Entwicklung einer Lernumgebung zu Maschinellem Lernen und algorithmischer Verzerrung für den Mathematikunterricht der Primarstufe

Abstract

Im vorliegenden Beitrag wird eine mittels Design Science Research entwickelte Lernumgebung zu maschinellem Lernen und algorithmischer Verzerrung evaluiert. Dazu wird eine multiple Fallstudie mit qualitativen Erhebungs- und Auswertungsmethoden durchgeführt. Als Rahmen für die Unterstützung des didaktischen Designs wird auf Theory of Didactical Situations zurückgegriffen und mit Abstraction in Context kombiniert, um Lernprozesse auf mikroanalytischer Ebene untersuchen zu können. Die Ergebnisse zeigen, dass einzelne Lernende zentrale Aspekte algorithmischer Verzerrung konstruieren, dennoch sollte die Funktionsweise sowie die Güte der Ausgabe eines KI-Systems intensiver mit den Lernenden besprochen werden.