Ein Bericht von Marvin Rost

Im Mai 2021 richtete die Gesellschaft für Didaktik der Chemie und Physik eine Schwerpunkttagung mit dem Titel „Maschinelles Lernen und computerbasierte Textanalysen – Potentiale und Herausforderungen für die Naturwissenschaftsdidaktik“ aus. 

Begleitet von Plenarvorträgen, die sowohl forschungsorientierten Fragestellungen als auch ganz unterrichtspraktischen Konsequenzen von maschinellem Lernen nachgingen, diskutierten alle Teilnehmenden als virtuelle Avatare in einer videospielähnlichen Umgebung über die Zukunft von Lernen, Fachdidaktik und Unterricht. Können Computer zukünftig Aufgaben von Lehrkräften – bspw. Text- und Aufgabenerstellung und Bewertung – vollautomatisiert übernehmen? Ja, zweifellos! Sollten die Beteiligten im Bildungssystem das wollen? Kommt darauf an! Das Thema ist außerhalb des deutschsprachigen Raums definitiv keine Nische mehr und wird eine Rolle spielen. Insofern scheint spätestens jetzt eine systematische Strategieausrichtung seitens der naturwissenschaftlichen Fachdidaktiken angezeigt. 

Im Rahmen der Tagung präsentierte Marvin Rost vom AECC Chemie ein Poster mit dem Titel „Erfassen epistemologischer Vorannahmen von Chemiestudierenden“, das als Kooperationsprojekt mit Ines Sonnenschein (FH Münster) und David Buschhüter (Universität Potsdam) angelegt ist. Dabei wird eine Grundlagenvorlesung der Allgemeinen Chemie mit Methoden aus dem maschinellen Lernen empirisch begleitet, die erkenntnistheoretische Aspekte von Modellbildung und -nutzung stärker betont als konservativere Lehrveranstaltungen. Damit können entsprechende Impulse in das AECC Chemie hineingetragen und weiterentwickelt werden.