Seit den 1980er Jahren werden Computer als Lerntutoren eingesetzt. Und einige von ihnen arbeiteten bereits mit neuronalen Netzwerken. Nachrichtendienste schulten ihre Analysten damit, Militärs ihre Generalstabsoffiziere. Diese KI-Lernsysteme waren teuer, denn sie liefen nur auf Großrechnern. Inzwischen sind KI-Lernprogramme als Apps auf Smartphones verfügbar. Und gestritten wird darüber, wie sich solche Lern-Apps mit künstlicher Intelligenz didaktisch sinnvoll einsetzen lassen. Für die Informatik-Professorin Ute Schmid von der Universität Bamberg ist das eine Frage des Bildungsziels:
"Wenn ich eine künstliche Intelligenz schaffen will, und es soll um Bildung gehen, dann möchte ich sozusagen eine KI bauen, die so gut ist wie der Lieblingslehrer, die Lieblingslehrerin, an die wir uns in der Schule erinnern, also eine KI als gute Lehrkraft."

Ein KI-System als Lehrkraft soll den Lehrer nicht überflüssig machen, sondern die individuelle Betreuung einzelner Lernender verbessern. Ute Schmid dazu:
"Was kann denn eine gute Lehrkraft. Erstens sollte sie ihr Fach beherrschen. Zweitens sollte sie klar definierte kontextangemessene pädagogische und didaktische Prinzipien haben. Drittens und das wird in Schulen in Klassen mit sehr vielen Kindern schon schwierig, sollte sich eine gute Lehrkraft an spezifische Wissenslücken und Fehlkonzeptionen auf individueller Ebene von Schülern erinnern und diese erkennen und gezielt darauf mit Erklärungen und Beispielen reagieren."

Gute Erfahrungen haben Ute Schmid und ihre Team mit einem Rechentutor für Grundschüler gemacht. Der bringt den Schülern bei, dass immer die untere Zahl von der oberen Zahl abgezogen nicht und nicht die kleinere von der größeren. Schmid berichtet:
"Das ist ein ganz typischer Fehler, dass Kinder Ziffern so voneinander abziehen, dass sie immer die kleinere von der größeren abziehen, ganz unabhängig davon, ob die oben oder unten steht."
Gearbeitet wird dabei mit einer Mustererkennung und mit einer Fehlerdiagnose. Das System vergleicht die Lösung einer Rechenaufgabe mit anderen Lösungsmustern und erkennt so, wenn eine Regel verletzt wurde. Das klappt für die Grundrechenarten genauso gut wie für die Lösung linearer Gleichungen.
Für die Fehleranalyse selbst haben Ute Schmid und ihr Team eine automatische Methode für die Suche nach Fehlerursachen in Computerprogrammen genommen, eine sogenannte Debugging-Methode.
"Wir haben eine KI-basierte Fehlerdiagnose, technisch gesehen ist es sogenanntes algorithmic debugging. Wir haben da im Hintergrund ein Regelwerk, was alle Aufgaben lösen kann. Und wenn eine dieser Regeln scheitert, um eine Lösung eines Schülers zu reproduzieren, ist genau diese Regel die, die entsprechende Schüler nicht verstanden hat."

Anhand von weiteren Beispielen wird dem Lernenden dann die Rechenregel vermittelt, die er braucht, um seine Aufgabe lösen zu können. Das Lernsystem rechnet dem Schüler das auf dem Display vor. Der Lösungsweg für die Rechenaufgabe kann in einem Video gezeigt werden. Sogar Animationen lassen sich einbinden. KI-basierte Lernsysteme als offene Systeme bieten hier viele Vorteile. Die Konzepte für ihren Einsatz in den Schulen stehen. Was fehlt, ist der konkrete Einsatz im Unterricht. Und da helfen nach Meinung vieler Pädagogen auch keine fünf Milliarden Euro der Bundesregierung. Dafür werden klare ausgearbeitete Bildungspläne benötigt. Und die sind in Sachen Digitalisierung noch Mangelware.