AI für Lehrer: Ein OpenTextbook

X5GON

Die Suche nach Bildungsressourcen ist eine wichtige Tätigkeit für Lehrer: bei der Vorbereitung einer neuen Vorlesung, der Erkundung eines neuen Bereichs oder Themas oder der Vorbereitung einer Aktivität. Dieses Material (Kursunterlagen) kann nur zur Dokumentation dienen, aber manchmal möchte der Lehrer daraus neue Kursunterlagen erstellen. Und es ist verlockend und intellektuell legitim, das Rad nicht neu zu erfinden und eine intelligente Form des Copy-Paste zu verwenden. Natürlich ist dies in den meisten Ländern nicht legal, da es gegen das Urheberrecht verstößt.

Wenn die Autoren der Ressourcen ihre Arbeit mit Creative Common Lizenzen lizenzieren, werden die Ressourcen zu Open Educational Resources und der Lehrer kann sie frei wiederverwenden, umwandeln, umgestalten und weiterverteilen. Die einzige Verpflichtung besteht in der Regel darin, den Originalautor korrekt zu zitieren. Es ist daher wichtig zu erkennen, wann eine Ressource offen ist und wann nicht.

Es gibt einige Sammlungen von gut lizenzierten offenen Bildungsressourcen und Ihr Ministerium hat wahrscheinlich eine. Aber wie lassen sich diese Ressourcen irgendwo im Internet finden? Können wir dafür eine spezielle Suchmaschine verwenden?
Das Projekt X5-GON wurde von der Europäischen Union finanziert, um OER zu finden und zu indexieren, um künstliche Intelligenz zu nutzen, um diese OER zu kuratieren und um KI-Tools, typischerweise Suchtools, vorzuschlagen, mit denen Benutzer OER besser finden können.

Wo taucht die KI in einem solchen Prozess auf? Sie wird in allen Phasen auftauchen:

Während der Aufnahmephase durchforsten Roboter das Web und geben OER zurück: Das ist ein komplexer Prozess, denn es geht darum, die OER und damit die Lizenzen zu erkennen. Ein Teil davon kann als eine typische Klassifizierungsaufgabe (eine übliche KI-Aufgabe) angesehen werden.
Wenn der Roboter eine Ressource gefunden hat, muss der Text dieser Ressource wiedergefunden werden. Wenn es sich bei der Ressource um eine Audio- oder Videodatei handelt, bedeutet dies, dass eine Transkription verwendet wird (mehr dazu in Kapitel 7).

Die 5 in X5-GON bezieht sich auf die 5 Barrieren oder Dimensionen, die das Projekt ansprechen wollte: eine davon ist die Sprache. Der nächste Schritt des Prozesses besteht also darin, automatische Übersetzungstools einzusetzen, um Textversionen in jeder der ausgewählten Sprachen zu erhalten. Wieder ein typisches KI-Tool.

An dieser Stelle werden Sie sich vielleicht wundern: Automatische Transkription und Übersetzung sind schnell wachsende Technologien. Aber sie machen immer noch gravierende Fehler. Ist es nicht gefährlich, sich auf sie zu verlassen? Die Antwort ist, dass Such- und Empfehlungsalgorithmen nicht den genauen Text benötigen. Sie müssen das Dokument in einem Raum positionieren; neben Schlüsselwörtern, neben anderen Dokumenten 

Stellen Sie sich vor, Sie haben eine Kiste voller alter Papiere, die Sie ordnen müssen. Idealerweise hätten Sie gerne eine vorgegebene Organisation und würden jedes Papier an der richtigen Stelle ablegen. Aber in der Regel haben wir dieses Ablagesystem nicht und legen die Papiere nahe beieinander ab, wenn sie Gemeinsamkeiten haben, mit ungeschriebenen Regeln aller Art: diese beiden Papiere gehören zusammen, weil sie aus demselben Jahr stammen, diese beiden, weil sie mit Autos zu tun haben, diese beiden, weil sie die gleiche Größe haben, und so weiter…Der Schlüsselbegriff hier ist “neben”: wir werden das später im Buch diskutieren.

Reichere Modelle können durch Training gewonnen werden. Sie können komplexere Fragen beantworten:


Einige Links
X5-Discover (https://discovery.x5gon.org/) ist eine Suchmaschine
Die Lernplattform X5-Learn (http://x5learn.org/) ermöglicht es, Kursunterlagen auszuwählen und die KI dazu zu bringen, sie in der besten Reihenfolge zu organisieren. In diesem Fall wird eine Empfehlungsmaschine verwendet.
Weitere X5-GON Tools (eine API für Entwickler, eine Version zur Installation in Moodle) finden Sie hier.

Das Projekt X5GON wurde von der Europäischen Union im Rahmen des Forschungs- und Innovationsprogramms Horizon 2020 unter der Nummer 761758 gefördert.
 

This page is referenced by:

This page references: