Empfehlungsalgorithmen im Unterricht untersuchen

Das Problem

Jugendliche scrollen täglich durch Videos, Bilder und Beiträge. Auf die Frage «Warum siehst du gerade das?» antworten viele mit «Das kommt halt». Dass dahinter ein Empfehlungssystem steckt, das aus ihrem Verhalten Vorhersagen ableitet, ist vielen nicht klar. Frau Keller möchte das im Unterricht sichtbar machen.

Ein Empfehlungsalgorithmus wählt aus einer grossen Menge von Inhalten diejenigen aus, die einer Person angezeigt werden. Die genauen Verfahren der Plattformen sind nicht öffentlich. Bekannt ist aber das Grundprinzip: Das System berücksichtigt Signale wie angesehene, geteilte oder übersprungene Inhalte und versucht vorherzusagen, was die Person länger beschäftigt.

Das Thema berührt Medienreflexion im Modul Medien und Informatik: Wie beeinflussen Auswahl und Anordnung, was wir wahrnehmen? Wichtig ist, dass die Lernenden nichts Persönliches offenlegen müssen und die Lehrperson keine Aussagen zu internen Verfahren erfindet, die sie nicht belegen kann.

So lösen Sie es mit KI – Schritt für Schritt

1. Lernziel formulieren. Die Lernenden können erklären, welche Angaben ein Empfehlungssystem nutzen könnte, und beschreiben, welche Folgen personalisierte Auswahl haben kann. Sie sollen nicht behaupten, wie ein bestimmtes Netzwerk intern arbeitet.
2. Erfundene Profile erstellen. Lassen Sie KI vier fiktive Nutzerprofile mit Interessen vorschlagen (zum Beispiel «Fussball und Gaming», «Kochen und Reisen»). Keine realen Personen, keine Mitschüler.
3. Inhalte-Karten vorbereiten. Bereiten Sie 20 Kärtchen mit erfundenen Beitragstiteln vor. Prüfen Sie sie auf unangemessene Inhalte.
4. Feed nachspielen. Gruppen sortieren die Karten für jedes Profil in einen «Feed» und begründen die Reihenfolge. Danach ändern sie ein Signal (das Profil «sieht» mehrere Karten zum Thema Reisen bis zum Schluss) und passen den Feed an.
5. Eigene Beobachtungen sammeln, freiwillig. Bitten Sie die Lernenden, allgemein zu notieren: «Welche Arten von Inhalten werden mir oft angezeigt?» Niemand muss Beispiele zeigen oder Konten vorführen.
6. Folgen diskutieren. Was passiert, wenn man immer ähnliche Inhalte sieht? Welche Interessen des Anbieters könnten eine Rolle spielen? Wo sieht man andere Meinungen oder Themen?
7. Handlungsoptionen sammeln. Die Klasse notiert, was man tun kann: Einstellungen prüfen, Inhalte bewusst suchen, Pausen planen, Quellen vergleichen. Welche Einstellungen es gibt, kontrollieren die Lernenden selbst in ihren eigenen Apps; Sie geben keine Anleitung für bestimmte Dienste, wenn Sie sie nicht aktuell geprüft haben.

Vorlage zum Kopieren

Ich unterrichte [Klassenstufe, z. B. 7. Klasse] im Modul Medien und Informatik und möchte Empfehlungsalgorithmen nachspielen lassen.
Erstelle:
1. Vier erfundene Nutzerprofile mit je drei Interessen (keine realen Personen, keine realen Plattformen).
2. 20 erfundene Beitragstitel zu verschiedenen Themen, alle jugendgerecht und harmlos.
3. Eine einfache Spielanleitung, wie Gruppen daraus je Profil einen Feed sortieren und danach bei einem veränderten Signal anpassen.
4. Sechs Gesprächsfragen zu Aufmerksamkeit, Vielfalt und Interessen von Plattformen.
5. Einen Hinweis, welche Aussagen ich nicht machen sollte, weil sie über die internen Verfahren von Plattformen nicht belegt sind.
Gib keine Behauptungen zu konkreten Plattformen ab.

Passen Sie Alter, Themen und Anzahl der Karten an. Lesen Sie alle erzeugten Titel vorab durch.

Worauf Sie achten müssen

• Keine Aussagen über interne Verfahren. Plattformen veröffentlichen ihre Systeme meist nicht. Formulieren Sie vorsichtig: «Ein System könnte solche Signale nutzen.»
• Persönliches schützen. Niemand muss eigene Konten, Verläufe oder Vorlieben zeigen. Das gilt besonders bei sensiblen Themen. Geben Sie keine Schülerdaten in öffentliche KI-Dienste ein; massgeblich sind die Datenschutzvorgaben Ihres Kantons, siehe Educa-Dossier.
• Keine Schuldzuweisung. Jugendliche sollen sich nicht für ihren Medienkonsum rechtfertigen müssen. Das Ziel ist Verstehen, nicht Verbieten.
• Mindestalter und Nutzungsbedingungen. Viele Plattformen setzen in ihren Bedingungen ein Mindestalter voraus. Sprechen Sie das sachlich an und verweisen Sie auf die Rolle der Eltern.
• Wohlbefinden im Blick. Wenn Lernende von belastenden Erfahrungen berichten, gehören sie in ein Gespräch mit der Schulsozialarbeit oder einer Beratungsstelle, nicht in die Klassendiskussion.
• Vielfalt der Perspektiven. Empfehlungen können nützlich sein, etwa beim Finden neuer Interessen. Zeigen Sie beide Seiten.

Ein Beispiel aus der Praxis

Ein erfundenes Beispiel aus einer 7. Klasse in St. Gallen: Frau Keller verteilt Karten mit erfundenen Beitragstiteln und vier fiktive Profile. Eine Gruppe legt für «Fussball und Gaming» einen Feed, in dem Sport, Spiele und Trainingstipps vorne liegen.

Dann kommt ein neues Signal: Das Profil «schaut» mehrere Reisevideos fertig. Die Gruppe verschiebt Reisekarten nach vorn. Ein Schüler bemerkt: «Dann sieht man irgendwann fast nur noch das Gleiche.» In der Diskussion überlegt die Klasse, wie man bewusst anderes sucht. Zuhause notiert jeder für sich, welche Themen in seinen Apps oft erscheinen. Gesprächsthema in der nächsten Stunde ist nur, was die Lernenden freiwillig teilen.

So hilft Ihnen Alpasana

Wer Jugendliche beim Umgang mit KI und digitalen Medien begleiten möchte, kann ergänzend die KI-Kurse für Kinder und Jugendliche von absofort ansehen. Sie vermitteln KI-Grundlagen, Prompts und einen fairen Umgang mit KI und laufen online im eigenen Tempo. Für jüngere Kinder wird Begleitung durch Erwachsene empfohlen. Für den Unterricht planen Sie die Aktivität selbst; das Kartenspiel braucht weder Konten noch Apps.

Häufige Fragen

Muss ich die Algorithmen der Plattformen kennen, um das zu unterrichten?

Nein. Es genügt das Grundprinzip: Signale aus dem Verhalten fliessen in eine Auswahl ein. Genaue Verfahren sind meist nicht öffentlich, und Sie müssen sie nicht erklären.

Ist das nicht Aufgabe der Eltern?

Eltern spielen eine wichtige Rolle, aber die Schule behandelt Medienreflexion im Lehrplan. Eine Information an die Eltern über den Inhalt der Einheit schafft Transparenz.

Was, wenn Lernende eigene Beispiele zeigen möchten?

Das ist freiwillig. Weisen Sie darauf hin, dass nichts Persönliches oder Heikles gezeigt werden soll, und lenken Sie das Gespräch auf allgemeine Beobachtungen.

Wie hängt das mit KI zusammen?

Manche Empfehlungssysteme nutzen maschinelles Lernen. Das Beispiel zeigt, wie Daten, Vorhersagen und Interessen zusammenspielen, und lässt sich mit dem Sortierspiel zu Trainingsdaten verbinden.