Die Lernenden des Geographie-Oberstufenprofilkurses haben sich im Rahmen des Semesterthemas „Nachhaltigkeit als Herausforderung – Zukunftssicherung im Zeitalter der Globalisierung“ mit dem Vertiefungsmodul „Entwicklungen des Tourismus zu mehr Nachhaltigkeit“ beschäftigt. Gegenstand des Unterrichts waren verschiedene Tourismusformen und -arten sowie konkrete Raumbeispiele und Nutzungskonflikte im Hinblick auf die Ursachen, Folgen und das Ausmaß des Tourismus.
Darauf aufbauend sollten die Lernenden zur Anwendung und Sicherung ihrer Kompetenzen zum Abschluss der Unterrichtsreihe einen komplexen Bildprompt entwickeln, der ihren ganz persönlichen perfekten Urlaubsort darstellt. Der Beitrag geht der Frage nach, wie generative KI genutzt werden kann, um Jugendliche für ihre eigenen Urlaubsvorstellungen und deren Auswirkungen zu sensibilisieren.
Einbettung in den Unterricht
Die vorgestellte Unterrichtseinheit eignet sich als Abschluss einer Unterrichtsreihe, in der sich die Lernenden zunächst mit verschiedenen Tourismusformen und -arten sowie Möglichkeiten und Maßnahmen zur Förderung des nachhaltigen Tourismus auseinandergesetzt haben.
Vorschlag für einen Stundenverlauf
Einstieg und Aktivierung
In einem Brainstorming haben die Lernenden in Partnerarbeit zunächst ihre Vorstellungen von einem idealen Urlaubsort ausgetauscht. Dabei wurden sie dafür sensibilisiert, welche Aspekte eines Urlaubsortes beschrieben werden können, beispielsweise Klima, naturräumliche Ausstattung, touristische Aktivitäten und kulturelle Einrichtungen.
Erarbeitung I
In dieser Phase sollten die Lernenden zunächst vollkommen frei einen Prompt formulieren, um ein Bild ihres idealen Urlaubsortes zu generieren. Dazu hatten sie außer den im Brainstorming in der Einstiegsphase erarbeiteten Möglichkeiten keine weiteren Angaben erhalten, da es um eine ganz individuelle Darstellung gehen sollte.
Hier konnte beobachtet werden, dass die Lernenden zunächst sehr unstrukturiert vorgingen und den Prompt in Alltagssprache und ungeordnet formulierten. Da die KI-Tools zur Bildgenerierung inzwischen sehr leistungsstark sind, entstanden aber trotzdem anschauliche Ergebnisse.
Zwischensicherung
An dieser Stelle wurden erste Ergebnisse verglichen, präsentiert und das individuelle Vorgehen reflektiert. Nach einem kurzen Input, wie man möglichst präzise Prompts für die Bildgenerierung formuliert, wurden Vorschläge zur Optimierung der persönlichen Prompts erarbeitet. Dabei wurden beispielsweise Angaben zur Atmosphäre, zum Lichteinfall, zur Brennweite des Objektivs, zur Stimmung usw. gemacht. Auf Grundlage dieser Anleitung überarbeiteten die Lernenden ihre Prompts und erstellten neue, verbesserte KI-generierte Bilder.
Sicherung und Abschluss
Abschließend wurden die KI-generierten Bilder im Kurs präsentiert und die Ergebnisse bewertet. Hier bietet sich das Vorgehen des Rückwärts-Promptens an: Zunächst präsentiert ein Schüler/eine Schülerin ein Bild, dann beschreibt die restliche Lerngruppe das Bild und versucht anschließend, anhand der sichtbaren Elemente des Bildes den konkreten Prompt zu rekonstruieren. Dabei muss sprachlich sehr genau gearbeitet werden. Gleichzeitig wird ein Bewusstsein für die Bedeutung der Details im Prompt geschaffen.
Nachdem alle Bilder präsentiert wurden, folgt eine Abstimmung und Bewertung der besten Ergebnisse.
Bei diesem Abschluss der Unterrichtsreihe lohnt sich zudem eine Phase der metakognitiven Reflexion, in der die Lernenden ihr Vorgehen unter Bewusstmachung der verwendeten Strategien reflektieren. Zahlreiche Lernende gaben an, dass sie sich vorher noch nie so viele Gedanken beim Prompting gemacht hätten, und zeigten sich dankbar für diesen methodischen Input.
Gleichzeitig konnten viele inhaltliche Aspekte der Unterrichtsreihe auf kreative Art und Weise angewendet und wiederholt werden, indem die theoretisch kennengelernten Konzepte konkret und visuell umgesetzt werden mussten.
Im Rahmen dieser Unterrichtseinheit wurden neben den fachlichen Aspekten unterschiedliche Dimensionen des Lernens mit und über KI (vgl. Joscha Falck) deutlich.
Dimension „Lernen über KI“
- Es wurde in die grundlegende Funktionsweise von Bildgenerierung per KI eingeführt.
- Auf Grundlage der Ergebnisse und entsprechender Stereotype konnte für die Bedeutung der Datengrundlage (Fotos von Stränden etc.) und entsprechende Data Bias sensibilisiert werden.
Dimension „Lernen mit KI“
- Anwendung unterschiedlicher Prompt-Strategien zur Verbesserung der Qualität und Genauigkeit der Ergebnisse.
- Verwendung unterschiedlicher Modelle zur Bildgenerierung und Vergleich der Ergebnisse.
Die Unterrichtsergebnisse können sich, mit dem vorliegenden Einverständnis der Schüler*innen, auf dem Instagram-Accounts @geo.unterricht des Autors angesehen werden.
Hinterlasse einen Kommentar