Disziplinarische Expertise auf AI Fluency anwenden

Was du lernen wirst

Geschätzte Zeit: 40 Minuten

Am Ende dieser Lektion wirst du in der Lage sein:

Deine disziplinarische Expertise nutzen, um feldspezifische Anwendungen der 4Ds zu schaffen
Mit Kollegen zusammenzuarbeiten, um gemeinsames Verständnis von AI Fluency in deinem Fachbereich zu entwickeln

Disziplinarische Expertise auf AI Fluency anwenden

Dieses Video zeigt, wie du dein tiefes disziplinarisches Wissen nutzen kannst, um das AI Fluency Framework spezifisch für dein Fachgebiet anzupassen. Es betont, dass die Entwicklung von disziplinspezifischer AI Fluency durch die Explizitmachung von implizitem Wissen geschieht – durch die Artikulation dessen, was Qualität bedeutet, wie Experten kommunizieren, welche Probleme wichtig sind und welche Standards gelten. Das Video zeigt, wie man mit Kollegen zusammenarbeitet, um gemeinsames Verständnis für jeden D in deiner Disziplin zu entwickeln: Qualitätskriterien für Discernment definieren, Kommunikationsnormen für Description abbilden, Arbeitsdekomposition für Delegation verstehen und ethische Standards für Diligence kodifizieren. Es betont, dass diese tiefe disziplinarische Arbeit eine Rückkopplungsschleife schafft, in der Studenten, die Qualitätsstandards artikulieren können, jeden Output besser bewerten können, diejenigen, die Methoden verstehen, jeden Prozess besser lenken können, und diejenigen, die Ethik verinnerlicht haben, jede Zusammenarbeit verantwortungsvoll navigieren können. Das Video endet mit der Feststellung, dass die Vorbereitung von Studenten darauf, unersetzlich zu sein, die Entwicklung dieser einzigartig menschlichen Fähigkeiten bedeutet.

Wichtigste Erkenntnisse

Die Explizitmachung von implizitem disziplinarischem Wissen (z. B. Best Practices, Ethik, Forschungsgattungen usw. ) bereitet Studenten auf effektive AI-Zusammenarbeit vor
Jeder der 4Ds erfordert disziplinspezifische Interpretation und Anwendung
Kollaborative Arbeit mit Kollegen schafft gemeinsames Verständnis und stärkere Frameworks
Studenten, die Qualität, Methoden und Ethik in deinem Fachbereich verstehen, können AI besser lenken
Das Ziel ist die Vorbereitung von Studenten darauf, unersetzlich zu sein, durch die Entwicklung einzigartig menschlicher Fähigkeiten

Übungen

Für unsere letzte Übung geben wir unseren AI-Partnern eine Pause und sprechen einfach mit unseren menschlichen Kollegen!

Allerdings wird es diese Gespräche erleichtern, wenn alle Teilnehmer die Übung aus der vorherigen Lektion einzeln durcharbeiten.

Plane in einer Weise, die für deinen Kontext sinnvoll ist, organisierte Zeit ein, um das 4D-Framework mit deinen Kollegen durchzuarbeiten.

Hier sind einige vorgeschlagene Themen, um deine Diskussion zu leiten:

_Für Discernment – „Wie sieht Qualität in unserem Fachbereich aus? "_

Arbeitet zusammen, um zu artikulieren, was Exzellenz in deiner Disziplin über vage Begriffe hinaus bedeutet
Identifiziere spezifische Merkmale, die hervorragende Arbeit von mittelmäßiger Arbeit unterscheiden
Diskutiere, wie man Studenten beibringt, diese Qualitätsmerkmale zu erkennen
Dokumentiere Kriterien, die Studenten helfen könnten, sowohl von Menschen als auch von AI generierte Arbeiten zu bewerten

_Für Description – „Wie kommunizieren wir in unserem Fachbereich? "_

Ordne die Schlüsselprodukte in deinem Fachbereich mit Präzision (z. B. nicht nur „Berichte", sondern spezifische Artefakte und warum sie wichtig sind)
Dokumentiere die Gedankenprozesse, die Experten verwenden, wenn sie sich Problemen in deinem Fachbereich nähern
Identifiziere die Verhaltensnormen und Konventionen, die professionelle Praxis definieren
Erkunde, wie man diese Kommunikationsmuster für Studenten explizit macht

_Für Delegation – „Welche Arbeit findet in unserem Fachbereich statt? "_

Zerlege typische Aufgaben in deiner Disziplin in Komponenten
Identifiziere, welche Elemente menschliches Urteilsvermögen, Kreativität oder Expertise erfordern
Diskutiere, wo AI automatisieren, erweitern oder als Agent fungieren könnte
Erstelle Entscheidungsrahmen für wann und wie AI in disziplinarische Arbeit einbezogen werden sollte

_Für Diligence – „Welche Werte und Standards hat unser Fachbereich? "_

Kodifiziere ethische Frameworks, die spezifisch für deine Disziplin sind
Kläre Transparenznormen und Offenlegungserwartungen
Diskutiere Verantwortungsstandards und berufliche Verantwortung
Überdenke, wie diese gelten, wenn AI in die Arbeit einbezogen ist

Ein gemeinsames Dokument erstellen:

Kompiliere die disziplinspezifischen Interpretationen jedes D
Füge konkrete Beispiele aus deinem Fachbereich für jede Kompetenz ein
Füge Lehrstrategien hinzu, die Kollegen zur Entwicklung dieser Kompetenzen vorschlagen
Identifiziere Bereiche, in denen du Konsens hast und wo Perspektiven unterschiedlich sind
Überdenke, wie man diese Arbeit mit Studenten teilt, um AI Fluency konkret zu machen
Diskutiere, wie man diese disziplinspezifischen 4Ds in den Lehrplan integriert
Überdenke, wie man bewertet, ob diese Frameworks Studenten helfen
Einige dich auf nächste Schritte, um die Diskussion fortzusetzen und neue Initiativen umzusetzen

Was kommt als Nächstes

Du hast unseren Kurs zum Unterrichten von AI Fluency abgeschlossen! Mache das abschließende Quiz in der nächsten Lektion, um ein Abschlusszertifikat zu erhalten.

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 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. Unterstützt teilweise durch die Higher Education Authority, Irland, über das National Forum for the Enhancement of Teaching and Learning.