Konzeptioneller Rahmen pädagogischer Privatsphäre

Übersicht

🎯

Problemstellung

Large Language Models (LLMs) werden von Kindern zunehmend als dialogische, scheinbar soziale Gegenüber wahrgenommen. Anthropomorphe Gestaltungselemente fördern Engagement und Vertrauen, begünstigen jedoch Formen der Selbstoffenbarung, die mit klassischen Privatsphärenkonzepten unzureichend erfasst werden.

💡

Unser Ansatz

Wir entwickeln eine mediendidaktische Perspektive, in der Privatsphäre als pädagogische Beziehungskategorie verstanden wird. Aufbauend auf Nissenbaums Contextual Integrity Framework und dem Konzept des Calibrated Trust entsteht ein konzeptioneller Rahmen.

🔬

Theoretische Fundierung

Der konzeptionelle Rahmen integriert etablierte Konzepte aus Privatsphärenforschung (Nissenbaum, 2010), Vertrauensforschung (Lee & See, 2004; Choung et al., 2023) und Anthropomorphismus-Studien (Festerling & Siraj, 2022) in einen kohärenten mediendidaktischen Rahmen.

🎓

Praktische Relevanz

Der konzeptionelle Rahmen bietet konkrete mediendidaktische Gestaltungsprinzipien für Lehrpersonen, Bildungsinstitutionen und Entwickler*innen von KI-gestützten Lernumgebungen zur Förderung von Privatsphärenkompetenz bei Kindern.

Der konzeptionelle Rahmen

Privatsphäre als kontextuell angemessener Informationsfluss im Zusammenspiel von Kind, KI-System und pädagogischem Kontext

Abbildung 1: Konzeptioneller Rahmen pädagogischer Privatsphäre in KI-gestützten Lernumgebungen. Klicken zum Vergrößern.

Kind

Lernende Person mit individuellen Erfahrungen, Entwicklungsstand und Privatsphärenbedürfnissen

KI-System (LLM)

Technisches System mit anthropomorphen Eigenschaften, das dialogische Interaktion ermöglicht

Pädagogischer Kontext

Institutioneller Rahmen mit Lehrpersonen, Aufgaben und didaktischen Entscheidungen

Die drei relationalen Dimensionen

Privatsphäre entsteht im Beziehungsgefüge zwischen Kind, System und pädagogischem Kontext durch drei relationale Dimensionen

1️⃣

Kontextrelational

Nach Nissenbaums Contextual Integrity Framework: Informationsflüsse sind nur im Verhältnis zu sozialen Normen und Erwartungen bewertbar.

"Was darf/soll ich hier teilen?" – Die Angemessenheit von Informationsweitergabe hängt vom Kontext ab (Schule vs. Zuhause vs. Öffentlichkeit).

Kontextrelationale Dimension: Soziale Normen und Erwartungen in verschiedenen Kontexten (Schule, Zuhause, Öffentlichkeit)

Abbildung 2: Kontextrelationale Dimension – Privatsphäre als kontextabhängige Norm

Kernaspekte:

→ Soziale Normen bestimmen, welche Informationen in welchem Kontext angemessen sind
→ Unterschiedliche Erwartungen in schulischen, privaten und öffentlichen Räumen
→ Kinder müssen lernen, kontextuelle Grenzen zu erkennen und zu respektieren

2️⃣

Vertrauensrelational

Basierend auf Calibrated Trust: Vertrauen ist angemessen oder fehlkalibriert, abhängig vom Verhältnis zwischen wahrgenommenen und tatsächlichen Systemfähigkeiten.

"Kann ich dem System vertrauen?" - Anthropomorphe Gestaltung kann zu Übervertrauen (Over-Trust) führen, wenn Kinder das LLM als soziales Gegenüber mit menschlichen Fähigkeiten wahrnehmen.

Vertrauensrelationale Dimension: Balance zwischen wahrgenommenen und tatsächlichen Systemfähigkeiten, Calibrated Trust

Abbildung 3: Vertrauensrelationale Dimension - Kalibrierung von Vertrauen

Kernaspekte:

→ Anthropomorphe Elemente (empathische Sprache, Personalisierung) fördern Vertrauen
→ Risiko der Vertrauensfehlkalibrierung, insbesondere bei jüngeren Kindern
→ Notwendigkeit der expliziten Thematisierung von Systemgrenzen und -fähigkeiten

3️⃣

Pädagogisch-relational

Didaktische Gestaltung als strukturierender Faktor: Lehr-Lern-Settings strukturieren die Kind-KI-Beziehung aktiv mit.

"Welche Offenlegung wird angeregt?" – Aufgabenformate, Rahmung und Reflexionsanlässe beeinflussen, welche Informationen Kinder mit LLMs teilen.

Pädagogisch-relationale Dimension: Didaktische Gestaltung, Aufgabenformate, Reflexionsanlässe, Lehrperson

Abbildung 4: Pädagogisch-relationale Dimension – Didaktische Rahmung

Kernaspekte:

→ Lehrpersonen gestalten den Rahmen für Kind-LLM-Interaktionen
→ Aufgabenformate und Rahmung beeinflussen Art und Umfang der Selbstoffenbarung
→ Reflexionsanlässe fördern bewussten Umgang mit Privatsphäre

Mediendidaktische Gestaltungsprinzipien

Aus dem konzeptionellen Rahmen abgeleitete Prinzipien für die Gestaltung von LLM-basierten Lernumgebungen

1. Transparenz

Transparenz über Datenflüsse, Systemgrenzen und technische Funktionsweise des LLMs

✓ Explizite Kommunikation von Datenverarbeitungsprozessen
✓ Sichtbarmachung von Systemgrenzen und -fähigkeiten
✓ Altersgerechte Erklärungen der KI-Funktionsweise

2. Vertrauenskalibrierung

Gestaltung von Lernaktivitäten zur expliziten Thematisierung von Vertrauen

✓ Bewusstmachung anthropomorpher Gestaltungselemente
✓ Reflexion über wahrgenommene vs. tatsächliche Fähigkeiten
✓ Förderung kritischer Auseinandersetzung mit KI-Systemen

3. Reflexive Aushandlung

Rahmung von Privatsphärenbildung als reflexive Aushandlung von Beziehungen und Datenpraktiken

✓ Schaffung von Reflexionsanlässen im Unterricht
✓ Gemeinsame Aushandlung von Privatsphärenregeln
✓ Über reine Regelvermittlung hinausgehende Bildung

Paradigmenwechsel

❌ Klassische Kompetenzmodelle

→ Fokus auf individuelle Fähigkeiten
→ Privatsphäre als Schutzziel
→ Regelbasierte Vermittlung
→ Technische Kontrolle im Vordergrund

✅ Konzeptioneller Rahmen

→ Fokus auf Beziehungen und Kontexte
→ Privatsphäre als Aushandlung
→ Reflexive Bildung
→ Didaktische Gestaltung im Zentrum

Zentrale Literatur

Nissenbaum, H. (2010). Privacy in context: Technology, policy, and the integrity of social life. Stanford University Press. https://doi.org/10.1515/9780804772891

Lee, J. D., & See, K. A. (2004). Trust in automation: Designing for appropriate reliance. Human Factors, 46(1), 50–80. https://doi.org/10.1518/hfes.46.1.50_30392

Choung, H., David, P., & Ross, A. (2023). Trust in AI and its role in the acceptance of AI technologies. International Journal of Human–Computer Interaction, 39(9), 1727–1739. https://doi.org/10.1080/10447318.2022.2050543

Festerling, J., & Siraj, I. (2022). Anthropomorphizing technology: A conceptual review of anthropomorphism research and how it relates to children's engagements with digital voice assistants. Integrative Psychological and Behavioral Science, 56(3), 709–738. https://doi.org/10.1007/s12124-021-09668-y

Peter, S., Riemer, K., & West, J. (2025). The benefits and dangers of anthropomorphic conversational agents. Proceedings of the National Academy of Sciences, 122(22), e2415898122. https://doi.org/10.1073/pnas.2415898122

Kumar, P. C., & Byrne, V. L. (2022). The 5Ds of privacy literacy: A framework for privacy education. Information and Learning Sciences, 123(7/8), 445–461. https://doi.org/10.1108/ILS-02-2022-0022