5012160 Lehramt WiSe 24/25 S Deeper Learning: KI und Schulentwicklung

Deeper Learning ist eine Pädagogik für die digitalisierte Wissensgesellschaft. Wissen ist der Rohstoff dieser Gesellschaft – intelligentes Wissen, das heißt flexibel nutzbares und reflexiv zugängliches Wissen, eine notwendige Voraussetzung für Können. Sich Wissen anzueignen und dieses in Können zu transferieren, gelingt am besten in ganzheitlichen Lernsettings, die ausreichend Zeit und Raum für beides bieten: die Aneignung von Wissen und die Anwendung dieses Wissens im eigenen Handeln.
Hier setzt das Seminar an: Die Studierenden lernen das Modell des Deeper Learning kennen und arbeiten selbst danach. Diese eigene Erfahrung unterstützt sie darin, später im Schulalltag Stolpersteine und Gelingensbedingungen besser nachzuvollziehen und qualitativ hochwertige Deeper Learning Einheiten anzubieten.
Die praxisorientierte Erfahrung des Seminars widmet sich der Nutzung von KI für Schul(system)entwicklungsprozesse: Die Studierenden designen als Team mit einer KI nutzbares Material für Schulen oder die Schulaufsicht, das direkt einsetzbar ist.

Lernziele: Die Studierenden
- Kennen lehr-lerntheoretische Grundbegriffe und Konzepte einer Pädagogik für das digitale Zeitalter
- Verstehen die unterschiedlichen Bereiche der Organisation Schule, die zu Veränderungsprozessen beitragen.
- reflektieren den Umgang mit einer heterogenen Schülerschaft, überdenken und vergegenwärtigen ihre Rolle als Lehrkraft.
- Entwickeln Arbeitsmaterialien für den unmittelbaren Einsatz an Schulen/ im Schulsystem

Voraussetzung für ECTS-Nachweis (Erfolgskontrolle): Aktive Teilnahme, Anwesenheit, schriftliche Ausarbeitung

Prof. Dr. Britta Klopsch

Lehramt an Gymnasien - Bildungswissenschaftliches Begleitstudium

Master

23. Okt 2024

12. Feb 2025

Seminar

oinline

Mi, 08:00-09:30 Uhr

wöchtl.

Deutsch

This work has all rights reserved by the owner.

Unbegrenzt – wenn online geschaltet

Sie können diesem Kurs direkt beitreten.

Bis: 1. Nov 2024, 23:55

0

Anmeldename
Vorname
Nachname
E-Mail
Matrikelnummer

Fachsemester
Studiengang

3269267