Programmieren im Zeitalter der generativen KI: eine transversale Kompetenz in der Berufsbildung?
Journal
Berufs- und Wirtschaftspädagogik - online
Series
bwp@ Spezial 20
ISSN
1618 -8543
Type
journal article
Date Issued
2023-11-19
Author(s)
Editor(s)
Antje Barabasch
Silke Fischer
Abstract (De)
In diesem Beitrag wird der Frage nachgegangen, inwieweit Programmieren als transversale Kompetenz
für die Berufsbildung gefördert werden sollte. Mit den neuesten Entwicklungen im Bereich der Künstlichen Intelligenz (ChatGPT von OpenAI.com) stellt sich die Frage, inwieweit das Erlernen von Programmiersprachen künftig überhaupt noch notwendig sein wird. Um dieser Frage und der Bedeutung
von Programmierung in der Berufsbildung nachzugehen, wird zunächst auf den Stand der bildungspolitischen Diskussion eingegangen. Dazu wird das Verständnis von transversalen Kompetenzen, Programmierung als Kompetenz im DigComp Framework sowie das Konzept des Computational Thinking
(CT) näher untersucht. CT gilt als eine Kernkompetenz des 21. Jahrhunderts und zielt darauf ab, den
Menschen in die Lage zu versetzen, Methoden der Informatik für die Lösung von Problemen in einer
Vielzahl an Domänen zu lösen. Neben der Aufarbeitung der bildungspolitischen Diskussion werden
anschließend verschiedene Ansätze zum Programmieren, mit denen Berufslernende in Berührung kommen, genauer erörtert: 1) Regelbasiertes Programmieren (insbesondere mit visuellem Coding), 2) Programmieren als Aufsicht im Kontext des maschinellen Lernens und 3) Programmieren in Zusammenarbeit mit generativ vortrainierten Sprachmodellen. In jedem dieser drei Ansätze übernehmen die Berufslernenden eine andere Rolle. Eine Synopse der Überlegungen strukturiert erforderliche Programmierkompetenzen entlang einer KI-Wertschöpfungskette. Damit geben wir einen differenzierten Diskussionsbeitrag auf die Frage, inwieweit noch Programmierkompetenzen gefördert werden sollten, da KISysteme dies nun ggf. effizienter bewältigen könnten. Basierend auf unserer Analyse stellen wir vielmehr fest, dass andere Programmierkompetenzen in der Breite erforderlich werden. Berufslernende sollten bereits heute an sog. «Prompting-Skills» (im Sinne von Low-Coding) herangeführt werden, um sie
auf zukünftige neue Formen der Zusammenarbeit mit generativen KI-Systemen vorzubereiten.
für die Berufsbildung gefördert werden sollte. Mit den neuesten Entwicklungen im Bereich der Künstlichen Intelligenz (ChatGPT von OpenAI.com) stellt sich die Frage, inwieweit das Erlernen von Programmiersprachen künftig überhaupt noch notwendig sein wird. Um dieser Frage und der Bedeutung
von Programmierung in der Berufsbildung nachzugehen, wird zunächst auf den Stand der bildungspolitischen Diskussion eingegangen. Dazu wird das Verständnis von transversalen Kompetenzen, Programmierung als Kompetenz im DigComp Framework sowie das Konzept des Computational Thinking
(CT) näher untersucht. CT gilt als eine Kernkompetenz des 21. Jahrhunderts und zielt darauf ab, den
Menschen in die Lage zu versetzen, Methoden der Informatik für die Lösung von Problemen in einer
Vielzahl an Domänen zu lösen. Neben der Aufarbeitung der bildungspolitischen Diskussion werden
anschließend verschiedene Ansätze zum Programmieren, mit denen Berufslernende in Berührung kommen, genauer erörtert: 1) Regelbasiertes Programmieren (insbesondere mit visuellem Coding), 2) Programmieren als Aufsicht im Kontext des maschinellen Lernens und 3) Programmieren in Zusammenarbeit mit generativ vortrainierten Sprachmodellen. In jedem dieser drei Ansätze übernehmen die Berufslernenden eine andere Rolle. Eine Synopse der Überlegungen strukturiert erforderliche Programmierkompetenzen entlang einer KI-Wertschöpfungskette. Damit geben wir einen differenzierten Diskussionsbeitrag auf die Frage, inwieweit noch Programmierkompetenzen gefördert werden sollten, da KISysteme dies nun ggf. effizienter bewältigen könnten. Basierend auf unserer Analyse stellen wir vielmehr fest, dass andere Programmierkompetenzen in der Breite erforderlich werden. Berufslernende sollten bereits heute an sog. «Prompting-Skills» (im Sinne von Low-Coding) herangeführt werden, um sie
auf zukünftige neue Formen der Zusammenarbeit mit generativen KI-Systemen vorzubereiten.
Language
German
Keywords
Transversale Kompetenz
Künstliche Intelligenz
große Sprachmodelle
generative KI
Computational Thinking
Prompting skills
Finetuning
Pages
27
Division(s)