Entwicklung und Evaluation eines Bildungs-Chatbots zur Förderung der Deepfake-Kompetenz

Laufzeit: Januar 2025 – November 2025
Status: Laufend
Bildungsstufe: Sekundarstufe II – Berufsbildung, Sekundarstufe II – Gymnasiale Bildung, Tertiärstufe
Thema: Artificial Intelligence AI, Digital Skills & Literacy
Keywords: Deepfake-Kompetenz, Bildungs-Chatbot, digitale Ethik, KI in der Bildung, berufliche Weiterentwicklung von Lehrpersonen

Ausgangslage

Künstliche Intelligenz (KI) ermöglicht die Erstellung hochrealistischer gefälschter Videos, Bilder und Audios — sogenannter Deepfakes. Während sie kreative oder pädagogische Zwecke erfüllen können, stellen Deepfakes auch eine wachsende Gefahr dar, indem sie Fehlinformationen verbreiten und das öffentliche Vertrauen untergraben. Lehrpersonen und Lernende begegnen zunehmend KI-generierten Inhalten, doch fühlen sich die meisten Lehrpersonen nicht vorbereitet, dieses Phänomen im Unterricht anzugehen. Es fehlt an forschungsbasierten Ansätzen und praxisnahen Unterrichtsmaterialien, um Deepfake-Kompetenz — die Fähigkeit, KI-generierte Medien zu erkennen, zu verstehen und kritisch zu beurteilen — zu fördern. Dieses Projekt schloss diese Lücke, indem es die Grundlagen für eine zukünftige Deepfake-Kompetenzbildung legte. Es untersuchte, wie digitale Lernwerkzeuge wie Bildungs-Chatbots den Unterricht über Deepfakes unterstützen könnten. Die Anfangsphase dieses Projekts konzentrierte sich auf die Synthese von Forschung, die Ermittlung von Unterrichtsbedürfnissen und die Definition pädagogischer und technischer Prinzipien für künftige Entwicklungen.

Ziele

Das Projekt hatte zum Ziel, eine konzeptuelle und empirische Grundlage für Deepfake-Kompetenz in der Bildung zu schaffen. Wir wollten verstehen, wie Lehrpersonen KI-generierte Desinformation adressieren können, effektive Lehrstrategien identifizieren und Gestaltungsprinzipien für potenzielle digitale Lernwerkzeuge skizzieren. Das Resultat ist ein Rahmenwerk und eine Reihe von Empfehlungen zur Integration von Deepfake-Kompetenz in die Lehrpersonenbildung und die Unterrichtspraxis.

Methode

Wir wendeten einen Ansatz der Educational Design Research an, der systematische Literaturarbeit und empirische Erkundung kombiniert.

• Literaturstudie: Wir analysierten aktuelle Forschung zu Deepfake-Kompetenz, KI-unterstütztem Lernen und digitaler Ethik.
• Interviews: Wir befragten Lehrpersonen, Fachleute aus pädagogische Hochschulen und NGO-Vertreter*innen (z. B. Campus Demokratie), um Bedürfnisse, Herausforderungen und Praxisbeispiele zu identifizieren.
• Synthese: Wir integrierten theoretische und praktische Erkenntnisse in ein Rahmenwerk, das pädagogische Prinzipien und Gestaltungsempfehlungen für zukünftige Deepfake-Bildungsinitiativen umreisst.
• Dissemination: Ein Konferenzbeitrag und eine Publikation sind in Vorbereitung, um die Erkenntnisse mit der Bildungs-gemeinschaft zu teilen.

Geplante Translation

Das Projekt bezog Lehrpersonen aktiv mit ein, um sicherzustellen, dass die Ergebnisse relevant und praktisch anwendbar sind. Die Erkenntnisse fliessen in didaktische Empfehlungen ein und dienen als Grundlage für die berufliche Weiterbildung von Lehrpersonen in digitalen und KI-bezogenen Themen. Materialien und Einsichten werden mit Partnerinstitutionen wie der PHSG, der BFH und dem Campus Demokratie geteilt. Die Ergebnisse liefern wertvolle Impulse für künftige Bildungsprojekte und Schulungsformate rund um Deepfake-Kompetenz und digitale Ethik.

Das Projekt vertieft das Verständnis dafür, wie Schulen und pädagogische Hochschulen auf KI-generierte Desinformation reagieren können. Es stärkt die Evidenzbasis für den Unterricht in digitaler und Medienkompetenz und sensibilisiert für Deepfake-bezogene Risiken und Chancen. Die Resultate tragen zu fundierteren öffentlichen und fachlichen Diskussionen über KI in der Bildung bei. Das Rahmenwerk und die Publikationen des Projekts bieten eine nachhaltige Referenz für Lehrpersonen, bildungspolitische Akteur*innen und Forscher*innen, die sich für Deepfake-Kompetenz und verantwortungsvolle KI-Integration interessieren.

Beteiligte Institutionen