Teaching Humans, Learning with Machines
Ich fand mich vor Kurzem in einem Klassenzimmer in der Carnegie Library in New Jersey wieder, konfrontiert mit einer Gruppe von Erwachsenen, die eine ganz besondere Art von Spannung verkörperten – dieses feine Schwanken zwischen dem Wissensdurst und der puren Angst, ganz von vorne anfangen zu müssen. Das waren Menschen, die ihren Arbeitsplatz verloren hatten; Leute, die Jahrzehnte in Fabriken und im Einzelhandel verbracht hatten und nun plötzlich in die Welt der Webentwicklung geworfen wurden. Wenn ich sie ansah, fühlte ich mich, als würde ich Piloten beobachten, die auf dem linken Sitz eines Flugzeugs auf der Startbahn sitzen, ohne die geringste Ahnung, wie der Abflug gelingen soll. Egal, ob ich Computer-Neulinge oder erfahrene Profis unterrichte, der grundlegende Austausch ist immer derselbe: Ein Mensch steht am Rande seiner eigenen Fähigkeiten, blickt auf eine riesige Lücke und bittet einen Fremden darum, ihm beim Brückenbau zu helfen.
Wenn man einem absoluten Anfänger etwas beibringt, kann man sich nicht hinter Abstraktionen verstecken; man muss einen Anknüpfungspunkt im Bekannten finden. Ich erinnere mich, wie ich dieser Gruppe die Komplexität von Datenbankservern erklärte, indem ich ein belebtes Diner während des morgendlichen Ansturms beschrieb. Ich sprach von eingehenden Anfragen, dem Koch (dem Server), der sie abarbeitet, und den unvermeidlichen Warteschlangen, die entstehen, wenn es zu einem Rückstau kommt. Plötzlich war „Skalierung und Replikation“ kein einschüchterndes Tech-Jargon mehr; es war einfach nur die Notwendigkeit, mehr Leute am Grill zu haben. Die Metapher hat gezündet, weil sie eine Sprache nutzte, die sie bereits fließend sprachen, um das Unbekannte zu übersetzen. Es ist faszinierend zu erkennen, dass KI mit einem bemerkenswert ähnlichen Impuls arbeitet.
Wenn ich eine KI bitte, eine komplexe Deployment-Strategie zu erklären, haut sie mir nicht einfach nur ein Whitepaper um die Ohren; sie sucht nach einem analogiebasierten Anhaltspunkt, um genau dort anzusetzen, wo mein aktuelles Wissen endet. Es passt nicht immer perfekt, aber sie versucht, genau diese Brücke zu schlagen. Die Herausforderung sieht allerdings ganz anders aus, sobald man die Grundlagen hinter sich gelassen hat. Fortgeschrittene Lernende sind eine völlig andere Art von Wesen – sie haben genug Selbstvertrauen, um etwas zu bauen, das funktioniert, aber sie haben noch nicht gelernt, wie man mit dem „Glibber“ echter Komplexität umgeht. Beim Unterrichten geht es für sie nicht darum, die fertige Antwort zu liefern, sondern sie sich in die Schwierigkeiten hineinwagen zu lassen und ihnen dabei zu helfen, den Weg zurückzufinden, wenn sie feststecken.
Wenn man einem absoluten Anfänger etwas beibringt, kann man sich nicht hinter Abstraktionen verstecken; man muss einen Anknüpfungspunkt im Bekannten finden. Ich erinnere mich, wie ich dieser Gruppe die Komplexität von Datenbankservern erklärte, indem ich ein belebtes Diner während des morgendlichen Ansturms beschrieb. Ich sprach von eingehenden Anfragen, dem Koch (dem Server), der sie abarbeitet, und den unvermeidlichen Warteschlangen, die entstehen, wenn es zu einem Rückstau kommt. Plötzlich war „Skalierung und Replikation“ kein einschüchterndes Tech-Jargon mehr; es war einfach nur die Notwendigkeit, mehr Leute am Grill zu haben. Die Metapher hat gezündet, weil sie eine Sprache nutzte, die sie bereits fließend sprachen, um das Unbekannte zu übersetzen. Es ist faszinierend zu erkennen, dass KI mit einem bemerkenswert ähnlichen Impuls arbeitet.
Wenn ich eine KI bitte, eine komplexe Deployment-Strategie zu erklären, haut sie mir nicht einfach nur ein Whitepaper um die Ohren; sie sucht nach einem analogiebasierten Anhaltspunkt, um genau dort anzusetzen, wo mein aktuelles Wissen endet. Es passt nicht immer perfekt, aber sie versucht, genau diese Brücke zu schlagen. Die Herausforderung sieht allerdings ganz anders aus, sobald man die Grundlagen hinter sich gelassen hat. Fortgeschrittene Lernende sind eine völlig andere Art von Wesen – sie haben genug Selbstvertrauen, um etwas zu bauen, das funktioniert, aber sie haben noch nicht gelernt, wie man mit dem „Glibber“ echter Komplexität umgeht. Beim Unterrichten geht es für sie nicht darum, die fertige Antwort zu liefern, sondern sie sich in die Schwierigkeiten hineinwagen zu lassen und ihnen dabei zu helfen, den Weg zurückzufinden, wenn sie feststecken.