Die Description-Discernment-Schleife

Was du lernen wirst

Geschätzte Zeit: 40 Minuten

Am Ende dieser Lektion wirst du in der Lage sein:

Studierenden helfen, die Delegation-Diligence-Schleife für verantwortungsvolle Gestaltung und Entscheidungsfindung zu nutzen

Dieses Video untersucht die Description-Discernment-Schleife, die sich auf die Moment-zu-Moment-Handwerk des Aufbaus kognitiver Umgebungen konzentriert, in denen Menschen und AI effektiv zusammenarbeiten. Über einzelne prompts hinaus zu nachhaltigen Gesprächen, lehrt diese Schleife Studierenden, gemeinsamen Kontext und Verständnis mit AI aufzubauen. Das Video konzentriert sich auf Product, Process und Performance als drei Linsen zum Verständnis der Zusammenarbeit – was wir schaffen, wie wir es angehen und wie wir interagieren. Es betont, dass Studierende oft mit Gedanken an „prompt-Tricks" ankommen, aber ein differenzierteres Verständnis für den Aufbau echter Zusammenarbeit mit AI entwickeln müssen. Das Video bietet Strategien für die Lehre des Aufbaus kognitiver Umgebungen, einschließlich der Gestaltung von Aufgaben, die mehrere Interaktionen über die Zeit erfordern, das Teilen deines eigenen AI-Zusammenarbeitsprozesses und die Ermutigung von Studierenden, die Entwicklung ihrer Interaktionen zu dokumentieren. Es schließt ab, indem es zeigt, wie die beiden Schleifen zusammenarbeiten, wobei Delegation-Diligence die strategische Richtung setzt und Description-Discernment diesen Container mit reichhaltiger, iterativer Interaktion füllt.

Wichtigste Erkenntnisse

Die Description-Discernment-Schleife verwandelt AI-Interaktion von Befehlen zu Gesprächen, die Kontext nutzen, um kognitive Umgebungen aufzubauen
Product, Process und Performance fungieren als verschiedene Linsen zum Verständnis desselben Zusammenarbeitsprozesses
Diese Schleife zu lehren bedeutet, Studierenden zu helfen, über Automatisierung zu echter Augmentation zu gehen
Erfolgreiche kognitive Umgebungen beinhalten gemeinsames Vokabular, etablierte Interaktionsmuster und Mechanismen zum Aufbau auf vorherigen Austausch
Die beiden Schleifen funktionieren als verschachtelte Systeme – strategische Entscheidungen schaffen den Container, den taktische Interaktionen füllen

Übungen

Diese Übung hilft dir, einen konkreten Lehrplan für die Lehre der Description-Discernment-Schleife zu erstellen.

Teil 1: Dein Loop-Szenario erstellen (10 Minuten)

Setze das Gespräch aus Übung 2 fort und teile deinem AI-Partner mit, dass du eine auf die Description-Discernment-Schleife fokussierte Lektion basierend auf dem gleichen Szenario wie in der vorherigen Übung gestaltest.

Ein Szenario für deine Studierenden entwickeln:

Diskutiere mit der AI die Notwendigkeit, von der Delegation-Diligence-Schleife zur Description-Discernment-Schleife zu wechseln
Arbeite mit der AI zusammen, um Elemente zu schaffen, die Studierenden helfen zu erkunden, wie sich Product-, Process- und Performance-Beschreibungen durch Discernment und Iteration entwickeln

Plane, wie Studierenden die Entwicklung ihres gemeinsamen Kontexts mit AI dokumentieren werden

Teil 2: Die Lernerfahrung strukturieren (20 Minuten)

Die Product-Entwicklung gestalten:

Arbeite mit der AI zusammen, um eine Progression zu schaffen, bei der Studierende mit vagen Zielen beginnen und diese iterativ klären
Diskutiere, wie du Studierenden helfen kannst, zu erkennen, wann und wie sich ihre Vision von „gut" entwickelt
Beziehe Kontrollpunkte ein, an denen Studierende dokumentieren, wie sich ihr Produktverständnis ändert

Die Process-Entwicklung gestalten:

Arbeite mit der AI zusammen, um eine Progression zu schaffen, bei der Studierende im Laufe der Zeit gemeinsame Problemlösungsmethoden mit der AI entwickeln
Diskutiere, wie du Studierenden helfen kannst, zu erkennen, wann und wie sich ihr bevorzugter Problemlösungsansatz entwickelt
Beziehe Kontrollpunkte ein, an denen Studierende dokumentieren, wie sich ihr Process-Verständnis ändert

Die Performance-Beziehung gestalten:

Arbeite mit der AI zusammen, um eine Progression zu schaffen, bei der Studierende verschiedene Interaktionsstile und ihre Auswirkungen experimentieren
Diskutiere, wie du Studierenden helfen kannst, zu erkennen, wann und wie AI-Verhaltensweisen für ihre Ziele angemessen und nützlich sind
Beziehe Kontrollpunkte ein, an denen Studierende dokumentieren, wie sich ihr Process-Verständnis im Laufe der Zeit ändert

(Optional) Als ausführbaren Plan exportieren:

Bitte die AI, dir zu helfen, dein Szenario, deine Aktivitäten und deine Bewertung in einen vollständigen Lehrplan zu kompilieren
Beziehe klare Lernziele ein, die Loop-Denken betonen
Stelle Schritt-für-Schritt-Moderationsnotizen für dich selbst bereit
Erstelle Materialien für Studierende, einschließlich Arbeitsblätter und Reflexionsaufforderungen

Reflexion

Welche Ansätze passen am besten zu deinen Lernzielen für deine Studierenden?
Welche Ansätze passen am besten zu deinem persönlichen Lehrstil und deinen Vorlieben?

Was kommt als nächstes

In der nächsten Lektion werden wir erkunden, wie du AI Fluency bei deinen Studierenden bewertest. Du wirst lernen, Bewertungsstrategien basierend auf Ergebnissen, Prozess und Reflexion anzuwenden und Bewertungsmaßstäbe zu erstellen, die die 4D-Kompetenzen erfassen.

Feedback

Während du den Kurs durcharbeitest, würden wir gerne von dir hören, wie du Konzepte aus dem Kurs in deinem Leben, deiner Arbeit oder deinen Klassen nutzt und welches Feedback du möglicherweise hast. Teile dein Feedback hier.

Danksagungen und Lizenz

Copyright 2025 Rick Dakan, Joseph Feller und Anthropic. Veröffentlicht unter der CC BY-NC-SA 4. 0-Lizenz. Dieser Kurs basiert auf The AI Fluency Framework von Dakan und Feller. Teilweise unterstützt durch die Higher Education Authority, Irland, über das National Forum for the Enhancement of Teaching and Learning.