Reflexion über KI als Textübersetzer in der Sekundarstufe I Im Rahmen des BMBF-geförderten Verbundprojekts „Videobasierte Fortbildungsmodule zum digital gestützten Unterrichten im Netzwerk bundesdeutscher Videoportale“ (ViFoNet, 2023-2025) wurden Fortbildungsmodule für Französisch- und Spanischlehrkräfte auf Basis videographierter Unterrichtseinheiten entwickelt.
Diese Module zielen darauf ab, dass teilnehmende Lehrkräfte technisches bzw. KI-bezogenes Grundlagenwissen und KI-Kompetenzen erwerben, ethische Aspekte des Einsatzes von KI-Anwendungen im Fremdsprachenunterricht reflektieren und Unterrichts- und Aufgabenformate, die zum kritisch-reflexiven Umgang mit KI anregen, erproben. Die Implementierung der Unterrichtskonzepte der videographierten Unterrichtseinheiten fand an verschiedenen hessischen Gymnasien zwischen November 2023 und Dezember 2023 statt. Hierbei wurde das Unterrichtsgeschehen mit verschiedenen Kameras aus unterschiedlichen Perspektiven sowie mithilfe von Bildschirmaufnahmen aufgezeichnet. Die Kombination aus Unterrichtsvideos, Bildschirmaufnahmen, Chatverläufen (zwischen Lernenden und eingesetzten KI-Anwendungen) und Lernendenprodukten bot im Nachgang eine umfangreiche Datengrundlage für wissenschaftliche Auswertungen im Rahmen videographischer Unterrichtsbeobachtungen und qualitativer Inhaltsanalysen. Der Videoausschnitt zeigt die Einführung/Anweisungen der Lehrkraft in die KI-basierte Arbeitsphase. Die Lehrkraft präsentiert unterschiedliche Vorgehensweisen, mit KI als Textkorrektor umzugehen. Das Video stammt aus der Sekundarstufe I. Die Lernenden befinden sich in der Arbeitsphase und reflektieren die KI-basierte Aufgabenübersetzung. Sie sollen notieren, welche Schwierigkeiten sie beim Bearbeiten der Aufgaben haben und welche Aufgaben einfach bearbeitbar waren. Hierbei kristallisiert sich heraus, dass die Lernenden die Identifikation von Vokabeln/unbekannten Wörtern besonders schwer fanden. Sie geben an, dass es besonders einfach sei, den Text durch DeepL übersetzen zu lassen. Dieser Videoausschnitt ist mittels eines für diesen Zweck programmierten machine-learning Tools anonymisiert, da das Lernen mit anonymisierten Videos einen Teil des Forschungsprojekts bildete. Bei dem Tool handelt es sich um VAiEd (Videoanonymization in education). In dieser früheren Version des Tools wurden Köpfe ausschließlich getrackt und anschließend geschwärzt. Sprache wurde durch Pitchshift und Modulation verfremdet.
