Vermittlung von Struktur-Eigenschafts-Beziehungen mit maschinellem Lernen

Abstract

In diesem Beitrag wird ein fachdidaktisches Konzept vorgestellt, das den Einsatz eines grundlegenden Algorithmus des maschinellen Lernens zur Erarbeitung von Struktur-Eigenschafts-Beziehungen im Chemieunterricht ermöglicht. Im Zentrum steht die Untersuchung der Siedetemperaturen von 1-Alkanolen sowie kurzkettigen, verzweigten, einwertigen Alkanolen. Die Schülerinnen und Schüler analysieren dabei mithilfe einer haptisch gestützten Datenorganisation, wie molekulare Strukturmerkmale die Siedetemperatur beeinflussen. Der verwendete Algorithmus ist didaktisch reduziert und mathematisch so vereinfacht, dass er auch ohne Programmierkenntnisse in der Sekundarstufe II nachvollziehbar ist. Die Methode erlaubt ferner eine Einführung in grundlegende Prinzipien des maschinellen Lernens, ohne an eine spezifische Programmiersprache gebunden zu sein. Das vorgestellte Unterrichtsvorhaben wurde im ersten Jahr der gymnasialen Oberstufe erprobt. Es zeigt, wie aktuelle Entwicklungen der digitalen Bildung und der KI fachdidaktisch sinnvoll in den Chemieunterricht integriert werden können, um analytisches Denken, den Umgang mit Daten und ein vertieftes Verständnis chemischer Zusammenhänge zu fördern.