Zeitbedarf: 45 Min.

Aufgabe

Einführung in Idee, Ziel und Ablauf des Zukunftsgesprächs und Erarbeitung verschiedener Perspektiven mit Fallstudien und Personas in Kleingruppen

Lernziel

Wissen über das Zukunftsgespräch als Methode zur differenzierten Urteilsbildung; Analysieren und Erarbeiten verschiedener Positionen zum Thema Machine Learning; Entwicklung eines empathischen Umgangs mit anderen Perspektiven

Ablauf

5 Min.: Einführend stellt die Lehrkraft den Schüler*innen zunächst das Unterrichtsziel und die Methode des Zukunftsgesprächs vor. Mithilfe des Zukunftsgesprächs können komplexe Themen zukunftsgerichtet aus verschiedenen Perspektiven betrachtet und diskutiert werden. Die Empathiemethode unterstützt die Beleuchtung verschiedener Blickwinkel. Dadurch werden Schüler*innen ermutigt, eigenständig verschiedene Sichtweisen einzunehmen, diese kreativ zu erkunden und selbstbewusst Ideen zur Lösung einer komplexen Problemstellung zu formulieren.

Diese Methode kombiniert eine Gruppendiskussion mit einem Rollenspiel. Dazu werden drei Phasen durchlaufen:

Bestandsaufnahme
Diskussion und Synthese
Ableitung von Empfehlungen

40 Min.: Um sich auf die jeweilige Rolle für die Gruppendiskussion entsprechend vorzubereiten, setzt sich jede Gruppe in der Bestandsaufnahme mit einer Rolle auseinander. Hierfür bilden die Schüler*innen Gruppen von max. 5 Personen. Diese können z.B. mithilfe der Hütchen-Karten ausgelost werden (Arbeitsblatt_MachineLearning_32: PDF| DOCX | ODT). Jede Gruppe übernimmt eine Rolle, die durch eine Hutfarbe (rot = ängstlich, schwarz = skeptisch oder gelb = optimistisch) symbolisiert wird. Jeder Hut entspricht also einer bestimmten charakteristischen Denkweise, wodurch ein effizienter Austausch über ein Thema erreicht werden soll.

Um sich in die jeweilige Rolle hineinzuversetzen, analysieren die Schüler*innen nun die Standpunkte und Positionierungen ihrer Rolle anhand der passenden Arbeitsblätter:

Arbeitsblatt_MachineLearning_33 (PDF| DOCX | ODT): Der rote Hut – Die Bedenkenträger*innen

Arbeitsblatt_MachineLearning_34 (PDF| DOCX | ODT): Der schwarze Hut – Die Skeptiker*innen

Arbeitsblatt_MachineLearning_35 (PDF| DOCX | ODT): Der gelbe Hut – Die Optimist*innen

Hierfür erhalten sie von der moderierenden Person die Aufgabe, für ihre Rolle eigene Standpunkte zu erarbeiten. Um die Arbeit für die Schüler*innen zu erleichtern und das Gespräch im Anschluss besser aufeinander abzustimmen, können hier zwei Beispiele von der moderierenden Person vorgegeben werden, z.B.:

Welchen Standpunkt entwickelt die jeweilige Rolle/Hutfarbe hinsichtlich des autonomen Fahrens?
Welche Einstellung vertritt die jeweilige Rolle/Hutfarbe hinsichtlich des Einsatzes von Pflegerobotern?

Ergänzende Informationen hierzu liefert z.B. auch das Arbeitsblatt_MachineLearning_10 (PDF| DOCX | ODT).

Die erarbeiteten Standpunkte der jeweiligen Rolle können die Schüler*innen im Persona-Template auf Arbeitsblatt_MachineLearning_36 (PDF| DOCX | ODT) dokumentieren. Die Ausarbeitung des Templates hilft den Schüler*innen zusätzlich, sich stärker in die Rolle hineinzuversetzen. Die Schüler*innen können sich zunächst im Sinne der Kreativtechnik „Silent Brainwriting“ – also in stiller Schreibarbeit – eigenständig Gedanken machen und auf dem Persona-Arbeitsblatt notieren. Im Anschluss führen sie ihre Gedanken in der Gruppenarbeit zusammen. Hierfür kann die Vorlage des Templates auf ein Flipchart übertragen werden. Im gemeinsamen Gruppengespräch verständigen sich die Schüler*innen auf die Inhalte und entwickeln sie im Gespräch weiter. Eine wichtige Rolle spielt hierbei die Ausarbeitung eines Claims, anhand dessen die Schüler*innen eine klare Forderung zur Sichtweise ihrer Persona formulieren. Es bietet sich an, den Claim als klare Botschaft ans Ende der Template-Erarbeitung zu stellen, da es sich um eine kondensierte Zusammenfassung des Standpunktes handelt.

Die Lehrkraft übernimmt die moderierende Rolle (blauer Hut, s.a. Arbeitsblatt_MachineLearning_37: PDF| DOCX | ODT). Alternativ kann die Rolle auch von einer/m Schüler*in übernommen werden. Um diese Rolle tiefergehend vorzubereiten, kann es hilfreich sein, sich die Anwendungsbeispiele zu Machine Learning durchzulesen (Arbeitsblatt_MachineLearning_10: PDF| DOCX | ODT bzw. Materialblatt_MachineLearning_12: PDF| DOCX | ODT) oder auch die Empfehlungen für EU-Regelungen für intelligente Roboter (Arbeitsblatt_MachineLearning_27: PDF | DOCX | ODT).

Hinweise

Wenn es mehr als 3 Gruppen gibt, können sich die Rollen doppeln. Zur Kennzeichnung der Gruppen können die vorgedruckten Kärtchen unterstützend verwendet werden (Arbeitsblatt_MachineLearning_32: PDF| DOCX | ODT). Alternativ können weitere Sichtweisen hinzugefügt werden. In Anlehnung an die Kreativitätstechnik „Denkhüte von De Bono“ (Wikipedia) wurden hier 3 verschiedene Hüte/Perspektiven entwickelt (ängstlich, skeptisch, optimistisch). Eine Erweiterung um die analytische Sichtweise (weiß) und das kreative Denken (grün) ist auch möglich.

Sofern Modul 3 absolviert wurde, können die Ergebnisse aus UE3-d auch als Diskussionsgrundlage für das Zukunftsgespräch dienen.

Eine Persona (lat. Maske) ist eine fiktive Figur, die aus realen Eigenschaften definiert wird. Sie steht beispielhaft für eine mögliche Perspektive und hilft, sich in die jeweils zu betrachtende Sichtweise hineinzuversetzen.
Unsere Personas werden aus den vorgegebenen Fallstudien erarbeitet und können durch weitere, freie Recherche erweitert werden. Die Entwicklung von Personas schult das Empathievermögen für andere Perspektiven und ermöglicht einen kreativen Zugang zu neuen Standpunkten und Argumenten.

Für die Erarbeitung der Personas ist es von Vorteil, wenn die Schüler*innen auf einem Flipchart arbeiten, das für alle sichtbar in der Mitte einer Tischinsel liegt (ein Flipchart pro Gruppe).

Materialien

Arbeitsblatt_MachineLearning_32: Rollenkarten (PDF| DOCX | ODT)
Arbeitsblatt_MachineLearning_33: Der roter Hut – Die Bedenkenträger*innen (PDF| DOCX | ODT)
Arbeitsblatt_MachineLearning_34: Der schwarze Hut – Die Skeptiker*innen (PDF| DOCX | ODT)
Arbeitsblatt_MachineLearning_35: Der gelbe Hut – Die Optimist*innen (PDF| DOCX | ODT)
Arbeitsblatt_MachineLearning_36: Perspektiven-Persona (PDF| DOCX | ODT)
Arbeitsblatt_MachineLearning_37: Der blaue Hut – Die moderierende Rolle (PDF| DOCX | ODT)
ggf. Arbeitsblatt_MachineLearning_10: Beispielthemen Machine Learning (PDF| DOCX | ODT)

ggf. Materialblatt_MachineLearning_12: Lösungshinweise zu Auswirkungen von ML auf die Gesellschaft (PDF| DOCX | ODT)
ggf. Arbeitsblatt_MachineLearning_27: EU-Regelungen für intelligente Roboter (PDF | DOCX | ODT)
ggf. Tafel, Whiteboard, Flipchart, Kreide, Stifte

Unterrichtseinheiten

Werkzeugkästen

Downloads