„KI-FOMO“ ist mein Wort der Woche. Andrea Klein, eine Kollegin aus dem VK:KIWA, hat dieses Wort für ihren neusten Blogartikel geprägt und beschreibt damit ein Phänomen, das ich selbst nur zu gut kenne. Die Angst, abgehängt zu werden in der Flut an Nachrichten im KI-Bereich. Jeden Tag passiert so viel, hier ein neues Sprachmodell, da eine neue Studie, dort ein neues, plötzlich von allen gehyptes Tool.
Mir spricht der Blogartikel von Andrea Klein aus der Seele. Ein Gedanke blieb dabei besonders haften: Wenn ich darüber nachdenke, was ich noch vor einem Jahr an Strategien im Umgang mit textgenerierender KI ausprobiert habe, welche Entwicklungen ich da verfolgt habe, und das dann mit dem heutigen Stand vergleiche, kann ich nur müde lächeln. Bei allem ‚FOMO-Potenzial‘, das die Dynamik rund um KI in sich trägt, ist genau diese Dynamik auch ein Segen: Eine Woche lang mal nicht ‚aufgepasst‘, nicht täglich the-decoder, Rundown AI etc. gelesen? Kein Problem – übermorgen ist das gehypte Tool von heute vielleicht ohnehin wieder Schnee von gestern. Und wenn nicht, dann werden die Newsfeeds auch in ein paar Wochen noch voll davon sein und ich werde schon irgendwann Gelegenheit haben, mir das Ganze auch noch näher anzuschauen.
Was auch gegen die KI-FOMO hilft, ist, dass man oft gar nicht so groß denken muss, wie man vielleicht meint, dass man es müsse. Dazu ein Beispiel: Ich habe diese Woche in einem meiner Seminare für Lehrende die Teilnehmenden in Gruppen dazu brainstormen lassen, wie sie KI-Tools in ihre ‚normale‘ Fachlehre integrieren können (natürlich mit entsprechendem Input zuvor). Eine Gruppe schien große Schwierigkeiten damit zu haben, denn ihr Space auf dem Miro-Board füllte sich nicht. Als ich mit der Gruppe sprach, war recht schnell klar, dass die Teilnehmenden viel zu hohe Erwartungen an sich selbst hatten. Dadurch wurde die Frage, wie sie KI-Tools lernzielsensibel und gegenstandsadäquat einsetzen können, zu einer unauflösbaren Aufgabe. Alles, was sie sich basierend auf meinem Input dachten, schien viel zu nichtig. Und dann kam direkt die innere Stimme, die sagte, dass man ohnehin keine Zeit habe, sich tiefer in KI-Tools einzuarbeiten. Ich ließ mir daher von einem Teilnehmer beschreiben, wie eine bestimmte Sitzung in einem bestimmten Seminar von ihm aussieht. Dann praktizierte ich lautes Denken und ließ die Teilnehmenden an meinen Überlegungen teilhaben. Am Ende waren alle sehr überrascht, wie leicht sich KI-Tools integrieren lassen. Indem man etwa ChatGPT oder Copilot eine Frage stellt, die man zuvor im eigenen Input adressierte – und dann müssen Studierende die KI-Antwort auseinandernehmen und ihre Richtigkeit, Vollständigkeit etc. bewerten. Indem man klassische Formate wie ‚Think-Pair-Share‘ etwa in der Think-Phase um eine kurze KI-Interaktion erweitert (zumindest für die Studierenden, die das möchten). Indem man Studierende eine Textpassage einmal mit und einmal ohne KI-Unterstützung paraphrasieren lässt. All das erfordert kaum zusätzliche Vorbereitung als Lehrperson – und kann trotzdem viel bewirken, kann Kritisches Denken fördern und einen Teil zur AI-Literacy von Studierenden beitragen.
Und wer trotzdem noch KI-FOMO verspürt: Wochenende bedeutet ja leider oft (zumindest bei mir), mal wieder etwas Ordnung in den Haushalt zu bringen. Ich nutze diese Zeit immer, um nebenbei Podcasts zu hören. Und natürlich gibt es eine Fülle an KI-bezogenen Podcasts. Der KI-Campus hat hierzu eine ganz gute Zusammenstellung veröffentlicht. In diesem Sinne starte ich jetzt dann mal in meinen Podcast-Marathon, um auch ja nichts zu verpassen …