Die kritische Auseinandersetzung mit Künstlicher Intelligenz-gestützten Suchmaschinen (KI) ist für Physiotherapeut/innen (PT) von großer Bedeutung, da sie dazu beiträgt, die Qualität und Zuverlässigkeit der gefundenen Informationen zu bewerten. Trotz der Effizienz und des Zugangs zu umfangreichen Datenquellen können KI-Algorithmen dazu neigen, bestimmte Muster zu verstärken oder voreingenommene Ergebnisse zu liefern. Daher ist es wichtig, dass PT die Funktionsweise dieser Algorithmen verstehen und in der Lage sind, die erhaltenen Informationen zu hinterfragen.

Diese kritische und differenzierte Betrachtungsweise ist für die Studierenden – ­auch im Hinblick auf das Schreiben der BAC-Arbeit im 6. Semester – nützlich. Sie müssen verschiedene Quellen vergleichen, die Methodik der Studien überprüfen und potenzielle Bias oder Interessenkonflikte identifizieren können. Auf diese Weise können sie auch in Zukunft fundierte Entscheidungen treffen und sicherstellen, dass die angewendeten Behandlungsmethoden auf evidenzbasierten Erkenntnissen beruhen.

Konstruktivistisches Lernen kann für die Auseinandersetzung mit KI eingesetzt werden. Durch dieses pädagogische Konzept werden die Studierenden dazu angeregt, aktiv Wissen zu konstruieren, indem sie neue Informationen mit ihrem bereits vorhandenen Wissen verknüpfen und ermutigt, verschiedene Perspektiven zu berücksichtigen und die Glaubwürdigkeit sowie die Relevanz von Informationen zu hinterfragen (Klemme B. 2012, 228f).

Ziele

Die Lehrveranstaltung (LV) PT Pädiatrie und Neurologie Vertiefung ist am IMC Krems im 5. Semester im Studiengang Physiotherapie angelegt. Zu diesem Zeitpunkt haben die Studierenden bereits den Großteil der theoretischen und praktischen LV an der Hochschule sowie der berufspezifischen Praktika absolviert.

Das Ziel der LV ist ein Vertiefen der theoretischen Hintergründe und physiotherapeutischen Fertigkeiten im Bereich der neurologischen PT.

Neben Theorie und Praxis zu Erkrankungen wie Querschnitt, Schädel-Hirn-Trauma und zur Therapie des Facio-Oralen-Traktes ist ein Schwerpunkt die PT Diagnose und Zielsetzung in der Neurorehabilitation.

Eine PT Diagnose ist wichtig, um die Bedürfnisse und den Zustand des Patienten/der Patientin zu verstehen und geeignete Behandlungspläne zu entwickeln. Die Gruppe der neurologischen Erkrankungen sind geprägt durch unterschiedliche Symptome, Progression und Behandlungsmöglichkeiten. Durch eine präzise PT-Diagnose kann man die richtigen Interventionen auswählen und sicherstellen, dass die Therapieziele auf die individuellen Bedürfnisse der Patientin/des Patienten zugeschnitten sind. Dies trägt nicht nur zur Wirksamkeit der Therapie bei, sondern auch zur Sicherheit und Zufriedenheit des Patienten/der Patientin (Jiandani MP, 2018).

Die Lehrveranstaltung

SMART beschreibt Kriterien für die Formulierung von spezifischen, messbaren, erreichbaren, relevanten und zeitgebundenen Zielen. In der PT ermöglicht dies eine präzise Planung der Therapie und eine objektive Bewertung des Fortschritts der/s Patient/in. SMART-Ziele fördern auch die Motivation der/s Patient/in, da sie klare Richtlinien geben und helfen Fortschritte zu erkennen und tragen letztendlich dazu bei, die Effektivität und Effizienz der PT Behandlung zu verbessern (Young, 2008).

Hier möchte ich die Entwicklung eines didaktischen, interaktiven Einsatzes von konstruktivistischem Lernen zum Thema "PT Diagnose und Zielsetzung in der Neurorehabilitation" beschreiben, der den praktischen und kritischen Umgang mit KI integriert.

Insgesamt waren für die Inhalte eine E-Learning-Einheit und vier LVE in Präsenz eingeplant.

Aufgabenüberblick

Aufgabe 1: 

Stellen Sie folgende Frage auf ChatGPT und Microsoft Bing: “Wie erstellt man eine physiotherapeutische Diagnose bei einer/m neurologischen Patient/in?”

1. Vergleichen Sie die Antworten der beiden KI.
2. Vergleichen Sie die Antworten mit dem, was Sie am IMC Krems University of Applied Sciences gelehrt bekommen haben.
3. Vergleichen Sie die Antworten mit dem, was Sie in Ihren berufspezifischen Praktika gesehen und erfahren haben.
4. Reflexion der E-Learning Aufgabe in Kleingruppen von 3-4 Personen und danach im Plenum.

Die Aufgabenstellung verfolgt ein konstruktivistisches Lehrkonzept, welches die aktive Beteiligung der Studierenden am Lernprozess fördert, indem es sie dazu ermutigt, ihre eigenen Erkenntnisse zu entwickeln und zu reflektieren. Es ermöglicht den Lernenden, ein tieferes Verständnis für das Thema zu bekommen, indem sie ihr Wissen in verschiedenen Kontexten anwenden und kritisch reflektieren.

Aufgabe 2

Auswahl aus 3 wissenschaftlichen Artikeln zum Thema SMART-Zielsetzung in der Neurorehabilitation:

1. Lassen Sie sich für den gerade gelesenen Artikel eine Zusammenfassung mittels einer KI Ihrer Wahl erstellen.
2. Vergleichen Sie die Zusammenfassung mit dem Artikel und streichen die Stellen hervor, die in der Zusammenfassung vorkommen.
3. Sind diese gleich? Fehlt etwas für Sie Essentielles? Reflexion in Kleingruppen und im Plenum.

Das Lehrkonzept für diese Aufgabenstellung kombiniert projektbasiertes Lernen mit einem Fokus auf den kritischen Umgang mit KI. Die Studierenden werden ermutigt, einen wissenschaftlichen Artikel zum Thema SMART-Zielsetzung in der PT zu lesen und dann eine Zusammenfassung mittels einer KI zu erstellen. Dadurch können die Studierenden nicht nur ihr Verständnis für das Thema vertiefen, sondern auch wichtige Fähigkeiten wie das kritische Lesen wissenschaftlicher Literatur und das Zusammenfassen von Informationen entwickeln (Gotzen S., 2013).

Der kritische Umgang mit KI spielt eine wichtige Rolle, da die Studierenden lernen, die von der KI generierten Zusammenfassungen zu hinterfragen und zu überprüfen. Sie müssen in der Lage sein, die Qualität der Zusammenfassung zu beurteilen, indem sie prüfen, ob wichtige Informationen korrekt wiedergegeben werden und ob die Zusammenfassung den Inhalt des wissenschaftlichen Artikels angemessen reflektiert. Dies fördert ein kritisches Denken und realistische Herangehensweise an die Nutzung von KI.

Aufgabe 3

Devil’s Advocat in 2 Gruppen:

• Gruppe 1: Geben Sie in Chat GPT und Microsoft Bing folgende Frage ein: „Sage mir 5 Gründe, warum man die SMART Zielsetzung in der neurologischen Physiotherapie verwenden sollte.“
• Gruppe 2: Geben Sie in Chat GPT und Microsoft Bing folgende Frage ein: „Sage mir 5 Gründe, warum man die SMART Zielsetzung in der neurologischen Physiotherapie NICHT verwenden sollte.“

Alle:

1. Besprechung innerhalb der eigenen Gruppe über die generierten Ergebnisse
2. Besprechung zu zweit (1 Person Gruppe 1 und 1 Person Gruppe 2)
3. Diskussion und Argumentation aus dem generierten Standpunkt mit dem Versuch, den anderen von der eigenen Position zu überzeugen

Das zugrundeliegende Lehrkonzept für diese Aufgabe ist der "Devil's Advocate"-Ansatz. Hier werden zwei gegensätzliche Positionen eingenommen, um eine Debatte oder Diskussion anzuregen und verschiedene Perspektiven zu berücksichtigen. Das fördert das kritische Denken, die Fähigkeit zur Argumentation und die Entwicklung eines ausgewogenen Verständnisses für komplexe Themen. Die Studierenden werden ermutigt, verschiedene Perspektiven zu berücksichtigen und die Fähigkeit zur kritischen Analyse und Reflexion zu stärken.

Ergebnisse und Feedback

Ich habe selbst bei dieser Lehrveranstaltung viel gelernt und es war sehr interessant die Diskussionen und den Erkenntnisgewinn der Studierenden zu beobachten.

Die KI-generierten Antworten waren teils sehr unterschiedlich, manchmal sogar konträr und andere wieder einfach nur objektiv falsch. Diese große Variation der Antworten hat auch mich sehr überrascht, da ich alle Aufgabenstellungen vorab selbst ausprobiert habe.

Zu Aufgabe 1

„Falsche Highlights“ der KI-Antworten:

• Physiotherapeut*innen stellen keine physiotherapeutische Diagnose, das macht der Arzt.
• Physiotherapeut*innen dürfen nicht im Sinne der Symptomverbesserung arbeiten.

Die Antworten waren zwischen 5 Zeilen und 5 ganzen Absätzen lang, obwohl alle denselben Wortlaut der Frage eingegeben haben. Die Antworten von ChatGPT wurden von den Studierenden grundsätzlich als gut strukturiert und leicht zu lesen beschrieben. Allerdings mit der Anmerkung, dass man fundiertes Grundwissen braucht, um mit den Inhalten etwas anzufangen.

Zu Aufgabe 2

Hier haben die Studierenden erlebt, dass es sehr darauf ankommt, welchen Auftrag man der KI gibt. Z.B. bekommt man andere Ergebnisse, wenn man nur den Titel des zu zusammenfassenden Artikels eingibt, oder den gesamten Artikel in ChatGPT hineinkopiert. Die größten inhaltlichen Übereinstimmungen gab es, wenn man sich nur einzelne Teile des Artikels zusammenfassen lässt.

Ein Studierender hat z.B. statt der Studie in der Fragestellung, eine thematisch völlig andere Studie zu Nackenschmerzen zusammengefasst bekommen.

Die Studierenden und ich haben gesehen, dass es wichtig ist, dass man die Originalstudien liest, um die Qualität der Zusammenfassung bewerten zu können. Es könnte durch KI der Inhalt verändert oder ein Bias der Autor*innen ungefragt übernommen werden. Wenn Autor*innen z.B. im Artikel sehr positiv über ihre Ergebnisse berichten, aber diese in der Statistik nicht belegbar sind, oder die Fragestellung durch das Studiendesign nicht beantwortet werden kann, wird das in der Zusammenfassung durch KI genau so übernommen.

Zu Aufgabe 3

Hier gab es nicht nur Unterschiede zwischen den Antworten der einzelnen Studierenden, sondern auch Unterschiede an welchem Tag der Unterricht stattfand.

Gruppe 1 und 2 bekam Ergebnisse, die sie wirklich diskutieren konnten. Die Studierenden hatten Spaß an der Aufgabe und konnten erleben, wie es ist, einen anderen Standpunkt einzunehmen und eine differenzierte Sichtweise zu bekommen. Sie werden in ihrem Berufsleben mit vielen Menschen arbeiten, die eine andere Meinung haben. Es ist sehr wichtig, trotzdem gegenseitig respektvoll zu agieren und zu argumentieren. Es war auch schön für mich zu sehen, dass es für einige Studierende schwierig war GEGEN SMART Zielsetzung zu argumentieren, was ein tiefgründiges Lernen und Verstehen der Prinzipien der SMART Zielsetzung bedeutet.

Die Gruppe 3 hatte die Lehrveranstaltung einen Tag nach Gruppe 1 und 2 und bekam interessanterweise fast durchgängig keine konstruktiven Antworten auf die Frage, sondern nur eine Zusammenfassung was das Akronym SMART bedeutet, oder die Gründe FÜR die Nutzung von SMART waren dieselben wie DAGEGEN.

Die Studierenden konnten durch diese Aufgabe sehen, dass eine KI Antworten und Argumentationen für jeden gewünschten Standpunkt liefert und man dadurch kritisch mit der eigenen Fragenstellung umgehen soll.

Ebenso wurde im Zuge dieser Aufgabe besprochen, dass KI Stereotype nicht hinterfragt und diese aus den vorhandenen Quellen übernimmt. Im Sinne einer offenen und toleranten Gesellschaft, war es mir hier sehr wichtig hervorzuheben, dass wir vorsichtig sein müssen, dass wir etwaige Stereotype nicht einfach übernehmen und wir daher die Originalquellen kritisch hinterfragen und bewerten müssen.

Allgemein war die Rückmeldung zur LV sehr positiv. Die Studierenden konnten ihr Wissen zur PT Diagnose und Zielsetzung in der Neurorehabilitation wiederholen und anwenden und haben erlebt, wie kritisch sie im Umgang mit KI sein müssen. Sie haben, durch den direkten Vergleich mit den Antworten, welche die anderen Studierenden bekommen haben, das Risiko gesehen, dass die Informationen nicht verlässlich sind, auch wenn sie überzeugend und eloquent klingen. Die Studierenden haben aber auch den potenziellen Nutzen von KI erfahren, dass sie Inhalte, die sie kennen gut strukturieren können, um sich schnell einen Überblick zu verschaffen.

Literatur

• Gotzen Susanne, 2013; Lehre A-Z: Projektbasiertes Lernen
• Klemme Beate, 2012; Lehren und Lernen in der Physiotherapie
• Young CA, 2008; Perceptions of goal setting in a neurological rehabilitation unit: a qualitative study of patients, carers and staff
• Jiandani MP, 2018; Physical therapy diagnosis: How is it different?