Künstliche kognitive Systeme wie IBM Watson werden die Arbeitswelt umwälzen, wie es in ähnlicher Weise schon einmal in der industriellen Revolution geschah. Nur wesentlich schneller. Und es wird den Menschen diesmal auf seinem ureigensten Territorium treffen: bei der Denkarbeit. Wenn wir diesem Wandel gewachsen sein, ihn wirtschaftlich überleben wollen, müssen wir diejenigen darauf vorbereiten, die in den nächsten Jahrzehnten ins arbeitsfähige Alter kommen. Das sind die Schüler von heute.
Vortrag auf der re:publica 2015: https://goo.gl/lpm33P
2. 1. Cognitive Computing: was ist das?
2. Warum wir uns damit befassen müssen.
3. Schule: warum, und wenn ja, wie?
4. Die Konsequenz: Cognitive Computing & Schule.
5. Klüger als vorher?
06.05.2015re:publica2015: Cognitive Computing & Schule Markus Mathar 2
6. 06.05.2015 6re:publica2015: Cognitive Computing & Schule Markus Mathar
2011. Jeopardy!
IBMs „Watson“ tritt an gegen die zwei
Top-Kandidaten der letzten Jahre.
…und gewinnt.
7. Wie macht „Watson“ das?
Watson versteht Sprache: Linguistik + Kontext
Watson stellt Hypothesen auf und priorisiert sie (%-Werte).
Watson lernt noch während des Spiels.
Watson verknüpft unstrukturierte Daten.
Watson hat einen Wissenskorpus.
Watson wird trainiert mit Frage-Antwort-Paaren.
06.05.2015 7re:publica2015: Cognitive Computing & Schule Markus Mathar
8. Onkologie: Memorial Sloan-Kettering Cancer Center
Watson
liest medizinische Fachartikel, massenhaft,
kennt die Patientenakte [Symptome],
entwickelt Hypothesen [Diagnose],
macht Vorschläge [Therapie]
und
mischt sich (in Zukunft) in das Arzt-Patienten-Gespräch ein.
06.05.2015 8re:publica2015: Cognitive Computing & Schule Markus Mathar
9. Atari-Spiele, selbständig erlernt.
Erkennt bewegte optische Muster,
Sucht Steuertasten und probiert aus,
Lernt aus Erfolg/Misserfolg und Score,
Entwickelt Hypothesen [Spiele-Taktik]
06.05.2015 9re:publica2015: Cognitive Computing & Schule Markus Mathar
10. Lernt aus der Vergangenheit (den Akten),
erkennt Muster,
stellt Hypothesen auf über zukünftige Verbrechen,
spricht Empfehlungen aus
06.05.2015 10Markus Mathar
„PredPol’s cloud-based software enables law
enforcement agencies to better prevent crime in their
communities by generating predictions on the places and
times that future crimes are most likely to occur.”
Illustration by R. Kikuo Johnson
15. Cognitive Computing wird den Arbeitsmarkt in weiten Teilen umwälzen.
Nur wesentlich schneller.
Wir haben das schon mal erlebt: vor ca. 200 Jahren.
Damals nahmen uns die Maschinen die körperliche Arbeit ab.
Heute nehmen sie uns die geistige Arbeit ab.
Wen betrifft das? Die, die morgen ins arbeitsfähige Alter kommen.
= die Schüler von heute
06.05.2015 15re:publica2015: Cognitive Computing & Schule Markus Mathar
17. „Bildung sollte junge Menschen vorbereiten
auf Jobs, die es noch nicht gibt,
in denen sie Technologien nutzen werden,
die noch nicht erfunden wurden,
um Probleme zu lösen,
von denen wir noch nicht wissen, dass es sie gibt.“
Richard Riley*
06.05.2015 17re:publica2015: Cognitive Computing & Schule Markus Mathar
* US-Bildungsminister 1993-2001
18. „Durch den Zugang zu qualitativ hochwertiger Bildung wird der
Einzelne darin befördert, ein selbstbestimmtes Leben zu führen.
Zugleich stärkt Bildung aber auch die Gesellschaft als Ganzes.“
„Bildung ist Voraussetzung für eine aktive Teilnahme der
Bevölkerung an politischen Entscheidungsprozessen.“
Bildungsstrategie 2010-2013 des BMZ
06.05.2015 18re:publica2015: Cognitive Computing & Schule Markus Mathar
20. „Jede hinreichend fortschrittliche Technologie
ist von Magie nicht zu unterscheiden"
- Arthur C. Clarke
„In der Informatik geht es genauso wenig
nur um Computer wie es in der Astronomie
nur um Teleskope geht.”
- Edsger W. Dijkstra
06.05.2015 20re:publica2015: Cognitive Computing & Schule Markus Mathar
21. 06.05.2015 21re:publica2015: Cognitive Computing & Schule Markus Mathar
…am Beispiel von Simon Peyton Jones:
England: „Computing“ ab der 1. Klasse
1. Im Geiste der Aufklärung, gegen alle „Magie“
2. Im Geiste Dijkstras, gegen alle bloße Technikverliebtheit
22. 06.05.2015 22re:publica2015: Cognitive Computing & Schule Markus Mathar
Die zentrale Idee für das Fach „Computing“
Orientierung am Naturwissenschaftlichen Unterricht:
Technologie + Ideen.
Instrumente bedienen + verstehen.
Medien konsumieren + Neues kreieren.
Lesen + schreiben.
23. 06.05.2015 23re:publica2015: Cognitive Computing & Schule Markus Mathar
Die Ziele auf das Fach Technik- & Medienkompetenz
heruntergebrochen heißt also:
Erlernen des Umgangs mit technischen Systemen als einer
Kulturtechnik der Gegenwart und der Zukunft
Eine erweitert zu verstehende „Medienkompetenz“ im Sinne einer
Fähigkeit zur Kritik gegenüber den
Möglichkeiten und Beschränkungen von Technik.
Als auch: deren Auswirkungen auf das persönliche wie
gemeinschaftliche Leben einschätzen zu können.
25. In Analogie:
1. Schüler müssen lernen, kognitive Systeme zu bedienen. Das ist in
erster Linie eine instrumentelle Kompetenz. (Die braucht’s schon
auch!!)
2. Sie müssen in Grundzügen verstehen, wie kognitive Systeme
funktionieren. Das heißt, sie müssen begreifen, auf welchen
Prinzipien deren Arbeit beruht (Statistik, Quellensuche,
Mustererkennung, Maschinelles Lernen, etc.).
06.05.2015 25re:publica2015: Cognitive Computing & Schule Markus Mathar
26. Noch Drittens:
3. Schüler sollten ein möglichst präzises Bewusstsein dafür entwickeln,
was kognitive Systeme NICHT können, welche Arten von Tätigkeit
also dem Menschen vorbehalten bleiben.
06.05.2015 26re:publica2015: Cognitive Computing & Schule Markus Mathar
27.
28. konkret
Fragen:
1. Welches Wissen muss noch vermittelt werden, wenn nachher jeder
den kognitiven Assistenten in der Hosentasche mit sich rumträgt?
2. Was passiert, wenn Schüler Cogs* im Unterricht benutzen?
Was kann dann noch abgefragt werden?
Wie/was wird also benotet?
3. Wie kriegen wir die Lehrer fit gemacht?
4. Können wir CogniCo-Assistenten nutzen für den Unterricht?
06.05.2015 28re:publica2015: Cognitive Computing & Schule Markus Mathar
* „Cogs“ = kognitive Apps
29. Wissen
1. Nur konkretes Faktenwissen
2. Faktenwissen exemplarisch: zur Demonstration der
Zusammenhänge
3. Methodenwissen?
Instrumentell (nur exemplarisch, als Meta-Anweisung: wie man Instrumente bedienen lernt)
Sozial (zwischenmenschliches Verhalten)
06.05.2015 29re:publica2015: Cognitive Computing & Schule Markus Mathar
30. Wissen
4. Schlussfolgern?
…wenn Maschinen besser Hypothesen bilden als wir
…wenn Maschinen schneller Muster erkennen
…wenn Maschinen mit mehr Informationen jonglieren können
Können wir lernen aus der ersten Industriellen Revolution?
Ändert sich unsere Abhängigkeit von den Maschinen?
Kreativ Schlussfolgern?
06.05.2015 30re:publica2015: Cognitive Computing & Schule Markus Mathar
31. Wissen
5. Inhalte verstehen!
6. Umgangsweisen mit Wissen!
06.05.2015 31re:publica2015: Cognitive Computing & Schule Markus Mathar
32. Cogs
Was kann dann noch abgefragt werden?
Wie/was wird also benotet?
Eigentlich: Orientieren am Prototyp Taschenrechner.
Googeln zu „Schule Prüfung Internet“:
Internet-Schummelei, Handy-Blocker, Täuschungsversuch…
06.05.2015 32re:publica2015: Cognitive Computing & Schule Markus Mathar
33. Lehrer
Problem 1: Cognitive Computing noch in den Anfängen.
Problem 2: Von der Uni bis zum ersten eigenen Unterricht
ist schon alles wieder anders.
Problem 3: Und wann kommt das nächste große Ding?
Unterstützung durch Unternehmen aus der Wirtschaft.
Im Studium und im Job.
06.05.2015 33re:publica2015: Cognitive Computing & Schule Markus Mathar
34. Unterrichts-
Assistenten
Mustererkennung: Gruppendynamik, Verhalten einzelner Schüler,
Didaktik, Lernmuster…
Sprachliche Interaktion: mit dem Lehrer, mit den Schülern
Hypothesen: Vorschläge für Unterrichtsgestaltung,
Einzelförderung, Entschärfung von Konflikten.
Wieso nicht?
06.05.2015 34re:publica2015: Cognitive Computing & Schule Markus Mathar
35. Unterrichts-
Assistenten
IBM PETALS (Personalized Education Through Analytics on Learning Systems):
Versuch in Georgia: System von 132 Schulen & 170.000 Schülern
Nutzt:
Informationen von Schüleraufzeichnungen (student records),
um Lernmuster zu identifizieren,
Leistungsanforderungen vorherzusagen
Ziele:
erfolgreichere Lehrmethoden
personalisierte Lehrpläne.
06.05.2015 35re:publica2015: Cognitive Computing & Schule Markus Mathar
36. Unterrichts-
Assistenten
Denkbar wäre:
Schüler X hat bisher die Schülerkarriere vom Typ Y beschritten.
Sein Lernverhalten weißt typische Symptome vom Lerntyp A aus.
Also empfiehlt das kognitive System dem Lehrer einen individuellen
Lehrplan.
Oder so: es erstellt ihn gleich selber.
Und so kann jeder Schüler nach seinen Begabungen und Schwächen optimal gefördert
werden.
06.05.2015 36re:publica2015: Cognitive Computing & Schule Markus Mathar
38. CogniToys-Video, der Dino:
Hoffentlich erkannt, dass das didaktischer Bullshit ist.
Und wie leicht wir zur Ehrfurcht verführbar sind!
06.05.2015 38re:publica2015: Cognitive Computing & Schule Markus Mathar
39. Schule = Aufklärung 2.0:
Heraus aus der selbst verschuldeten Technik-Unmündigkeit
Befähigung zu einem selbstbestimmten & der Gemeinschaft
verpflichteten Leben
Vorbereitung auf eine offene Zukunft
06.05.2015 39re:publica2015: Cognitive Computing & Schule Markus Mathar
40. „Cognitive Computing“, was ist das?
Lernen,
Muster erkennen,
Hypothesen bilden,
Sprache verstehen
06.05.2015 40re:publica2015: Cognitive Computing & Schule Markus Mathar
41. Schule und Cognitive Computing:
Verstehen, wie die Kiste tickt. Und wo sie austickt.
Erlernen eines konstruktiven und kritischen Umgangs mit der
neuen Rechnergeneration. = erweiterte Medienkompetenz
Sensibilisieren für die „Komplementarität“ von Mensch und
Maschine
06.05.2015 41re:publica2015: Cognitive Computing & Schule Markus Mathar
Zur Einstimmung. Der intelligente Dino für Kinder…
Hintergrund: IBM Watson. Ein Knopf.
Wir sehen:
Spracherkennung, Dialogfähigkeit
„Verstehen“
Kindgerecht
Wir kommen am Ende auf diesen Einspieler zurück…
Ken Jennings: 74x hintereinander
Brad Rutter: das meiste Geld (4,5 Mio)
Sprache:
Linguistik = Grammatik, Wörterbücher, Synonyme.
Kontext = Wissen aus welcher Domäne ein Begriff stammt
Ortsangaben (Geografie, Räumlichkeit, Ausdehnung, Richtung, …)
Zeitangaben (Zeitabstände & -punkte, Zyklen, Uhrzeiten, Jahreszeiten, …)
Personenangaben (Name, Herkunft, Familienstand, Alter, …)
Emotionen (fröhlich, niedergeschlagen, herablassend, …) [besonders schwer, da meist anders verwendbar!]
Materialität (Metall, Stoff, Kristall, …)
und so weiter und so weiter…
* Wissen um Metaphorik!
Hypothesen: zB 85%, 60%, 25%
Hypothesenmenge 1 = Wonach wird überhaupt gefragt?
Hypothesenmenge 2 = Die möglichen Antworten je Frage (aus Hyp-M1)
Lernt = passt % an.
Verknüpft: kein Hexenwerk! Textstücke, in denen Begriffe zusammen verwendet werden. Bisschen so wie Suchmaschine.
Wissenskorpus: muss geladen werden. ZZ in Formaten, die schon Informationen zur Semantik liefern (Gliederungen, Überschriften, …)
Training: angeleitet! Bei Jeopardy: riesige Datenbank der bisherigen Spiele. Struktur dahinter: neuronale Netze.
Man kann sich vorstellen, dass das den Beruf des Arztes verändern wird! Wissensmaschine = passé.
Schwerpunkt zunehmend: Empathie, Intuition, Zuwendung, Zwischenmenschlichkeit, Führung.
Nebenbei: spiegelt sich das in der Ausbildung der Ärzte wider? Nicht wirklich…
Akten: nur drei Daten (anonymisiert): Art, Ort, Zeit des Verbrechens
Muster: zeitliche Abfolgen von Verbrechen, räumliche Strukturen, Gruppenstrukturen der Beteiligten, …
Hypothesen: anhand personalisierter Daten (Verdächtige + Aufenthaltsort)
Empfehlungen: mal mit der Streife vorbeifahren, Papiere kontrollieren, Präsenz zeigen…
Heute: in 60 US-Departments. Uruguay
Morgen: deutsche Landeskriminalämter testen bereits (Quelle: Süddeutsche 25. April 2015)
Die Systeme, die man findet: selten alle 6 Merkmale zusammen.
zB: GoogleCar 1. ohne NLP und 2. Entscheider
Oder „Smart Machines“ mit kleineren Datenmengen (also nicht BigData).
Dennoch:
Das alles zusammen ergibt dann so etwas wie „digitales Verstehen“, „Künstliche Semantik“
Was man sagen kann:
Maschinen lernen denken…
McAffee, Brynjolfsson: „The Second Machine Age“
C.B. Frey & M.A.Osborne: “The Future of Employment”
Riley: Bildungsminister unter Clinton
„Education should prepare young people
for jobs that do not yet exist,
using technologies that have not yet been invented,
to solve problems of which we are not yet aware.”
BMZ: Bundesministerium für wirtschaftliche Zusammenarbeit und Entwicklung
Warum diese Zitate? Schule: muss zwischen diesen Polen lehren.
Wir haben hier also 2 Anliegen:
Wider das Gefühl der Ohnmacht, hin zur mehr Respektlosigkeit…
Technologie wird zu technik-lasting unterrichtet!
Originale:
- Any sufficiently advanced technology is indistinguishable from magic.
- Computer Science no more about computers than astronomy is about telescopes
Ich möchte für „CC in der Schule“ aufsetzen auf einem sinnvollen Technikunterricht. Genau im obigen Sinn, zwischen den Polen.
Peyton Jones hat das vorbildlich für den naturwissenschaftlichen Teil der Informatik (der „Computer Science“)
mit der Einführung des Faches „Computing“ ab der 1. Klasse vorgeführt.
„vorbildlich“ heißt: wider die Technik-Anbetung…
Warum ist das so wichtig?
1. Weil „Magie“ immer auch ein Gefühl von Ohnmacht, von Ausgeliefertheit ist.
Man begibt sich in die Obhut der IT-Hohepriester… Jedenfalls ist das das Gegenteil von Selbstbestimmtheit.
und
2. Weil Technikverliebtheit genau die Art Wissen ist, die Schüler NICHT vorbereitet auf die Rileysche, dh. offene, unkalkulierbare Zukunft!
„für den naturwissenschaftlichen Teil“?
Weil mir in seinem Ansatz der gesellschaftliche, zwischenmenschliche Teil fehlt.
Nicht vertiefen. Nur soviel:
zur „Hygiene“ im Umgang mit technischen Medien behandeln: Cyber-Mobbing, Suchtpotenzial, Intimität im Netz etc.
Insbesondere Kinder & Jugendliche: Einüben einer noch jungen Kulturtechnik
CC: geisteswissenschaftlicher/soziologischer Teil essenziell! -> später
Wie gesagt – ich komme immer wieder darauf zurück – die Leitplanken sind
- Selbstbestimmtheit
und
- Offene Zukunft
So. Und jetzt endlich CC!
Was heißt das ganz konkret für unsere Betrachtung des Aspektes „Cognitive Computing in der Schule“?
Jetzt höre ich schon alle stöhnen: Statistik, Maschinelles Lernen… in der Grundschule???
Deshalb Tim Bell dabei. Australien, Empfehlung von obigem Peyton Jones… Videos zu CSunplugged.
Was ist das? Besagter geistes- bzw. sozialwissenschaftliche Teil. Und der ist nötiger denn je.
Hier treffen wir mitten ins Herz der besonderen Brisanz CC einhergeht!
Warum?
IR 2.0: Arbeitsmarkt komplett umkrempeln
Wenn es „nur“ um die Beherrschung einer Technologie ginge, wären wir schon fertig.
Aber: geistige Routinetätigkeiten werden uns abgenommen von Maschinen
Deshalb: In die Eingeweide eines kognitiven Systems!
= sich selber verstehen in Abgrenzung zur Maschine.
=herauszuarbeiten, wie die Maschine tickt, und wo sie austickt. =wo der Mensch besser ist.
Kreativität? Empathie (Zwischenmenschliches)?
Lehrer: noch weniger ausruhen.
Ja! Wir müssen Abschied nehmen vom Bild des Gelehrten, den wir bewundern, weil er so viel weiß!!! Das ist Vergangenheit!
Diese Kompetenz braucht es bald so wenig wie die des „Computers“: das waren früher Menschen, die für’s Rechnen bezahlt wurden…
Geschichtsdaten um der Zusammenhänge willen lernen: das macht schon wieder mehr Sinn.
Ja: Gedichte auswendig, obwohl es längst Bücher gibt, aus denen wir sie vorlesen können.
Also: da ändert sich nichts Fundamentales mit CC.
Ich kann das hier nur als offene Frage formulieren. Ich bin da unsicher.
Immer wieder: lernen aus der IR1.0 Die Handwerke haben zum Teil nur noch musealen Wert…
Trotzdem gibt es sie und faszinieren sie.
Nicht grundsätzlich schwer.
Aber: man muss sich öffnen.
Googeln zu „Schule Prüfung Internet“ => Schummel-Versuche, Smartphone auf der Toilette.
Aber: Aushebeln!!! Was lernen wir denn, was in 2 Minuten auf der Toilette gefunden werden kann?
Außer:
Kann ein per Definition langfristig angelegtes System von Bildungsministerium, Kultusminister, Prüfungskommissionen, dazu noch in einer föderalen Landschaft nicht leisten: diese Schnelligkeit.
Unternehmen: zB digitale Helden Franktfurt
Eher Start-Up-Umfeld. Klein und flexibel.
Ziel:
Personalisiertes Curriculum
Wollen wir das?
Denn: CogniCo braucht viele viele Daten. Woher nehmen?
Medizin-Vergleich: Ist Unterricht Heilung?
Kant:
Aufklärung ist der Ausgang des Menschen aus seiner selbst verschuldeten Unmündigkeit
Kant:
Aufklärung ist der Ausgang des Menschen aus seiner selbst verschuldeten Unmündigkeit
Mit den neuen kognitiven Systemen haben wir die Lawine schon ausgelöst.. Es stellt sich jetzt die Frage, ob wir sie auch reiten können.
gedacht, diese Algorithmen mit Schülern? … genau, ich auch nicht.
= das, was ich einen agnostischen Ansatz für den Technikunterricht nennen würde.
…klar: Machine Learning, BigData, NLP erst im Masterstudium lernen kann, das kann natürlich unmöglich in der Grundschule gelehrt werden.
Habe keinen konkreten Vorschlag: aber so wie Tim Bell Sortiernetze mit Grundschülern vermittelt,
Auch mit CC. …so eine Wunschvorstellung von mir.