Aufgaben für AI Fluency gestalten

Was du lernen wirst

Geschätzte Zeit: 40 Minuten

Am Ende dieser Lektion wirst du in der Lage sein:

Aufgaben zu gestalten, die Schülern helfen, AI Fluency zu entwickeln und zu demonstrieren
Das erhöhte Volumen und die Komplexität von AI-gestützter Schülerarbeit zu verwalten

Dieses Video konzentriert sich auf die Gestaltung von Aufgaben, die Schülern helfen, AI Fluency zu entwickeln und zu demonstrieren. Es betont drei Schlüsselprinzipien: Authentizität (Aufgaben erstellen, die echte AI-Zusammenarbeit widerspiegeln), Iteration (Möglichkeiten zur Verfeinerung einbauen, die Wachstum zeigen) und pädagogische Transparenz (klar sein, dass man den Zusammenarbeitsprozess bewertet, nicht nur Ergebnisse). Das Video präsentiert verschiedene Aufgabentypen, darunter ergebnisorientierte Aufgaben (wie die Verbesserung von AI-Ausgaben oder der Vergleich verschiedener AI-Systeme), prozessorientierte Aufgaben (wie kommentierte Chat-Protokolle oder aufgezeichnete Erklärungen) und reflexionsbasierte Aufgaben (einschließlich Lerntagebücher und persönliche Richtlinienerklärungen). Es behandelt auch praktische Strategien zur Verwaltung des erhöhten Inhaltsvolumens, das AI-gestützte Aufgaben generieren, wie die Verwendung detaillierter Bewertungsmaßstäbe, die Betonung von Peer Review, die Durchführung von Blitzkonferenzen und die selektive Stichprobenentnahme von Schülerarbeiten.

Wichtigste Erkenntnisse

Effektive AI Fluency-Aufgaben betonen Authentizität, Iteration und pädagogische Transparenz
Ergebnisorientierte Aufgaben konzentrieren sich auf Produkte, offenbaren aber Zusammenarbeitsfähigkeiten
Prozessorientierte Aufgaben machen unsichtbare Entscheidungsfindung durch Dokumentation sichtbar
Reflexionsbasierte Aufgaben entwickeln metakognitive Bewusstheit, benötigen aber Vielfalt, um Ermüdung zu vermeiden
Die Verwaltung erhöhten Volumens erfordert strategische Ansätze wie Bewertungsmaßstäbe, Peer Review und selektive Stichprobenentnahme

Übungen

Diese Übung hilft dir, eine umfassende Aufgabe zu erstellen, die AI Fluency entwickelt und bewertet.

Schritt 1: Aufgabenarchitektur (10 Minuten)

Setze dein Gespräch aus Übung 1 über Bewertungsdesign fort:

Verbindung zu deinem Bewertungsmaßstab:

Beziehe dich auf den Bewertungsmaßstab, den du gerade erstellt hast, und die Kompetenzen, die er betont
Diskutiere mit der AI, welcher Aufgabentyp/welche Komponente Schülern am besten ermöglichen würde, diese Kompetenzen zu demonstrieren
Überlege, ob du dich auf Ergebnis, Prozess, Reflexion oder eine Kombination konzentrieren möchtest
Erkunde, wie diese Aufgabe in deine breitere Kursstruktur passt

Auswahl von Aufgabenkomponenten:

Überprüfe die verschiedenen in den Videos besprochenen Aufgabenkomponenten mit der AI
Wähle 2-3 Komponenten aus, die kohärent zusammenpassen
Passe diese Komponenten an, um sich natürlich in deinen Kurskontext einzufügen
Stelle sicher, dass die Arbeitsbelastung für Schüler und dich selbst überschaubar ist
Arbeite mit der AI zusammen, um sicherzustellen, dass die Aufgabe echte AI-Zusammenarbeit in deinem Bereich widerspiegelt und echte Probleme einbaut, bei denen AI-Partnerschaft einen Mehrwert bietet

Schritt 2: Iteration und Wachstum einbauen (10 Minuten)

Gestalte Möglichkeiten zur Verfeinerung und Entwicklung:

Diskutiere mit der AI, wo Schüler innehalten und ihre Arbeit verfeinern sollten
Plane Kontrollpunkte, die es Schülern ermöglichen, aus frühen Versuchen zu lernen

Erstelle Vorlagen oder Leitfäden für Schüler, um wichtige Entscheidungsmomente festzuhalten

Gestalte Unterstützungsstrukturen für Schüler, die Schwierigkeiten mit Reflexion haben

Schritt 3: Implementierungsplanung (10 Minuten)

Finalisiere die praktischen Details:

Arbeite mit der AI zusammen, um Aufgabenanweisungen zu entwerfen, die spezifisch, aber nicht überwältigend sind
Füge klare Aussagen darüber ein, was du bewertest (Prozess und Reflexion, nicht nur Ergebnis)
Gib Liefergegenstände, Formate und Einreichungsanforderungen an
Verbinde die Aufgabe explizit mit der AI Fluency-Entwicklung

Diskutiere mit der AI, wie du die Bewertung überschaubar hältst, einschließlich der Planung, welche Elemente du im Detail bewertest versus schnell überprüfst, der Erkundung von Peer Review-Komponenten, die Mehrwert ohne zusätzliche Belastung bieten, und der Überlegung, wie du Stichprobenentnahme oder Konferenzen statt umfangreicher schriftlicher Rückmeldungen nutzen kannst

Lektionsreflexion

Welche Herausforderungen erwartest du bei der Umsetzung dieser Bewertungen?
Wie wirst du Schülern den Wert von Prozess und Reflexion vermitteln?

Was kommt als Nächstes

In der nächsten Lektion werden wir die spezifische Auswirkung von AI auf Lehrplan, Pädagogik und Bewertung in deinem Bereich untersuchen.

Rückmeldung

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 jede Rückmeldung, die du möglicherweise hast. Teile deine Rückmeldung 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. Unterstützt teilweise durch die Higher Education Authority, Irland, über das National Forum for the Enhancement of Teaching and Learning.