Generative AI in Education: Theories, Applications, and Ethical Frontiers
Springer Nature Singapore
Abstract
Eigene Zusammenfassung: Der Sammelband versammelt über 20 internationale Beiträge zur transformativen Rolle generativer Künstlicher Intelligenz im Bildungssektor. Unter der Herausgeberschaft von Mike Sharples (Open University UK) — einem der prägenden Namen der AI-in-Education-Forschung seit den frühen 1990er Jahren — deckt das Werk die gesamte Breite des Feldes ab: von theoretischen Grundlagen (Evolution von GenAI, pädagogische Modelle) über konkrete Anwendungsfelder (Unterrichtsplanung mit GenAI, Classroom Orchestration, Learning Analytics im KI-Zeitalter) bis zu ethischen Fragen (Implementierungsethik, Datenschutz, Chancengerechtigkeit). Beiträge aus Europa, Asien und Amerika vermitteln globale Perspektiven, die die für europäische und deutschsprachige Werke typische DACH-zentrierte Sicht aufbrechen. Das Buch richtet sich an Hochschullehrende, PH-Dozierende, Bildungsforschende sowie Entwickler:innen von Bildungstechnologie, die einen wissenschaftlich abgestützten Überblick suchen, der Theorie und Praxis systematisch verbindet.
Einordnung
Mike Sharples' Beteiligung als Herausgeber verleiht dem Band eine spezifische Verortung: Sharples ist nicht nur Forscher, sondern Mitgestalter der AIED-Disziplin (AI in Education als akademisches Feld) und bekannt für Arbeiten zu Mobile Learning, Open Learning und pädagogisch begründeten KI-Systemen. Sein Ansatz verbindet kognitionswissenschaftliche und soziokulturelle Perspektiven mit einem pragmatischen Blick auf Technologieanwendung — was den Band erkennbar prägt. Die Beiträge sind nicht primär ideologiekritisch, sondern fragen: Unter welchen Bedingungen unterstützt GenAI tatsächlich Lernprozesse?
Im Diskursfeld nimmt das Werk eine Position des «konstruktiven Pragmatismus» ein, die von der rein technizistischen EdTech-Enthousiastik ebenso Abstand hält wie von der ideologiekritischen Verweigerung. Damit ist es der akademische Referenzpunkt für Hochschulen und Forschungseinrichtungen, die keine Grundsatzdebatte mehr führen, sondern evidenzbasierte Gestaltungsentscheide treffen müssen. Kapitel zu Classroom Orchestration und Learning Analytics sind besonders relevant für jene, die KI in institutionalisierte Lernumgebungen integrieren — ein anderer Kontext als die Selwyn-Schule (Degrowth, Systemkritik) oder die OECD-Berichte (Policy-Empfehlungen für Regierungen).
Für Schweizer und deutschsprachige Institutionen bietet das Werk einen wertvollen internationalen Referenzpunkt: Es schlägt die Brücke zwischen dem didaktisch-praxisorientierten Ansatz eines Furbach et al. («KI für Lehrkräfte», 2024) und dem empirisch-institutionellen Fokus von Crompton/Burke («AI Applications in Higher Education», 2025). Wer an einer PH oder Hochschule Bildungstechnologie-Module entwickelt, findet hier den theoretischen Überbau, den einzelne Fallstudien nicht liefern können.
Leseempfehlung
Für Hochschullehrende, PH-Dozierende und Forschende, die einen international abgestützten, theoretisch-praktischen Überblick zu GenAI in der Bildung suchen und dabei über den DACH-Horizont hinausblicken wollen. Als Begleitlektüre zu Crompton/Burke geeignet — wo Crompton/Burke institutionelle Fallstudien liefert, bietet dieser Band theoretische Tiefe und globale Perspektivenvielfalt. Für rein kritisch-theoretische Arbeit bleibt die Selwyn-Macgilchrist-Linie die passendere Anlaufstelle.