{"id":2381,"date":"2024-03-07T18:51:03","date_gmt":"2024-03-07T17:51:03","guid":{"rendered":"https:\/\/blogs.fu-berlin.de\/toolbox\/?p=2381"},"modified":"2024-08-26T14:58:10","modified_gmt":"2024-08-26T12:58:10","slug":"ki-und-diversitatssensible-lehre","status":"publish","type":"post","link":"https:\/\/blogs.fu-berlin.de\/toolbox\/2024\/03\/07\/ki-und-diversitatssensible-lehre\/","title":{"rendered":"KI und diversit\u00e4tssensible Lehre"},"content":{"rendered":"\n<div class=\"wp-block-media-text alignwide is-stacked-on-mobile\"><figure class=\"wp-block-media-text__media\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"666\" src=\"https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA-1024x666.png\" alt=\"\" class=\"wp-image-2491 size-full\" srcset=\"https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA-1024x666.png 1024w, https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA-300x195.png 300w, https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA-768x499.png 768w, https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA-1536x998.png 1536w, https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA-1200x780.png 1200w, https:\/\/blogs.fu-berlin.de\/toolbox\/files\/2024\/08\/erstellt-mit-Open-AI-DA.png 2000w\" sizes=\"auto, (max-width: 709px) 85vw, (max-width: 909px) 67vw, (max-width: 1362px) 62vw, 840px\" \/><\/figure><div class=\"wp-block-media-text__content\">\n<p>Sp\u00e4testens durch ChatGPT ist greifbar geworden, dass K\u00fcnstliche Intelligenz (KI) die n\u00e4chste Welle der digitalen Transformation pr\u00e4gen wird. Der Chatbot ist ein Multifunktionswerkzeug, das Nutzende auffordert, kreativ zu werden. Mit Prompts wie zum Beispiel \u201eGib mir Tipps f\u00fcr gender- und diversit\u00e4tsbewusste Lehre!\u201c l\u00e4sst sich testen, was generative KI kann.<\/p>\n\n\n\n<!--more-->\n<\/div><\/div>\n\n\n\n<h3 class=\"wp-block-heading\"><em>Autorin: Kathrin Ganz<\/em><\/h3>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>KI in der Uni: Reine Betrugsmasche?<\/strong><\/h2>\n\n\n\n<p>Es ist beeindruckend, wozu Anwendungen wie ChatGPT und die dahinterstehenden gro\u00dfen Sprachmodelle in der Lage sind: Sie interpretieren unsere W\u00fcnsche, spinnen Ideen weiter, erzeugen nach Belieben Texte, k\u00f6nnen Bilder generieren und sich in gesprochener Sprache mit uns unterhalten. Besonders gut ist ChatGPT in der Nachahmung kultureller Formen. Ob Einkaufsliste, Shakespeare-Sonnet oder Vereinssatzung: ChatGPT wei\u00df, unsere kulturelle Mustererkennung zu \u00fcberzeugen, auch wenn die Informationen und Ergebnisse, die es liefert, nicht immer korrekt sind. Generative KIs wie die GPT-Sprachmodelle werden mit riesigen Datenmengen trainiert, um Sprache je nach Kontext \u00fcberzeugend einzusetzen. Wenn ChatGPT uns antwortet, laufen im Hintergrund viele komplexe statistische Prozesse, die dar\u00fcber entscheiden, welche W\u00f6rter, Phrasen und S\u00e4tze in welcher Reihenfolge ausgegeben werden, so dass die Antwort f\u00fcr uns in der Regel passend, korrekt und relevant erscheint. Es liegt also nahe, ChatGPT auch f\u00fcr das Verfassen \u2013 oder: Nachnahmen \u2013 akademischer Formate wie Referate, Hausarbeiten oder Forschungsskizzen zu nutzen.<\/p>\n\n\n\n<p>Die Erkenntnis, dass im Bereich der Hochschullehre Handlungsbedarf besteht, hat sich schnell durchgesetzt. Klar ist auch, dass Verbote und \u2013 noch nicht funktionierende \u2013 KI-Detektoren diese Herausforderung nicht l\u00f6sen werden. Und auch wenn an der einen oder anderen Stelle dar\u00fcber nachgedacht wird, verst\u00e4rkt auf m\u00fcndliche Pr\u00fcfungen zu setzen, reicht es nicht aus, das Thema KI auf die Gestaltung von Pr\u00fcfungen zu beschr\u00e4nken. Im Kern geht es um die Frage, wie ein sinnvoller Umgang mit KI-Werkzeugen im Sinne guter wissenschaftlicher Praxis vermittelt werden kann. Wie kann uns KI dabei helfen, wissenschaftliche Kompetenzen kompetent, kreativ und interaktiv zu vermitteln? Wie k\u00f6nnen Studierende dazu bef\u00e4higt werden, KI zu nutzen, um ihre Fach-, Methoden- und Vermittlungskompetenzen zu erweitern? Und welche institutionellen Rahmenbedingungen sind notwendig, um diesen Wandel zu begleiten? Mit diesen Fragen besch\u00e4ftigen sich derzeit zahlreiche Forschungsprojekte, E-Learning-Stellen und Schreibzentren, die Workshops anbieten, Handreichungen erstellen und Leitf\u00e4den entwickeln.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Einsatzszenarien in der gender- und diversit\u00e4tsbewussten Lehre<\/strong><\/h2>\n\n\n\n<p>KI kann in der Lehre vielf\u00e4ltig eingesetzt werden, z.B. zur Strukturierung von Lehrpl\u00e4nen, zur Kl\u00e4rung von Lehr- und Lernzielen, zur Planung einzelner Lehrveranstaltungen und zur Erstellung von Materialien f\u00fcr die Lehre. Aber auch f\u00fcr die Lehre mit KI gilt die Losung der Toolbox: \u201eGute Lehre ist gender- und diversit\u00e4tsbewusst!\u201c Einige Einsatzszenarien sind in Hinblick auf eine gender- und diversit\u00e4tssensible Lehre besonders interessant. Beispielsweise k\u00f6nnen KI-Tools dabei helfen, Materialien durch Bildbeschreibungen und Untertitel barrierefrei zug\u00e4nglich zu machen und Sprachbarrieren zu \u00fcberwinden. Sie k\u00f6nnen aber auch kreativ eingesetzt werden, um Seminarinhalte anhand neuen, vielf\u00e4ltiger Beispiele und Bilder zu vermitteln.<\/p>\n\n\n\n<p>Studierende k\u00f6nnen KI-Systeme nutzen, um Nachteile auszugleichen, die sie zum Beispiel als Nicht-Muttersprachler*innen oder aufgrund von Sinneseinschr\u00e4nkung oder einer Lese-Rechtschreibschw\u00e4che haben. In Hinblick auf soziale Ungleichheiten sind die Auswirkungen von KI-Werkzeugen jedoch ambivalent zu bewerten. Es besteht die Gefahr, dass die Verantwortung f\u00fcr den Abbau von Barrieren auf die Betroffenen abgew\u00e4lzt wird. Hinzu kommt, dass die neusten KI-Tools, insbesondere wenn es sich um spezialisierte Anwendungen z.B. f\u00fcr wissenschaftliche Literaturrecherche handelt, Geld kosten. Es besteht daher die Gefahr, dass Studierende mit finanziellen Ressourcen KI eher zu ihrem Vorteil nutzen k\u00f6nnen, w\u00e4hrend andere au\u00dfen vor bleiben. Um KI-Werkzeuge allen zug\u00e4nglich zu machen, bietet die Hochschule M\u00fcnchen bereits eine hochschulweite Lizenz f\u00fcr ChatGPT an. Angesichts der Kosten und der Abh\u00e4ngigkeit von propriet\u00e4rer Software und den dahinterstehenden Technologiekonzernen ist dieser Weg jedoch nicht unumstritten.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>KI-Kompetenz vermitteln hei\u00dft Gender- und Diversity-Kompetenz vermitteln<\/strong><\/h2>\n\n\n\n<p>Unabh\u00e4ngig vom konkreten Einsatzszenario m\u00fcssen Anwender*innen in der Lage sein, zu bewerten, ob die mit KI erzeugten Ergebnisse verl\u00e4sslich, korrekt und hilfreich sind. Wer beurteilen will, ob und warum ein mithilfe des Github-Copilot programmiertes Softwareskript funktioniert, ob und warum eine mit ChatGPT erstellte Vertragsklausel rechtssicher ist, braucht ein hohes Ma\u00df an IT- bzw. juristischer Fachkompetenz. Um sich diese zu erarbeiten, m\u00fcssen Studierende daher in die Lage versetzt werden, KI als Begleitung auf ihrem Weg zum Kompetenzerwerb zu nutzen \u2013&nbsp;und nicht als Abk\u00fcrzung zu einem Ergebnis, das die Pr\u00fcfenden \u00fcberzeugt.<\/p>\n\n\n\n<p>Gleichzeitig m\u00fcssen Lehrende und Studierende ein Grundverst\u00e4ndnis daf\u00fcr entwickeln, wie diese Werkzeuge funktionieren. Dies gelingt am besten, wenn sie gemeinsam damit arbeiten. Gender- und diversit\u00e4tssensible Fragestellungen eignen sich gut, um \u00fcber KI und maschinelles Lernen ins Gespr\u00e4ch zu kommen. Denn anhand von Problemf\u00e4llen wie der Reproduktion von Stereotypen und Diskriminierung l\u00e4sst sich gut nachvollziehen, wie KI-Systeme funktionieren. KI-generierte Materialien k\u00f6nnen also nicht nur den Unterricht abwechslungsreicher gestalten, sondern eine kritische Diskussion \u00fcber den Einfluss intersektionaler Machtverh\u00e4ltnissen auf Kultur, Sprache und Repr\u00e4sentation anregen. Ein Beispiel daf\u00fcr ist das Titelbild dieses Beitrags, das mit dem Prompt \u201eGeneriere ein Bild zum Thema KI in der gender- und diversit\u00e4tssensiblen Lehre in der Universit\u00e4t im Format 3:2\u201c von Dall-E erstellt wurde.<\/p>\n\n\n\n<p>Insbesondere relevante F\u00e4lle von <em>Algorithmic Bias<\/em> helfen zu verstehen, mit welchen Trainingsdaten KI-Modelle entwickelt werden und welche gesellschaftlichen Risiken mit KI verbunden sind. Da Technologien Produkte der Gesellschaft sind, sind sie mit Machverh\u00e4ltnissen verwoben. Daher sind Gender- und Diversit\u00e4tsperspektiven auch f\u00fcr das Thema KI mehr als ein \u201ead on\u201c. KI-Kompetenz und Gender- und Diversitykompetenzen gehen Hand in Hand.<\/p>\n\n\n\n<p><strong>Dr. Kathrin Ganz<\/strong> ist wissenschaftliche Mitarbeiterin am Margherita-von-Brentano-Zentrum mit dem Schwerpunkt Open-Access-Publishing und hat an der Universit\u00e4t Hamburg zu den Auswirkungen von KI auf die Arbeitswelt aus Genderperspektiven geforscht.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Glossar<\/strong><\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li><strong>ChatGPT <\/strong>und<strong> Dall-E<\/strong> sind Anwendungen des US-Unternehmens OpenAI. Sie geh\u00f6ren zu den aktuell bekanntesten generativen KI-Systemen. Ihre aktuellen Versionen basieren auf dem Large Language Modell GPT-4 (Generative Pre-Trained Transformer).<\/li><li><strong>Gro\u00dfe Sprachmodelle (engl. large language modells)<\/strong> sind KI-Systeme, die durch maschinelles Lernen mit gro\u00dfen Datenmengen darauf trainiert werden, menschliche Sprache verstehen und zu generieren. Sie basieren auf Programmen, die von Gehirnstrukturen inspiriert sind und als k\u00fcnstliche neuronale Netzwerke bezeichnet werden.<\/li><li><strong>Maschinelles Lernen (engl. machine learning) <\/strong>ist ein Teilbereich der Informatik, der sich mit der Entwicklung von Algorithmen besch\u00e4ftigt, durch die Computer Muster erkennen, Objekte klassifizieren, Vorhersagen treffen und Entscheidungen treffen k\u00f6nnen.<\/li><li><strong>Algorithmic bias <\/strong>ist eine systematische Verzerrung, die bei KI-Systemen auftreten und zu unfairen Entscheidungen f\u00fchrt. Ursachen k\u00f6nnen in fehlerhaften Modellen, nicht-repr\u00e4sentativen Trainingsdaten liegen. Oftmals werden aber auch Verzerrungen aus der \u201erealen Welt\u201c aufgegriffen und reproduziert. <\/li><\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Weiterf\u00fchrende Links:<\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li>Eckpunktepapier zum Umgang mit KI-basierten Systemen und Tools in Studium und Lehre: <a href=\"https:\/\/www.fu-berlin.de\/campusleben\/lernen-und-lehren\/2023\/230511-umgang-mit-ki\/Eckpunkte_FUB_KI-in-der-Lehre.pdf\">https:\/\/www.fu-berlin.de\/campusleben\/lernen-und-lehren\/2023\/230511-umgang-mit-ki\/Eckpunkte_FUB_KI-in-der-Lehre.pdf<\/a><\/li><li>Forschungsprojekte, Beratung und Workshops des CeDiS zu KI in der Lehre: <a href=\"https:\/\/www.cedis.fu-berlin.de\/services\/e-learning\/KI-Lehre\/index.html\">https:\/\/www.cedis.fu-berlin.de\/services\/e-learning\/KI-Lehre\/index.html<\/a><\/li><li>Virtuelles Kompetenzzentrum: K\u00fcnstliche Intelligenz und wissenschaftliches Arbeiten&nbsp;<a href=\"https:\/\/www.vkkiwa.de\">https:\/\/www.vkkiwa.de<\/a><\/li><\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Weiterf\u00fchrende Literatur:<\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li>Carstensen, Tanja\/Ganz, Kathrin (2024): K\u00fcnstliche Intelligenz und Gender \u2013 eine Frage diskursiver (Gegen-)Macht? In: WSI-Mitteilungen 77 (1), 26\u201333. doi: <a href=\"https:\/\/dx.doi.org\/10.5771\/0342-300X-2024-1-26\">https:\/\/dx.doi.org\/10.5771\/0342-300X-2024-1-26<\/a>.<\/li><li>Gebru, Timnid\/Buolamwini, Joy (2018): Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. In: Friedler, Sorelle A.\/Wilson, Christo (Hg.): Proceedings of Machine Learning Research: Conference on Fairness and Accountablity, and Transparency. 1\u201315. <a href=\"https:\/\/proceedings.mlr.press\/v81\/buolamwini18a\/buolamwini18a.pdf\">https:\/\/proceedings.mlr.press\/v81\/buolamwini18a\/buolamwini18a.pdf<\/a><\/li><li>West, Sarah Myers\/Whittaker, Meredith\/Crawford, Kate (2019): Discriminating Systems: Gender, Race and Power in AI. <a href=\"https:\/\/ainowinstitute.org\/publication\/discriminating-systems-gender-race-and-power-in-ai-2\">https:\/\/ainowinstitute.org\/publication\/discriminating-systems-gender-race-and-power-in-ai-2<\/a><\/li><\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Sp\u00e4testens durch ChatGPT ist greifbar geworden, dass K\u00fcnstliche Intelligenz (KI) die n\u00e4chste Welle der digitalen Transformation pr\u00e4gen wird. Der Chatbot ist ein Multifunktionswerkzeug, das Nutzende auffordert, kreativ zu werden. Mit Prompts wie zum Beispiel \u201eGib mir Tipps f\u00fcr gender- und diversit\u00e4tsbewusste Lehre!\u201c l\u00e4sst sich testen, was generative KI kann.<\/p>\n","protected":false},"author":6900,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[91463,428608],"tags":[1661,305170,2789,1450,277,226008,367,84038],"class_list":["post-2381","post","type-post","status-publish","format-standard","hentry","category-debatte","category-informiert","tag-bildung","tag-diversity","tag-gender","tag-hochschuldidaktik","tag-hochschule","tag-kuenstliche-intelligenz","tag-lehre","tag-mint"],"_links":{"self":[{"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/posts\/2381","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/users\/6900"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/comments?post=2381"}],"version-history":[{"count":10,"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/posts\/2381\/revisions"}],"predecessor-version":[{"id":2492,"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/posts\/2381\/revisions\/2492"}],"wp:attachment":[{"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/media?parent=2381"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/categories?post=2381"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.fu-berlin.de\/toolbox\/wp-json\/wp\/v2\/tags?post=2381"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}