Öffnet sich die digitale Kompetenzschere durch generative Machine-Learning-Systeme weiter?

Worum geht es?

Im Zuge der bisherigen Digitalisierung hat sich gezeigt, dass agilere Schülerinnen und Schüler neue (digitale) Werkzeuge und Medien besser zu ihrem eigenen Nutzen einsetzen können als weniger agile Schüler:innen (Biblionetz:w03389). Dies hat bereits in der Vergangenheit zu einer Vergrösserung des Leistungsspektrums geführt. Dies dürfte bei generativen Machine-Learning-Systemen nicht anders sein und damit die Leistungsheterogenität weiter erhöhen.

Lässt sich das empirisch nachweisen?

Ein empirischer Nachweis dieses Effekts dürfte nicht einfach und vor allem nicht rasch möglich sein, da es sich um eine längerfristige Entwicklung handeln dürfte und es deshalb unter anderem nicht leicht möglich ist, zwei unterschiedliche Gruppen für Untersuchungen zu finden.

Ist das problematisch?

Dass Schüler:innen unterschiedlich von den Potenzialen profitieren, heisst nicht zwingend, dass nicht trotzdem alle Schüler:innen profitieren (insofern wäre ein Verzicht auf solche Werkzeuge keine gute Entscheidung). Es führt aber zu einer grösseren Heterogenität der Leistung von Schülerinnen und Schülern.

Weiterführende Informationen

• Biblionetz:a01511 Generative Machine-Learning-Systeme erhöhen den digitalen Schereneffekt
• Biblionetz:w03389 Digitaler Schereneffekt
• Biblionetz:t30072 Enkelejda Kasneci: «ChatGPT kann zu mehr Bildungsgerechtigkeit führen»

Kommentare