) in seiner gestrigen Kolumne (Biblionetz:t32566) schrieb:

I have studied this issue for more than a decade, and co-authored two books squarely focused on it—Only Humans Need Apply and Working with AI, if you must know. But I am still quite uncertain about how the AI vs. humans story will end, or even what some of the middle chapters will look like. Or even whether we are at the beginning, middle, or end of the narrative. Or whether my outlook is optimistic, pessimistic, or just paranoid. Or, most importantly, whether the most likely outcome is large-scale automation or larger-scale augmentation.

Da steht ein weltbekannter Experte hin und sagt: "Ich habe keine Ahnung, wie das weitergehen wird."

Dieses Zugeben des Nichtwissens scheint mir bedeutsam. Wir sollten öfters hinstehen und sagen «Wir wissen es (noch) nicht.»

Im Umkehrschluss sollten wir dann aber auch (vor-)schnelle Antworten auf grosse Fragen entsprechend kritisieren. Konkret im Wissenschaftsbereich betrifft dies z.B. die beiden Metastudien, die bezüglich Lernförderlichkeit von GMLS publiziert und in den sozialen Medien anfänglich unkritisch geteilt und bejubelt, dann aber methodisch heftigst kritisiert worden sind (es ist ein Symptom dieser Überforderung, dass ich die beiden Studien und die methodische Kritik daran noch nicht im Biblionetz erfasst habe,,,(Update siehe unten)). (Stichworte: slow science - fast science Wir sollten darauf hinweisen, dass es methodisch gar nicht möglich ist, in so kurzer Zeit saubere Metastudien zu produzieren und dass sowohl die technische Entwicklung als auch der Umgang der Menschheit sich mit GMLS derzeit noch so rasch entwickelt, dass jegliche Studien nur Momentaufnahmen sind, die bei der Publikation bereits von der technischen und gesellschaftlichen Entwicklung überholt worden sind.

In meiner überholten traditionellen Arbeitsweise versuche ich diese Entwicklung für mich zu fassen, indem ich ihr ein Biblionetzobjekt mit dazu gehörendem Permalink verpasse: Generative Machine-Learning-Systeme überfordern derzeit alle (Biblionetz:a01568)

* UPDATED 25.05.25 Hier Verweise zu den erwähnten Metastudien und der Kritik an ihnen:

@ENDE

@ANFANG 02 July 2025 UmgangMitNotifications Umgang mit Notifications

Disclaimer: Dieses Posting hat nicht den Anspruch, dass man beim Lesen etwas lernt. Es soll dazu anregen, diese Fragen im Team zu diskutieren und Lösungen zu finden!

Ende Juni hatten wir an der Pädagogischen Hochschule Schwyz eine obligatorische interne Weiterbildung für alle Mitarbeitenden (ja, wir sind so klein, dass sowas möglich ist...) zum Thema Digitale Zusammenarbeit. Als Einstiegsreferenten konnten wir Jöran Muuß-Merholz (Biblionetz:p09916) gewinnen, der uns von den Erfahrungen mit digitaler Zusammenarbeit in seiner Agentur Jöran & Konsorten und den daraus abgeleiteten Konzepten berichtet hat.

Was Jöran diesbezüglich zu sagen hat, steht im Wesentlichen in den beiden Büchern Digitale Zusammenarbeit (Biblionetz:b08860 und Biblionetz:b08924).

notifications01.jpg

Die beiden Bücher gibt es für je 2 Euro als PDF. Das Wichtigste an den Büchern scheint mir aber nicht zu sein, dass man sie selbst gelesen hat, sondern dass man sie als Diskussionsanlass auf den Tisch legen kann. Und das erfordert gedruckte Exemplare. (bereits ein erster spannender Hinweis zum Verhältnis von Digitalem und Analogem in der Zusammenarbeit...)

Der Grundgedanke der beiden Bücher lässt sich zusammenfassen mit dem von Jöran erfundenen Begriff der Pre-Empathie (Biblionetz:w03655), den er folgendermassen definiert:

Pre-empathische Zusammenarbeit bedeutet: Ich mache mir bei meinem Arbeitsschritt vorausschauende Gedanken darüber, was eine ANDERE Person, nämlich ein mit mir zusammenarbeitender Mensch, SPÄTER für den nächsten Arbeitsschritt brauchen wird, und richte mein Handeln danach aus.
(Quelle: Band 1, Seite 36)

Im Anschluss an Jörans Referat wurde in kleineren Gruppen zu verschiedenen Themen des digitalen Zusammenarbeitens. Ich habe meinen Workshop dem Umgang mit der Notificationflut gewidmet und die Teilnehmenden als erstes gefragt, wie sie zu Hause reagieren, wenn während des gemeinsamen Nachtessens das Telefon klingelt.

notifications02.jpg

Die Reaktionen haben einerseits gezeigt, wie unterschiedlich Menschen im privaten Bereich auf Unterbrechungen reagieren und andererseits, dass wir Lösungen nicht primär auf der technischen Ebene suchen müssen. Selbstverständlich lässt sich bei allen piepsenden und vibrierenden Geräten alles Mögliche einstellen (und es lohnt sich auch, sich mit diesen Mechanismen vertraut zu machen).

notifications03.jpg

Das Wesentliche ist aber (einmal mehr) nicht die Technik, sondern das eigene Mindset: Was will ich? Was darf ich, insbesondere im beruflichen Kontext? Wann muss ich welche Störungen zulassen?

Bei dieser Diskussion hat sich einmal mehr gezeigt, wie unterschiedlich die Aufgabenbereiche und Arbeitsweisen der Mitarbeitenden an der PHSZ sind. Mitarbeitende in der Administration haben ganz andere Anforderungen an ihre Tätigkeit (und ihre Erreichbarkeit) als Dozierende oder Forschende. Für eine gute Zusammenarbeit ist ein erster wichtiger Schritt, sich dieser Unterschiede bewusst zu sein (Pre-Empathie...) und zu schauen, wie man gegenseitig je einen Schritt aufeinander zugehen könnte.

Zum Thema deep work (Biblionetz:w03491) gibt es zahlreiche Artikel und Bücher (z.B. Bibblionetz:b07709, Biblinetz:b07602, Biblionetz:b08311, Biblionetz:t25404)

notifications05.jpg

All diese Ratgeber funktionieren aber eigentlich primär, wenn man entweder alleine arbeitet oder egoistisch agiert. Am krassesten ist dies im Buch *Getting things done (GTD) (Biblionetz:b08923) von David Allen wie auch Jöran schreibt:

In Getting Things Done (GTD) ist die individuelle Arbeit der Normalfall, der gelegentlich von Zusammenarbeit unterbrochen wird. Große Teile der GTD-Methoden zielen darauf ab, möglichst viele Freiräume für die ungestörte individuelle Arbeit zu schaffen.

und

Für mich, der in einem hochgradig kollaborativen Team arbeitet, wirkt Getting Things Done heute wie ein Versuch, die Auswirkungen von Digitalisierung und Kollaboration zu bändigen und nicht mit, sondern trotz der neuen Entwicklungen produktiv zu arbeiten.

Für mich stellt sich das insbesondere in meiner Rolle als Vorgesetzter als Dilemma dar:

notifications04.jpg

Ich will rasch verfügbar und unterbrechbar sein, damit andere weiterarbeiten können. Das wiederum zerstückelt meinen Arbeitstag. Darum - und das war meine Hauptthese im Workshop - benötigt es Absprachen im Team und die Frage der Notifications hat mindestens drei Ebenen.

notifications07.jpg

P.S.: In der Diskussion hat sich gleich ein weiteres Workshop-Thema ergeben: Wann wählen wir welches Kommunikationsmedium? Provokante Frage als Gesprächseröffnung: Erhaltet ihr gerne Telefonanrufe? Zur Vorbereitung siehe Anrufen = Angreifen! (Biblionetz:a00117) und Vilém Flussers Text Die Geste des Telefonierens (Biblionetz:t00269)

@ENDE

@ANFANG 21 May 2025 DeepLearningIstMeistEinUeberfluessigerBegriff Deep Learning ist meist ein überflüssiger Begriff

In vielen Handreichungen, Positionspapieren, Erklärungen und Materialien zu maschinellem Lernen (aka "KI") wird im Abschnitt "Wie funktioniert das?" der Begriff "Deep Learning* (Biblionetz:w02947) verwendet und mehr oder weniger schlecht definiert.

Ich wage jetzt mal zu behaupten: In den allermeisten Fällen ist die Verwendung des Begriffs Deep Learning überflüssig und macht nichts verständlicher.

Begründungen:
  • Zu technisch: Um mit dem Begriff Deep Learning etwas anfangen zu können, also z.B. zu verstehen, was denn der Unterschied zu Nicht-Deep-Learning ist, müssten Leserinnen und Leser deutlich mehr Verständnis von der Funktionsweise von maschinellem Lernen haben, als sich in der zur Verfügung stehenden Zeit vermitteln lässt.
  • Nicht notwendig für weitere Erkenntnisse: Der Begriff ist nicht notwendig, um über Potenziale und Herausforderungen von maschinellem Lernen diskutieren zu können und schon gar nicht für die Nutzung von generativen Machine-Learning-Systemen (GMLS). Es reicht in diesem Zusammenhang zu erklären, dass Computer in den letzten Jahren massiv leistungsfähiger wurden und ihnen massiv mehr Daten zur Verfügung stehen, um mittels Statistik Muster in diesen Daten erkennen und daraus etwas ableiten zu können.

Warum wird der Begriff trotzdem so häufig verwendet?
Ich habe so meine Verdachtsmomente, warum der Begriff trotzdem so häufig verwendet und erklärt wird:

  • Veraltetes Verständnis von Didaktik: Die Autor:innen gehen davon aus, dass eine seriöse Publikation zu einem Thema doch die wesentlichen Fachbegriffe enthalten muss, statt sich zu überlegen, welche Begriffe man dem Publikation wirklich zumuten soll und wo didaktische Reduktion sinnvoll wäre.
  • Glitzernde Begriffe zur Aufwertung des Themas: Auch wenn das fast nicht mehr nötig wäre, klingt KI und deep learning fancier als "Statistische Auswertungen aus grossen Datenmengen" oder "Mustersuche mit mathematischen Modellen".
  • Aufwertung des eigenen Expertenstatus: Wer mit solchen Begriffen um sich wirft, erweckt oberflächlich den Eindruck, Experte oder Expertin auf diesem Thema zu sein. Mir scheint, dass viele Erklärungen des Begriff in solchen Publikationen eher zeigen, dass es Einäugige unter Blinden sind.

@ENDE

@ANFANG 18 May 2025 ProgrammingWiki Programming Wiki

Den grössten Future-Shock Level an der vergangenen GI-Fachtung Informatik und Schule INFOS 2009) hatte für mich der Beitrag von Michael Hielscher und Christian Wagenknecht mit dem Titel Programming-Wiki: Online Programmieren und Kommentieren (Biblionetz:t09878)

Die beiden haben eine Erweiterung für Media-Wiki entwickelt, mit der sich im Wiki Programme in verschiedensten Programmiersprachen erstellen und bearbeiten lassen, die dann im Webbrowser des Users ausgeführt werden. Die kann dann z.B. folgendermassen aussehen:

programmingwiki01.jpg

Mit dieser Extention wird eine Media-Wiki zum LMS für den Informatikunterricht: Ich kann Script, Beispielprogramme und Übungen im Wiki erstellen und publizieren, die Lernenden können danach direkt auf der gleichen Seite Übungsaufgaben lösen und deren Funktionsfähigkeit/Korrektheit überprüfen. Genial! Keine lokalen Softwareinstallationen, keine aufwändigen Einarbeitungen in Entwicklungsumgebungen, von denen man im Unterricht vermutlich einen geringen Prozentsatz der angebotenen Möglichkeiten nutzt. Reduce to the essential!

Ist die Extension erst einmal installiert, so ist das Einbauen von Programm-Code simpel einfach, die der Quellcode des oben stehenden Beispiels zeigt:

<eval>
canvas.clear(); // Zeichenfläche löschen
turtle.home();

boolean isUp = false;

for(int i = 0; i < 18; i++){  
 turtle.penColor(i*10+50,0,250-10*i);  
 turtle.penWidth(8);
 turtle.forward(20);  
 turtle.right(20); 
 isUp = !isUp; 
 if(isUp) turtle.penUp(); else turtle.penDown();
}
</eval>

<canvas></canvas>

Es genügen die Tags
<eval> / </eval>
für Programmcode und
<canvas> / </canvas>
für den Outputbereich.

Derzeit unterstützt die Programming-Extension folgende Programmiersprachen:
  • JAVA
  • SQL
  • Scheme
  • Prolog
  • Pascal
  • JavaScript
  • XSLT
  • XPATH

Warum so viele? Weil die Extension u.a. auf Java aufbaut. Somit lässt sich auf einfache Weise jede Programmiersprache einbinden, für die ein Java-Interpreter existiert. Mir gefällt insbesondere, dass neben klassischen Programmiersprachen auch Datenbearbeitungs- und Filtersprachen wie SQL und XSLT oder XPATH verfügbar sind. Ich freue mich auf das erste Datenbankvorlesungsskript, dessen Übungen gleich im Wiki eingebaut und damit on the fly ausführbar sind:

programmingwiki02.jpg

Warum mich das alles so fasziniert: Es erweitert die Mächtigkeit von Wikis. Was ist daran so toll? Wer nichts von dieser Extension weiss, wird nicht durch deren Existenz verwirrt, es bleibt ein Wiki. Wer aber die Möglichkeiten kennt, kann damit vieles machen. Getreu dem Motto: Low floor, high ceiling.

Die Extension ist übrigens derzeit noch nicht frei verfügbar, Anfragen beim Autor können aber gemacht werden. Mehr Infos unter http://michael-hielscher.de/wiki/index.php/Startseite ,

@ENDE

@ANFANG 17 May 2025 WasDenkenWirUeberDieGMLSNutzungAndererMenschen Was denken wir über die GMLS-Nutzung anderer Menschen?

Diesen Monat ist mir eine weitere Frage im Zusammenhang mit generativen Machine-Learning-Systemen (GMLS) bewusst geworden, die mich nun beschäftigt: Was denken wir über die GMLS-Nutzung anderer Menschen? (Biblionetz:f167)

Konkret bin ich diesen Monat folgenden Schilderungen bzw. Publikationen begegnet:

  • Florian Nuxoll schilderte vor wenigen Tagen auf LinkedIn, dass ihn seine Schüler:innen fragen, ob ein Text oder Arbeitsauftrag von ihm alleine oder mit Hilfe eines GMLS entstanden sei. Seinen ohne GMLS-Hilfe verfassten Texten würden sie mehr Aufmerksamkeit schenken als denjenigen, die er unter Mithilfe eines GMLS geschrieben hat, obwohl er letztere Texte selbst als besser einschätzt.

  • Das kürzlich erschienene Paper Evidence of a social evaluation penalty for using AI von Reif, Larrick und Soll (Biblionetz:t32542) berichtet davon, dass in einer Studie Menschen, die GMLS einsetzen von anderen als weniger kompetent und motiviert wahrgenommen werden. (siehe auch den Bericht bei heise.de (Biblionetz:t32544)

Damit zeigt sich: Relevant ist nicht nur die technische Frage Was können GMLS leisten? sondern auch die menschliche Frage Was halten wir davon, dass andere Menschen GMLS verwenden?

Es ist nicht nur spannend zu schauen, wie diese Frage heute beantwortet wird. Ebenso spannend wird die Entwicklung im Laufe der Zeit sein: Denken wir in kurzer Zeit ganz anders darüber als heute?

Meine momentane und sehr saloppe Sichtweise: Aufmerksamkeitsökonomie (Biblionetz:w502). Wir leben seit längerem in einer Zeit, in welcher menschliche Aufmerksamkeit eine der wertvollsten, weil nicht vermehrbare Ressource darstellt. Somit gilt nicht nur in pädagogischen Kontexten Aufmerksamkeit = Wertschätzung und damit einhergehend Nutzung von GMLS = weniger Aufmerksamkeit = weniger Wertschätzung.

Ich bin gespannt, wie sich das entwickelt.

@ENDE

@ANFANG 03 July 2015 ProgrammDerScratchKonferenzAmsterdam2015Erschienen Programm der Scratch-Konferenz Amsterdam 2015 erschienen soeben ist das Programm der Scratch-Conference 2015 (http://www.scratch2015ams.org/ 12.-15.8.15) online gestellt worden, siehe http://www.scratch2015ams.org/dates/ Faszinierend und überwältigend ist dabei aus meiner Sicht das 17seitige Workshopprogramm PDF-Dokument !

Das Themenspektrum umfasst weit mehr als Scratch (Biblionetz:w02030), es geht um physiscal computing, computer science unplugged (Biblionetz:w02379), makerlabs (Biblionetz:w02491), arduino (Biblionetz:w02431), technisches Gestalten, STEAM (Biblionetz:w02428), etc.. Daneben werden aber auch spannende Weiterentwicklungen im Umfeld von Scratch/Snap! (Biblionetz:w02279) präsentiert und - angesichts der aktuellen Bemühungen, Informatik in die (Grund-)Schule zu bringen sehr relevant - Erfahrungsberichte aus vielen Ländern präsentiert, wie Scratch/Programmieren in den Unterricht gebracht wurde.

Da wird sehr viel Erfahrung an kreativer Vermittlung von Informatik zusammenkommen!

Ich fange an zu überlegen, wie ich mich für die Konferenz aufteilen könnte:

scratch-workshop-clone.jpg

@ENDE

@ANFANG 27 July 2005 BlogEntry200507271019 Ich bin ein Geek... Ich bin ein Geek. Das ist auch für mich nichts Neues, aber es war doch erstaunlich, wie ich mich in gewissen Abschnitten des Buches Leading Geeks (Biblionetz:b02331) wiedererkannt habe.

b02331.jpg

Bin erst bei Kapitel 4 und gespannt darauf, ob auf die treffende Beschreibung von Geeks auch noch brauchbare Handlungsanweisungen zum Umgang mit Geeks folgen.

@ENDE

Number of topics: 10

Kontakt

  • Beat Döbeli Honegger
  • Plattenstrasse 80
  • CH-8032 Zürich
  • E-mail: beat@doebe.li
This page was cached on 10 Sep 2025 - 08:12.