KI und die Hochschullehre: acht Thesen, Redux

Jorn Loviscach
1 Abonnent
1 Videoaufrufe·23.11.2024
KI und die Hochschullehrer, 8 Thesen. Ich hatte das schon mal vor einem halben Jahr, einen
Vortrag unter diesem Titel, deshalb Redux, wie beim Film. Das nochmal neu aufgegossen
und geguckt, wie ist es denn jetzt, Updates und so weiter. Die These 1 war, die KI spreizt
das Spektrum der Leistungen noch weiter auf. Der berühmte Matthäus-Effekt, wer hat den
Wert gegeben, wer nicht hat den Wert genommen. Überall wo man guckt, ob es die Zahl der
Zitate ist oder ob es das Vermögen ist. Überall gibt es den Matthäus-Effekt und
hier sehe ich den genauso. Die Frage, was macht man jetzt mit der KI, nutzt man sie
zum stetigen Lernen, übt man damit, machen noch ein paar Beispiele oder lässt man sich
einfach seine Aufgaben lösen und fertig. Entsprechend profitiert man davon oder sie
schadet einem. Noch viel mehr, das merke ich, wenn ich meinen Studentinnen und Studenten
das zeige, das ist natürlich eine totale Frustration, wenn man sieht, was ich überhaupt noch nicht
kann und vielleicht mal irgendwann können soll, kann die Maschine schon locker, richtig
in schönster Ausführlichkeit, das kann einen, glaube ich, ganz schön runterziehen. Noch
so ein weiterer Effekt, wo die KI schaden kann. Wenn man die Sachen glaubt, die da so
schön formuliert rauskommen, wird schon stimmen, leider ja nicht immer. Diese Illusion des
Wissen und Könnens, auch eine Gefahr. Die Gefahr, wenn man alles auslagert oder sehr
viel auslagert an die Maschine, lernt man es nicht oder man verlernt es. Es gibt dieses
unschöne Phänomen, wenn man sich daran gewöhnt hat, mit Google Maps zu fahren, sich
navigieren zu lassen, dass man dann verlernt, selbst zu navigieren und wenn die Maschine
sagt, fahr in die Wüste, fährt man in die Wüste, weil die Maschine hat das gesagt.
Death by GPS ist ein offizieller Begriff dann sogar dafür in der Maschineninteraktion
und es gibt wirklich Todesfälle dadurch und bei uns wahrscheinlich keine Todesfälle,
aber sowas wie Schriftlichkeit, Sachen in Langfassung aufzuschreiben, das könnte einfach
sein, dass es nie gelernt wird oder eben verloren geht. Use it or lose it. Und die Ablenkung,
die virtuellen InfluencerInnen und die virtuellen Girlfriends und Boyfriends, ich habe einen Link
da drunter, die einen natürlich gnadenlos ablenken können, dank KI. Andere Leute reden
von Demokratisierung, sagen wir mal ein Kahn, bekannt schon seit langen Jahren durch seine
Kahn Academy. Wer redet von Demokratisierung, ist er nicht der Einzige. MOOCs seinerzeit
sollten auch schon demokratisieren. Es hat nie funktioniert. Man ahnt hier aus seinem
Buch, man ahnt, wenn man diese Zitate sieht, er hat ja nicht ganz zu Ende gedacht. Die
KI ist gut für die Schüler, hier geht es um Schüler, für die Schüler, Schülerinnen,
die proactively seek out the AI's help. Ja, das sind aber nicht meine Leute, die machen
das nicht. Er sucht sich anscheinend die Leute raus, die von dieser Sorte sind oder besser
ist noch, finde ich, das zweite Zitat. Man muss eine Art Selbstunternehmer sein, selbst
wenn man für andere Leute arbeitet, sogar wenn man für andere Leute arbeitet, muss
man Selbstunternehmerin sein. Das ist natürlich eine Geisteshaltung, über die man erstens
diskutieren muss und die zweitens auch nicht allzu verbreitet ist, zumindest nicht bei
meinen Studentinnen und Studenten. Und trotzdem sprechen dann Leute, wie gesagt, man kann
von Demokratisierung, finde ich, sehr gefährlich. Also der Matthäus-Effekt steckt da ordentlich
zu. Diese zwei, die KI-festen Aufgaben, tendieren allmählich dazu, unlösbar zu sein. Oder
interessanterweise sind sie am ganz unteren Ende, Sachen, die wir einfach so lösen können,
ohne irgendwas studiert zu haben. Common Sense. Meine Klausuren probiere ich regelmäßig
aus. Die Musterlösungen für meine Klausuren stammen auch inzwischen zu großen Teilen
direkt aus der KI, eins zu eins aus der KI, mit wenigen Kommentaren. Mathe 1 und 2, das
geht bis Laplace, Fourier, Differenzialgleichungen, wird fast perfekt gelöst von den aktuellen
Modellen. Informatik wird sowieso perfekt gelöst, muss man nicht drüber nachdenken.
Und dann andere Themen, die eben ein bisschen weiter weg sind, sind erneuerbare Energien
und so weiter. Es geht schon ein bisschen schwer durch den Garten mit den Themen, wenn
man an der Fachhochschule ist. Noch nicht so richtig prickelnd, aber wenn man es benoten
würde, käme da schon ein 2, sowas raus, aus den Klausuren, die die KI schreibt. Insofern
sehe ich einen Kollaps der Prüfungen, der bisherigen Prüfungen. Es ist auch schwer zu
erkennen, was denn da jetzt daraus werden sollte, überhaupt, aus den Prüfungen. Bis
vor einem halben Jahr konnte man noch sagen, ja, die Literaturhinweise, die sind zusammengelogen
inzwischen ja nicht mehr. Die kommen aus einer Datenbank, die Literaturverweise und
Stimmen deshalb. Oder machen wir so eine Prozesskontrolle. Uns interessiert nicht das
Ergebnis, sondern wir wollen den Prozess verfolgen. Also wollen wir Zwischenberichte, Tagebücher
haben, Lerntagebücher haben, kein Problem. Rechts ist ein Lerntagebuch. Ich sage der
Maschine einfach, schreibe mir phänologisch nach Windkraft ein Lerntagebuch. Und dann
schreibt er an, lügt einem die Hucke voll mit einem wunderschönen, ausformulierten
Lerntagebuch. Aus dem Netz gesorgt, welche Themen wann dran waren. Unten nicht ganz ernst
gemeint, deshalb Smiley dahinter, aber es ist halt so. Was ist jetzt eigentlich noch
sicher von den klassischen Prüfungsformen, ist eigentlich nur noch sicher, dass man
den Leuten in die Ohren guckt, wegen Miniaturhörgeräte, die dann ja an JGPT-App mit der App verbunden
sein könnten und dann eine mögliche Prüfung macht. Das ist das Einzige, was noch sicher
ist. Insofern muss da ganz dramatisch irgendwas passieren. Ich weiß nicht was. Das ist ja
auch Job von dieser Kommission hier, sich das zu überlegen. Ich weiß nicht, was da
passieren muss. Es muss irgendwas passieren. Sachen, die nicht so richtig gut gehen. Oder
um mal die Grenzen zu zeigen. Wenn die Maschine wirklich mal 200, 230 Zeilen Programmcode
schreiben soll, hintereinander weg, ohne Interaktion, schreibe mir ein WebXR-Beispiel ohne externe
Bibliotheken, was dann sehr lang wird, dann sind da eben ein paar Fehler drin und das
läuft nicht. Und wenn man auch diskutiert, findet die Maschine einfach die Fehler nicht.
Das sind so Grenzen derzeit noch. Aber wenn ich das für meine Studentinnen und Studenten
sehe, 200, 230 Zeilen Programmcode, das ist jenseits von gut und böse. Was nicht besser
geworden ist, sind Diagramme zu lesen. Links ein skizzierter Verlauf, ein Garf einer Funktion.
Rechts sieht man, was zweimal JGBT 4.0 draus macht und was zweimal Cloud 3.5 Sonne draus
macht. Die rote Kurve, das war Cloud Sonne, die rote Kurve, die ungefähr kann man was
ahnen, aber alle anderen sind ziemlich daneben. Also Diagramme zu lesen ist noch die Katastrophe.
Das scheint noch eine Art zu sein, wie man Prüfungen KI festmachen kann. Lesen Sie was
aus diesen Diagrammen. Das scheint so zu funktionieren. Noch vor einem halben Jahr habe ich gesagt,
in ein paar Monaten ist das vorbei. Nein, es ist nicht vorbei. Das haben Sie noch nicht
gelernt. Common Sense ist ein richtig dickes Ding. Das ganz übliche Beispiel, also die
großen beiden, JGBT 0.1 Preview und die Standardversion 4.0, können es nicht. Cloud Sonne 3.5, die
neue Version ist ja von einer Woche oder was eine neue Version gekommen. Die können es
auch nicht. Eine Frau steht mit einer Ziege und einem Kurvekopf auf einer Seite an dem
Schlüssel. Sie hat ein Boot und möchte damit die Ziege und den Kurvekopf auf die
andere Seite bringen. Wie hat sie vorzugehen? Das raffen keine von diesen Modellen, dass
das alles gleichzeitig ins Boot geht, dass der Kurvekopf nicht alleine transportiert
werden muss. Das rafft keines von den Modellen. 0.1 Preview ist doch am besten, weil es das
ausführlich dann als Annahme hinschreibt. Angenommen, das Boot kann nur die Frau und
einen weiteren Gegenstand, die Ziege und den Kurvekopf, als menschlich allen klar, der
Kurvekopf, der macht den Braten nicht fett, den werden wir irgendwo noch hinstecken können
in dem Boot. Die Maschine macht das nicht und baut eine ganz lange Lösung, wie jetzt
von A nach B hin und her zu fahren ist, statt einfach alles ins Boot und rüber. Das ist
seit Anbeginn ein Problem. Eine übliche Aufgabe, sie ist bekannt, aber die Hersteller haben
es nicht raus trainiert, was ich spannend finde. Man hätte jetzt alles spezial trainieren
können, dass diese Art an Problemen wirklich mal gelöst wird. Also Konvenzenz ist ein Drama.
Noch. Vor einem halben Jahr habe ich gesagt, der Dialog mit der Maschine nervt und stresst.
Da habe ich jetzt ein noch dahinter geschrieben, weil es war eben so, die Suchmaschine hat
Vorteile, wenn ich Google habe. Ich tippe einfach irgendwas an zwei, drei Stichwörtern
ein und ich kriege ein Ergebnis, wenn ich YouTube habe, genauso. Und beim Sprachmodell
fühle ich mich verpflichtet, das auszuformulieren, sauber zu sagen. Ich muss warten, bis dann
endlich mal was da zusammengeschrieben ist, ein paar Sekunden, dann kriege ich das Ergebnis
nicht super schnell und dann muss ich noch weiter diskutieren. Vor einem halben Jahr
habe ich gesagt, das macht noch nicht viel Spaß, da bleibt man doch vielleicht eher bei
Google und bei YouTube. Aber inzwischen ist ja die App von OpenAI, die App, abgedatet
worden, dass man dazwischen quatschen kann. Das Ding fängt sofort an mit irgendwelchen
Fölsern, aber es fängt sofort an zu reagieren. Das fühlt sich an, wie mit einem Menschen
zu reden. Das ist schon eine ganz andere Nummer. Man quatscht quasi mit der KI. Insofern ist
das deutlich freundlicher geworden. Und unten, was da in Kursiv steht, ich habe nur geschrieben,
eine Frage auf YouTube und keinen bloß zu stellen. Da hat mir vor ein paar Tagen jemand
als Frage gestellt zu einem meiner Videos, so zu OpenOffice, wie man irgendwas bedient
in OpenOffice, eins zu eins rauskopiert. So war die Frage gestellt. Das kann man inzwischen
in GCPT reinkopieren und kriegt zwei Seiten, richtige Lösung, in der Tat richtige Lösung
zu der Frage, die ich da erahne, hinter dem Text, der da steht. Also man kann fragen,
was man will, es wird schon irgendwie gehen. Das ist schon deutlich freundlicher, als ich
das vor einem halben Jahr erwartet hätte. Man muss sich wahrscheinlich daran gewöhnen.
Ich bin so groß geworden, dass, wenn man mit der KI arbeitet, dann muss man sehr vorsichtig
sein und wenn man spricht, muss man sehr sauber sprechen und so weiter. Aber das ist
vorbei. Vorlesungsskripte. Wozu eigentlich noch Vorlesungsskripte? Eigentlich Demonstration,
dass man die Studentin schwillt und wertschätzt. Ich habe was für dich getan. Ich habe den
Kuchen gebacken sozusagen. Ich habe dir ein Vorlesungsskript geschrieben und das nicht
aus der Maschine geholt. Ich hole das inzwischen alles aus der Maschine. Ob es die Lösungen
sind für die Musterlösungen für Klausuren, die Klausuren selbst, natürlich auch die
Musterlösungen für Klausuren, Skripte, Videos, dass man mal einen Test, einen Vortrag von einer
Figur halten zu lassen, wenn man will und die Zeit reinsteckt und noch ein paar Fotos hochlädt
und noch ein bisschen Geld investiert und so weiter. Sieht die Figur auch wie man selbst aus
und spricht auch mit der eigenen Stimme. Das ist alles durch. Das macht alles die Maschine.
Wozu soll man es jetzt noch selber machen? Vor allen Dingen merkt man erstmal, ich kriege
Mails von Studentinnen und Studenten, die offensichtlich aus der Maschine stammen,
die viel zu förmlich sind. Dieser steife Tonfall, wenn man nicht zusätzlich noch irgendwas
dazu promptet, das fällt sofort auf. Also die kontern natürlich dann auf dieselbe Art,
wenn man das vorführt. Gibt es eine Chance, dann einfach zu sagen, wir backen den Kuchen selbst,
um Wertschätzung zu zeigen. Wir kaufen ihn nicht in der Bäckerei, sondern wir backen ihn selbst.
Machen wir die Skripte, machen wir Videos ohne KI, handgemacht, handgeklöppelt sozusagen. Ich
weiß es nicht, ist eine Frage. Hat man da eine Chance, dass die Studentinnen und Studenten sich
mehr anstrengen, dass sie nicht genauso zurückfeuern, sozusagen dann auch mit KI
zurückfeuern. Ich weiß es nicht, ist eine Forschungsfrage. Es gibt diesen Begriff
Teacher Enthusiasm, da habe ich einen Paper darunter verlinkt, den gibt es in der Didaktik.
Teacher Enthusiasm hilft es, enthusiastisch zu sein als Lehrerin, als Lehrer. Das geht
gleich so in die Richtung. Müsste man mal beforschen. Lohnt es sich überhaupt noch,
Sachen selbst zu machen? Hat das einen positiven Effekt? Die Lernplattformen sind aber nun wirklich
obsolet, weil ich kann Sokrates haben, das ist auf der rechten Seite, bringt mir quadratische
Gleichung bei, aber frage mich nur, gibt mir nie die Lösung. Kein Problem, macht die Maschine,
wenn man das haben will. Oder auf der linken Seite, Sprachen geht wunderbar, erkläre mir
hier chinesische Grammatik, was heißt das Zeichen in diesem Kontext. Erkläre mir also nicht nur in
der Mathematik, sondern quer durch den Garten, ob Geschichte oder Chemie oder Chinesisch,
das geht alles wunderbar. Dazu brauche ich dann eine Lernplattform, wenn das alles so wunderbar
direkt geht aus der Maschine. Man kann es ja sogar noch weiter treiben. Ein Student hatte mir das
gestern gesagt, er hat aus einer Veranstaltung alle PowerPoints genommen, nicht bei mir,
sondern von anderen, daraus den Text extrahiert, in den Kontext mit reingegeben von ChatGPT und
dann gesagt, machen wir Übungsaufgaben. Machen wir Übungsaufgaben, machen wir Übungsaufgaben. Nur
damit geübt und ein zweikomma irgendwas gekriegt und war nie da. Mit diesen maschinengenerierten
Übungsaufgaben. Also all das, Erklärungen, Aufgaben, helfen ja sogar. Podcast, zwei Leute
unterhalten sich drüber, Videos sofort und zugeschnitten auf das, was ich brauche, ohne
Urheberrechtsprobleme, in der Sprache. Ich habe Studenten, die brauchen Arabisch, ich habe Studenten,
die brauchen Farsi, die brauchen Französisch. Mit einer klassischen Lernplattform ist das alles
eine Katastrophe. Also warum überhaupt noch Materialien in den Login verstecken, wenn die
sowieso frei zu haben sind. Dieser ganze Stress, ich brauche eine Spezialfunktion und dann muss
die wieder eingestrickt werden in die Lernplattform und das dauert wieder fünf Jahre und dann
funktioniert es nicht. Alles weg. Der KI-Campus war ein schlimmes Beispiel, dass man sagt, oh wir
machen das noch mal neu, 36 Millionen, wir machen das gerade noch mal neu. Ich könnte jetzt noch
die Bundeslernplattform, wie heißt die jetzt neulich, die heißt nicht mehr nationale
Bildungsplattform. Mein Bildungsraum heißt sie jetzt. Da können wir jetzt auch noch einige
Worte, aber das schenke ich mir. Im Endeffekt, warum Lernplattform? Eigentlich ist das Lernen mit
der Plattform obsolet. Wir bräuchten nur noch eine Zertifizierungsplattform, wo dann steht,
diese Person kann folgendes, was natürlich wieder schwierig ist, weil das überhaupt auch
alles aus der Maschine kommen kann, was man da zertifizieren will. Die These Nummer sechs,
das Prompt-Engineering, weil an einigen Stellen das aufbobbt. Jetzt müssen doch unsere Leute
Prompt-Engineering lernen. Sie überhaupt nicht, weil die Maschine das sowieso übernimmt. Storm
auf der rechten Seite erzeugt nach der Anfrage vier Personen, vier Fachleute, die zu dem Thema
passen und lässt die miteinander diskutieren. Alles gepromptet, das geht rein in GPT-4,
alles im Hintergrund gepromptet, automatische Prompts und dann diskutieren da vier Leute,
vier Fachleute über das Thema und man kann sich selbst noch dazwischen schalten. Da muss ich nicht
selber prompten, passiert automatisch und Entropiq hatte das jetzt gerade. Das ist jetzt gerade raus
bei Entropiq. Man kann sagen, machen wir einen Prompt oder verbessere diesen Prompt. Die Maschine
macht den Prompt selber. Was soll ich das noch lernen? Das war absehbar, dass die Maschine das
von selbst macht. Da bleibe ich auch dabei, dass das keinen Sinn ergibt. Oder müssen die Leute jetzt
im Detail lernen, wie neuronale Netze funktionieren, wie Backpropagation funktioniert, was ein einzelnes
Neuron macht. Hilft einem überhaupt nicht. Auf diesem Niveau, auf dem man dann arbeitet mit der
KI, hilft einem das alles überhaupt nicht. Genauso als wenn man Auto fahren möchte und man kann genau
erklären, was jetzt so eine Benzinverbrennung macht oder was im Akku passiert. Hilft einem nicht viel
auf der Autobahn. Also würde ich nicht machen. Die höheren Kompetenzstufen besser als die
niedrigeren, weil, wenn man sich das anguckt, ich habe einfach mal gesagt, schreibt mir mal
ein Exklusiv für eine Doktorarbeit zum Thema, die dümmsten Bauern haben die dicksten Kartoffeln. Dann
gibt es das eben auch soziologisch mit allem Pipapo, welche Methoden sollen angewendet werden,
welche Umfragen und so weiter. Als Beispielthema einfach. Und das wird auch weiter ausbuchstabiert,
dann welche quantitativen Verfahren, welche qualitativen Verfahren. Immer schön bezogen auf
das Thema auch durchschnittlicher Ertrag pro Hektar in Abhängigkeit von formalen Bildungsniveau,
multivariante Regulationsmodelle zur Berücksichtigung von z.B. Bodenqualität, Zugänglichkeit von
Technologien oder die Grounded Theory, Entwicklung von Theorien aus den Daten,
Herausforderung einer Theorie, wie implizites Wissen ökonomisch, Effizienzsteigerung und so
weiter. Das macht die Maschine nochmal auf Knopfdruck. Würde ich bei den hohen Kompetenzen
einordnen. Wir sind gewöhnt, dass die Maschine rechnen kann, dass die Maschine was nachschlagen
kann. Und jetzt kommt das eben von oben sozusagen, dass der Oberbereich, der bisher den Menschen
vorbehalten war, dass der jetzt aus der Maschine kommt. Und der untere Bereich, habe ich vor einem
halben Jahr gesagt, noch nicht so richtig toll geht, aber das wird immer besser. Das Rechnen
klappt jetzt selbst ohne Spezialitäten, wie wohl vom Alpha dahinter klappt das Rechnen jetzt. Die
Fakten, wenn man jetzt seit drei Wochen z.B. in Chatsypti die Websuche anmacht, dann kommen die
Fakten aus dem Web. Wenn ich frage, gib mir die Mindestabstände für Windturbinen aller
Bundesländer, kommt eine wunderschöne Liste, vollständig aufgelistet mit Quellenangaben dazu.
Das Problem ist immer noch der Common Sense, habe ich eben gezeigt, der gesunde Menschenverstand.
Lehrt uns allgemein was über Kompetenzen. Der Fokus auf höhere Kompetenzen kann schiefgehen.
Ohne die Basis kann das schiefgehen. Letzte These, die fachlichen Grundlagen. Total schwierig mit
den fachlichen Grundlagen, weil die Maschine übernimmt die fachlichen Grundlagen, also lernt
man die fachlichen Grundlagen nicht. Aber ich denke, gerade die bräuchte man mehr als je zuvor.
Die Maschine fabuliert irgendwas, was Menschen auch wunderschönen können. Die Maschine produziert
super viel, sodass man nicht mehr alles nachvollziehen kann. Aber was weiß ich,
X oder Facebook oder TikTok gerade produzieren auch super viel. Selbst ohne KI produzieren die
super viel. Wie kommt man da überhaupt noch zu Rande in diesem Informations-Tsunami? Man muss
die KI irgendwie aufsichtigen lernen. Man kann nicht mehr alles nachprüfen. Manche Sachen muss
man glauben. So wie ich dem Taschenrechner die 50 Stelle von der Quadratwurzel glaube,
die rechne ich nicht nach. Irgendwie müssen wir in der Lage sein, der KI zu glauben, aber dann
auch festzustellen, wenn sie über die Stränge schlägt. Überschläge, ich verstehe Stichproben,
ist das plausibel, kann das nicht stimmen? In der Mathematik gucke ich mir so ein Ergebnis
an oder eine Herleitung an und ich habe ein Gefühl dafür. Genauso in der Informatik gucke
ich mir ein Programm an und habe ich ein Gefühl dafür, wo das schiefgeht, aus dem Bauch heraus,
das ist Expertenwissen. Aber wie baut man dieses Experten-Expertinnen-Wissen auf,
ohne von der Pike auf jetzt das alles wirklich gelernt zu haben? Ich weiß es nicht. Ich frage
an diese Kommission, das ist vielleicht mal ein wichtiger Punkt und durchleuchten müssen. Wie
kann man das lernen, die KI zu beaufsichtigen, ohne von der Pike auf jetzt doch das ganze Fach
gemacht zu haben? Muss man doch das ganze Fach gelernt haben? Oder kann man das irgendwie
überspringen? Ich weiß es nicht. Auf jeden Fall ist das, was man als Experte eben macht. Wie kommt
man zu Expertenwissen? Gut, ich wollte unbedingt einmal diesen Begriff Future Skills hier in ganz
dicken Anführungszeichen bringen, weil ich nämlich glaube, dass die wahren Future Skills ganz andere
sind, als sie derzeit so ventiliert werden. Ich glaube, es sind überhaupt keine Future Skills,
sondern die ganz altbackenen Sachen, mit denen die Menschheit seit tausenden von Jahren agiert.
Sowas wie Gewissenhaftigkeit. Ich muss nachgucken, ob das denn stimmt, was die Maschine sagt. Sauber
nachgucken. Offenheit. Ich muss neue Sachen ausprobieren. Ich muss offen sein eben für das
Neue und nicht bei den alten Abläufen bleiben. Intelligenz, ganz allgemein, muss ich gar nicht
weiter diskutieren. Need for Cognition. Ich möchte es verstehen wollen. Es muss mir nicht reichen,
dass die Maschine sagt, so ist es, sondern ich möchte es selbst verstehen wollen. Draußen mal
zurückfragen. Aufmerksamkeitsregulation. Wenn da die ganzen virtuellen InfluencerInnen sind und
alle möglichen Bots, die mich ablenken können, jenseits von YouTube-Videos und TikTok-Videos,
muss ich mich dagegen wehren können. Aufmerksamkeitsregulation, die Frustationstoleranz.
Ich muss ertragen können, dass ich es vielleicht nie so gut kann wie die Maschine, vielleicht
überhaupt so gut kann wie die Maschine. Und ich muss mich selbst motivieren können, selbst
optimieren können. Das kam ja schon bei Salman Khan vor. Ist das dann auch Selbstausbeutung?
Irgendwann wird es gefährlich. Was davon, auch eine spannende Frage für die Kommission hier,
was davon ist überhaupt lernbar? Das wird verkauft als, die Future Skills, das sind nicht die üblichen
Future Skills, die Future Skills werden auch verkauft als Skills, als lernbar. Ich glaube,
dass ganz viel davon leider nicht lernbar ist oder zumindest mit 18 und mehr Jahren nicht mehr
lernbar ist. Und wenn es nicht lernbar ist, ist es auch schon erst recht nicht lehrbar. Und falls
es lernbar lehrbar wäre, was davon sollte überhaupt gelehrt werden? Da kommen wir
allmählich ins Philosophische und ins Ethische. Dankeschön.
