Berliner Zentrum für Hochschullehre

Mit Künstlicher Intelligenz die Hochschullehre neu gestalten

von Anja Riedel und Martina Mörth

Unser KI-Avatar stellt Ihnen kurz vor, was Sie auf dieser Ressourcen-Seite des Berliner Zentrums für Hochschullehre erwartet:

 

KI-Transparenzhinweis: Dieses Video wurde mit einem KI-Avatar von D-ID Digital Humans Video Generator erstellt und der gesprochene Text mithilfe von ChatGPT stilistisch leicht überarbeitet.

Generative KI: ChatGPT

ChatGPT ist ein Chatbot, der auf einem Large Language Model (LLM), also einem großes Sprachmodell basiert. Es wurde auf Grundlage einer GPT-Architektur (Generative Pretrained Transformer) von OpenAI entwickelt. Es kann Text in natürlicher (also menschenähnlicher) Sprache auf der Grundlage von Eingaben, den sogenannten "Prompts", generieren und auf Fragen in einem Chatverlauf antworten. Dazu wurde es mit einer riesigen Datenmenge von Texten trainiert.

Fragt man ChatGPT nach sich selbst, antwortet der Chatbot folgendes:

Was man beim Einsatz von ChatGPT & Co. berücksichtigen sollte

Was ist generative KI überhaupt?

Ein kurzes Video vom KI-Campus erklärt in 2 Minuten was generative KI ist:

Erklärvideo vom KI-Campus: Generative KI in 2 min

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

Wie funktioniert ein Large Language Model (LLM)?

Ein Large Language Model (LLM) ist ein sprachbasiertes Modell, das in der Lage ist, menschliche Sprache zu verstehen und Text bzw. Antworten in menschenähnlicher Sprache zu erzeugen. ChatGPT basiert auf einem großen, vortrainierten Sprachmodell (GPT=Generative Pretrained Transformer) und generiert auf Wahrscheinlichkeiten beruhende Wortpaare bzw. Textsequenzen. Ab Minute 6:55 erklärt Dr. Thomas Arnold sehr anschaulich die Zusammenhänge und Funktionsweise solcher Sprachmodelle für Nicht-Informatiker*innen.

ChatGPT für Nicht-Informatiker*innen

ChatGPT für Nicht-Informatiker*innen: Schlüssel zum Verstehen der künstlichen Intelligenz und ihre Anwendungen in der Hochschullehre, Dr. Thomas Arnold. Vortrag in der dghd-Reihe KI in der Hochschullehre

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

ChatGPT ist ein Inspirationstool, keine Wissensdatenbank

GPT-Sprachmodelle werden ständig weiterentwickelt, erreichen aktuell aber noch nicht mehr als 80% Faktentreue in verschiedenen Wissensbereichen. Aufgrund der Halluzinationen des Modells kann es als Inspirationstool und Imitationstool gesehen werden, allerdings nicht als Wissensdatenbank (ab Min 22 "Generative KI trifft auf Hochschule: Eine Zeitreise vom „Urknall“ bis heute" Link zur Aufzeichnung). Im Auftakt des e-teaching.org Themenspecials „KI in der Hochschulpraxis" gab die KI-Expertin Prof. Dr. Doris Weßels (FH Kiel) einen Überblick über die bisherigen Entwicklungen, zentrale Themen und Veränderungen im Bereich des Einsatzes Künstlicher Intelligenz in der Hochschullehre.

Überprüfung des Output IMMER!

Autor*in bei KI-generierten Texten bleibt immer der Mensch. Der Mensch hat die Verantwortung für die gewissenhafte Nutzung von KI-Textgeneratoren, die trotz erstaunlich authentisch klingenden Antworten und Formulierungen auch ihre Schwächen haben. Aufgrund des dahinter laufenden Sprachmodells (Generierung der wahrscheinlichsten Antwort) können Ausgaben auch hin und wieder Halluzinationen enthalten, die Ergebnisse teilweise richtig, unvollständig oder auch komplett falsch sein. Grundsätzlich sollte also der Output immer genauestens überprüft werden, bevor er weiterverwendet wird.

Verantwortungsvolle Nutzung unabdingbar

UNESCO International Institute for Higher Education in Latin America and the Caribbean: ChatGPT and artificial intelligence in higher education: quick start guide (2023)

Um besser einschätzen zu können, unter welchen Umständen ChatGPT sicher verwendet werden kann:

 

Garbage In = Garbage Out: Gute Prompts

Gute Prompts formulieren

Mit "Prompts" sind Texteingaben (Fragen, Aufforderungen) gemeint, die dazu dienen eine Konversation mit einem KI-System wie z. B. dem Textgenerator ChatGPT zu starten oder zu lenken. Je konkreter ein Prompt formuliert wird, desto eher wird die Ausgabe bzw. Antwort des KI-Tools dem entsprechen, was man sich vorgestellt hat. Die Fragen sollten also klar, simpel und  präzise gestellt werden. Zusätzlichen Kontext und Beispiele anzugeben hilft genauere und weniger oberflächliche Antworten zu erhalten.

Konkrete Prompts für die Lehre: offener Katalog erprobter Prompts aus Anwendungskontexten im Bereich der Hochschullehre vom KI-Campus

ChatGPT-4 Cookbook von ProLehre der TU München mit konkreten Promptvorschlägen zur Erstellung von Lehrmaterial z. B. Erstellung von Quizzfragen. Best Practices für Möglichkeiten ChatGPT u. a. für effektives Feedback und Bewertung zu nutzen, findet man im A Teacher’s Prompt Guide to ChatGPT ‚What Works Best‘ von Andrew Herft. Deutsche Version von Alexander König.

Rob Lennon schlägt folgenden Aufbau für Prompts vor (sogenannte „Mega-Prompts“):

  1. Rolle: Wer oder was wird simuliert?
  2. Aufgabe: Was ist zu tun?
  3. Arbeitsschritte: Was ist in welcher Reihenfolge zu tun?
  4. Kontext, Nebenbedingungen, Einschränkungen: Was soll dabei beachtet werden?
  5. Ziel: Was soll erreicht werden?
  6. Format des Outputs: Wie soll die Rückmeldung des Bots aussehen?

Garbage in, Garbage out! Wie formuliert man gute Prompts? Open Source Course wie man erfolgreich mit KI kommuniziert. The ChatGPT Prompt Book von Dr. Alan D. Thompson bietet Anleitungen für Prompts zu einer Vielzahl von Themen, einschließlich E-Mail-Verfassung, Texten, Designen, Generieren von Tabellen und Bildern.

Prompt-Hilfen für Textgenerierung:

Texte schreiben mit ChatGPT: 6 Tipps für bessere Texte (kibizhub.de)

ChatGPT: Wie man der KI den eigenen Sprachstil beibringt (hubertusporschen.com)

Wie sag ich’s meiner KI? Hintergründe und Prinzipien zum Prompting bei ChatGPT

Wie sag ich’s meiner KI? Prof. Dr. Michael Kipp (HS Augsburg), dghd-Reihe KI in der Hochschullehre

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

Kognitives Werkzeug? Futureskills vs. Fachwissen? De- oder Upskilling?

Was sind die aktuellen "Hot Topics" in der Diskussion um das Lernen in einer Welt mit Künstlicher Intelligenz? Wie können KI-Systeme in Lernprozesse eingebunden werden? Welche Kompetenzen sollen erworben werden um verantwortungsbewusst und sicher mit KI-Tools umgehen zu können? Was sind die Future Skills und wie wichtig ist KI-Kompetenz? Und was bedeutet dies für die Ausbildung von grundlegender Fachkompetenz im Studium? Was lohnt es sich noch selber zu können, wenn die KI-Tools immer besser werden? Gehen möglicherweise Kompetenzen verloren, wenn diese vollständig an KI ausgelagert werden oder findet derzeit ein nie dagewesenes KI-Upskilling der Gesellschaft statt?

ChatGPT als kognitives Werkzeug

ChatGPT als kognitives Werkzeug – Wie können wir bei Studierenden den Erwerb von ‚higher order skills‘ fördern? Prof. Dr. Christian Spannagel

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

KI-Systeme in Lernkontexten: Wie sollten kognitive Tools in Lernprozesse integriert werden? Kognitive Tools sollen Lernende unterstützen, aber "es darf ihnen nicht den Lernprozess abnehmen". Für Lehrende bedeutet dies, KI-Werkzeuge als weiteres kognitives Tool in Lehre und Prüfungen zu berücksichtigen und Regeln für deren Nutzung festzulegen (aus ChatGPT und die Zukunft des Lernens: Evolution statt Revolution von von Prof. Dr. Christian Spannagel, Hochschulforum Digitalisierung).

      Future Skills vs. Fachwissen

      Zukunftskompetenz und KI-Kompetenz – alter Wein in neuen Schläuchen? Eine kritische Analyse

      Vortrag Prof. Dr. Marco Kalz (PH Heidelberg, Mediendidaktik) in dghd Reihe "KI in der Hochschullehre"(2023)

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Auf diesem Artikel basieren die Überlegungen zum Vortrag: Kalz, Marco (2023): Zurück in die Zukunft? Eine literaturbasierte Kritik der Zukunftskompetenzen». MedienPädagogik (Occasional Papers): 332–352. https://doi.org/10.21240/mpaed/00/2023.11.19.X ISSN 1424-3636. Folien zum Vortrag.

       

      An KI abgeben oder selber können? Was lohnt sich noch, selbst zu können, wenn die Tools immer besser werden?

      Vortrag Martina Mörth, Gesprächsforum Digitalisierung 07/2023

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Deskilling oder Upskilling?

      Wird es zu einem Kompetenzverlust durch KI kommen? Wenn wir uns zu sehr auf entwickelte Techniken verlassen, verlernen wir sie womöglich selbst. Auch die Interaktion mit anderen Menschen könnte leiden, wenn Maschinen Aufgaben übernehmen, die bisher Menschen vorbehalten waren und die mehr Austausch von Mensch zu Mensch erfordern. Darauf weist Prof. Dr. Gabi Reinmann von der Universität Hamburg in einem Diskussionspapier zum Thema "Deskilling durch Künstliche Intelligenz? Potenzielle Kompetenzverluste als Herausforderung für die Hochschuldidaktik" hin. Reinmann bemängelt in ihrem Beitrag, dass in den Debatten um den Einsatz von Künstlicher Intelligenz eher das Upskilling durch KI im Vordergrund steht, also die Annahme, dass Künstliche Intelligenz dazu führen wird, dass Menschen von Arbeit entlastet werden, woraufhin diese "neue, meist breitere Kompetenzen auf höherem Niveau ausbilden". Demgegenüber wird der Verlust von Kompetenzen - das Deskilling - deutlich weniger diskutiert.

      Prof. Dr. Tina Seufert, Lehr-Lernforscherin an der Universität Ulm, betont in einem Interview, wie wichtig es ist, zusammen mit der KI-Kompetenz auch Selbstlern- bzw. Selbstregulationskompetenz zu vermitteln. Dies ist wichtig, um KI überhaupt effektiv nutzen zu können. Beitrag Bildung und Innovation: Lernkompetenz und KI-Kompetenz als zentrale Zukunftskompetenzen fördern.

      Abschluss-Diskussion im KI-Spezial von e-teaching.org: Zwischen Faszination und Skepsis: Wie verändert KI die Hochschulpraxis?

       

       

       

      Lehren mit KI-gestützten Tools

      Videoselbstlernkurs ChatGPT und künstliche Intelligenz in der Hochschullehre

      Wenn Sie sich fragen, wie auf künstliche Intelligenz basierende Tools gewinnbringend in die eigene Lehre integriert werden können, finden Sie das nötige Hintergrundwissen, viele Ideen und Vorlagen im Videoselbstlernkurs "ChatGPT und künstliche Intelligenz in der Hochschullehre" von Ulrike Hanke (Zeitaufwand 3-4 Stunden je nach Vorwissen bei freier Zeiteinteilung). Anmeldung für Berliner Lehrende über das BZHL: Hier gehts zum Kurs.

      Empfehlungen der Berliner Hochschulen zur KI-Nutzung in der Lehre

      Empfehlungen für den Umgang mit KI-Anwendungen am Beispiel von ChatGPT der Senatsverwaltung für Bildung, Jugend und Familie

      ChatGPT als Unterstützung beim Lehren

      Textgenerierende Tools wie ChatGPT als Arbeitserleichterung für Lehrende - so setzen Sie KI-gestützte Tools für die Vorbereitung Ihrer Lehre ein: Ulrike Hanke dghd Vortrag März 23

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Textgenerierende KI-Tools als Arbeitserleichterung für Lehrende

      Helfer z. B. bei der Semesterplanung:

      • Formulierungsvorschläge für Lernziele oder bisherige optimieren lassen
      • Ideen für Inhalte, Literatur geben lassen
      • Erstellung von Aufgaben, Arbeitsaufträgen, Lehrmaterial z. B. Handouts, Skripte

      Hierfür bieten sich u.a. folgende Tools an:

      • fobizz Tools: Deutsches Unternehmen DSGVO konform, bietet Fobizz Klassenräume, KI-Assistenz für Sprache, Bilder und Text an
      • teachersbuddy: sehr umfangreiche Funktionen, englisch
      • educationpilot: kann Handouts erstellen bzw. Skript als PDF-Download
      • Check-In Fragen Generator: Fragen zum Ein-/Ausstieg (Eisbrecher, Selbstreflexion, Stimmung, Fokus)

      Einsatzmöglichkeiten von ChatGPT als Arbeitshilfe für Lehrende, im Prüfungskontext und als Lern- und Arbeitsmittel für Studierende werden auch von Mohr et. al in Übersicht zu ChatGPT im Kontext Hochschullehre betrachtet.

      Tools zur Unterstützung von Barrierefreiheit:

      • Youtube-Summary with ChatGPT (Erweiterung von Chrome) - transkribiert den gesprochenen Text in Youtube-Videos (mit Zeitangaben). ChatGPT fasst anschließend zusammen.
      • SUMM formuliert Text in einfache Sprache um

      5 Tipps zum Einsatz von ChatGPT in der Lehre

      Schritt für Schritt KI-Tools in Lehrveranstaltung integrieren

      1. Eigene Lehrveranstaltung mit Fokus auf Lerninhalte und Kompetenzen betrachten

      2. Relevante KI-Tools identifizieren (wichtig ist ein Bezug von KI zu den Lernzielen und Kompetenzen der Veranstaltung)

      3. Abschnitte der Veranstaltung identifizieren, bei denen KI-Tool genutzt werden könnte (innerhalb der Veranstaltung zwei oder mehr Sitzungen identifizieren, welche sich für den Einsatz der gewählten KI-Anwendung anbieten)

      4. Integration der KI – didaktische Überlegungen (klarer Regeln für Einsatz von KI festlegen: siehe Rulesfortools, Aufgabenstellungen anpassen)

      (aus Integration von KI-Tools in die Lehre von Dr. Anna Faust, Hochschulforum Digitalisierung)

      Prüfen und Bewerten in einer KI-geprägten Welt

      Viele Lehrende fragen sich, wie man die Nutzung von KI-Tools bei der Gestaltung von Prüfungen und der Bewertung von Prüfungsleistungen berücksichtigen kann. Ein Beispiel für Regeln bei der Nutzung von ChatGPT und anderen Textgeneratoren bei schriftlichen Arbeiten hat Prof. Dr. Christian Spannagel, PH Heidelberg, erarbeitet: Rulesfortools

      Leitlinien für den Umgang mit KI-Tools (beim Prüfen) gibt es bisher noch nicht an allen Hochschulen. Hier finden Sie eine (erste) Zusammenstellung der KI-Richtlinien von den 100 größten deutschen Universitäten

      Bei Bewertungen schriftlicher Studien- und Abschlussarbeiten könnte der Prozess der Entstehung und die Nutzung von KI mit einbezogen werden. Für diesen prozessualen Aspekt könnten wiederum zwei Kriterien in die Bewertung einfließen: Der inhaltlich/methodische Aufbau im Sinne eines Forschungsdesigns und das dazu ausgewählte technische Tool-Design inklusive KI-gestützter Werkzeuge. Welche Tools und Werkzeuge wurden benutzt? Welche Methoden, Forschungsdesign, technisches Design? Dies schlüssig zu begründen und darzustellen ist Teil der Prüfungsleistung (Prof. Dr. Doris Weßels von der FH Kiel  ChatGPT – ein Meilenstein der KI-Entwicklung)

      Für eine größtmögliche Transparenz bei der Nutzung von KI-Textgeneratoren sprechen sich Buck/Limburg aus und schlagen eine Anpassung der Eigenständigkeitserklärung vor: „Ich bin mir bewusst, dass der Einsatz von KI-Schreibwerkzeugen keine Garantie für die Qualität von Inhalten und Text darstellt. Ich versichere, dass ich jegliche von mir verwendeten Schreibtools als Hilfsmittel angegeben und mit ihrem Produktnamen und einer Übersicht der im Rahmen dieser Prüfungsarbeit genutzten Funktionen vollständig aufgeführt habe.“ Buck, I. & Limburg, A. (2023)

      In einer aktuellen Handreichung Vorschläge für Eigenständigkeitserklärungen bei möglicher Nutzung von KI-Tools  der dghd von Glathe/Hansen/Mörth/Riedel werden verschiedene Beispiele für Eigenständigkeiterklärungen vorgestellt, die abhängig vom jeweiligen Lernziel sind und bei der Entscheidung für die erlaubten Hilfsmittel in einer Prüfung helfen:

      • Fachkompetenz erwerben,
      • wissenschaftliches Schreiben lernen,
      • KI-Tools einschätzen und mit wissenschaftlichen Methoden vergleichen können oder
      • Professionelle Nutzung von KI-Tools beim wissenschaftlichen Arbeiten (sofern die grundlegende Fach-, Schreib- und KI-Tool-Kompetenz der Studierenden bereits vorhanden ist und die Verantwortung für das Ergebnis vollständig übernommen werden kann).

      Die konkreten Formulierungen finden Sie hier: als PPT-Folien, die angepasst und unter CC BY-NC 4.0 DE weiterverwendet werden dürfen oder als PDF.

      Wie funktioniert Prüfen in einer Welt mit KI?

      Wie kann überhaupt noch sichergestellt werden kann, dass Leistungen z. B. in Abschlussarbeiten tatsächlich auf die Fähigkeiten der Studierenden zurückzuführen sind und nicht auf die Unterstützung durch KI-Tools wie ChatGPT, Bard, Bing etc.? Wie müssen Prüfungen aufgebaut, durchgeführt und ergänzt werden, so dass sie auch in einer Welt mit KI noch aussagefähig über den Kompetenzerwerb der Studierenden bleiben? Keine Sorge, Sie müssen nicht alles über den Haufen werfen. In diesem neuen Videoselbstlernkurs mit Ulrike Hanke lernen Sie konkret, wie Prüfen in einer KI-geprägten Welt funktioniert und worauf Sie zukünftig bei der Prüfungsgestaltung achten sollten (2-3 Stunden Zeitaufwand, Start jederzeit möglich): Zum Kurs

       

      Ulrike Hanke: ChatGPT und die Hochschullehre - Ideen zum Umgang vor allem beim Prüfen. Min 6-8

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Möglichkeiten Prüfungen in Zeiten von ChatGPT zu gestalten, ausgehend von der Lernzieltaxonomie (Ulrike Hanke hochschuldidaktik-online.de):

      Links/Toolsammlungen zur Nutzung von Textgeneratoren wie ChatGPT im (hoch)schulischen Kontext

      Wissenschaftliches Arbeiten mit KI-gestützten Tools

      Einsatz von KI-Systemen beim wissenschaftlichen Schreiben

      ChatGPT, Bard & Co: Einsatz von KI-Systemen beim wissenschaftlichen Schreiben.Vortrag von Prof. Dr. Christian Spannagel bei der "Langen Nacht der Hausarbeiten" an der UB Heidelberg am 25. Januar 2024.

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Wissenschaftliches Schreiben im Wandel

      Dr. Isabella Buck, Dr. Anika Limburg:Wissenschaftliches Arbeiten und Wissenschaftssozialisation unter Bedingungen von KI-Sprachtools, aus dghd KI-Reihe

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Schreiben oder schreiben lassen?

      KI-Tools können an unterschiedlichen Stellen im wiss. Schreibprozess eingesetzt werden, u.a. beim paraphrasieren und argumentieren unterstützen. In der Lehre erfordert dies eine Reflexion der Lernziele, Methoden und Prüfungsform einer Lehrveranstaltung (Min 8-10). Gesprächsforum Digitales Lehren

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Using ChatGPT for writing in research

      Eine sehr anschauliche und hilfreiche Anleitung, wie genau man ChatGPT instruieren kann, um bestimmte Ergebnisse zu erhalten: Michael Kipp, Professor für Informatik, leitet das Didaktik-Medien-Zentrums (DMZ) der Hochschule Augsburg.

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Texten veröffentlichen, die mit KI-gestützten Tools wie ChatGPT erstellt wurden

      Nature“ und die anderen Springer Nature Journals haben den Veröffentlichungssrichtlinien zwei Prinzipien hinzugefügt:

      • ChatGPT und andere Large Language Modells (LLM Tools) dürfen nicht als Autoren genannt werden, da sie nicht die Verantwortung für den Text übernehmen können
      • LLM Tools sollen unter Methoden oder bei der Danksagung dokumentiert werden

      American Psychological Association (APA) für sozial- und naturwissenschaftliche Fächer: How to cite ChatGPT

      When prompted with “Is the left brain right brain divide real or a metaphor?” the ChatGPT-generated text indicated that although the two brain hemispheres are somewhat specialized, “the notation that people can be characterized as ‘left-brained’ or ‘right-brained’ is considered to be an oversimplification and a popular myth” (OpenAI, 2023).

      Reference

      OpenAI. (2023). ChatGPT (Mar 14 version) [Large language model]. https://chat.openai.com/chat

      Ausgewählte Tools für die Forschung

      • Elicit als Recherche-Assistent. Nach Eingabe einer Forschungsfrage bekommt man eine Auswahl an Studien, Literatur etc. vorgeschlagen. Das Tool generiert passende Abstracts zu den Texten und man kann zusätzlich Fragen stellen. Stellen Sie eine Forschungsfrage aus einem Gebiet, auf dem Sie sich auskennen. Wie gut sind die Treffer? Würden Sie es Ihren Studierenden empfehlen?
      • Perplexity: Recherchetool mit nachprüfbaren Quellen
      • Consensus ist eine Suchmaschine, die speziell darauf ausgelegt ist,  Antworten aus wissenschaftlichen Publikationen zu liefern.
      • Bearly fasst die zentralen Thesen von (wiss.) Texten zusammen und findet Gegenargumente. Es kann verschiedene Textformen erstellen z. B. Essay, E-Mail, Blogeintrag, Post.
      • Research Rabbit visualisiert die Zusammenhänge zwischen verschiedenen Autoren(gruppen) und macht Verbindungen sichtbar.
      • Ausgehend von einem wissenschaftlichen Artikel erstellt Connected Papers eine visualisierte Darstellung von thematisch ähnlichen Artikeln.
      • ChatPDF: Ein PDF hochladen und der Chatbot beantwortet beliebige Fragen zum Textinhalt. In den Ausgaben werden auch Seitenverweise zu den jeweiligen Textstellen im PDF angeben, aus denen die Antwort stammt.
      • Titelfinder: Gibt nach Eingabe von Studiengang und 3 Stichworten Titelvorschläge für Abschlussarbeiten aus, dazu gleich eine Gliederung und mögliche Thesen.
      • AI Tools for Research Workflow in Academia: umfangreiche Sammlung sinnvoller KI-Tools für den Forschungsworkflow von Prof. Niels Van Quaquebeke

      Interviews führen und auswerten lassen von Chatbot

      Einsatz von KI-Chatbots bei qualitativen Interviews

      Rechtliche & ethische Herausforderungen

      Rechtliche Einschätzung und Datenschutzfragen zu textbasierter KI in der Lehre

      Ass. jur. Jan Hansen, Behördlicher Datenschutzbeauftragter (Technische Universität Darmstadt) Vortrag dghd-Reihe KI in der Hochschullehre

      Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an YouTube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Privacy.

      Die Nutzung von textgenerierenden KI-Systemen an Hochschulen wirft Fragen zu den verschiedenen rechtlichen Rahmenbedingungen auf, die berücksichtigt werden müssen. Dazu gehören insbesondere datenschutzrechtliche Aspekte, aber auch das Urheberrecht (betrifft Input und Trainingsdaten) und Haftungsfragen zum Output von KI-Generatoren.

      Die erste umfangreiche juristische Bewertung von ChatGPT & Co der Ruhr-Universität Bochum um Dr. Peter Salden in Zusammenarbeit mit Prof. Dr. Thomas Hoeren von der Westfälischen Wilhelms-Universität Münster (WWU) Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung klärt grundlegende Fragen zum Umgang mit KI-Textgeneratoren an Hochschulen und stellt fest: Ein Verbot von KI-Schreibtools in Hochschulen ergibt keinen Sinn

      Der Blogbeitrag chatGPT und der Datenschutz vom Team Datenschutz der Technischen Universität Berlin informiert darüber, welche personenbezogenen Daten von OpenAI bei der Nutzung von ChatGPT gesammelt und verarbeitet werden. Dies umfasst die persönlichen Daten bei der Registrierung, die Chatinhalte, die Nutzungsdaten und die Gewinnung von Trainingsdaten.

      Der Rechtsrahmen in der Lehre umfasst den Werkschutz, Leistungsschutz von KI-Inhalten und die Kennzeichnungspflicht. Der Output von KI-Generatoren ist aktuell urheberrechtlich schutzlos, da kein ausreichend gestalterischer Einfluss des Menschen bei KI-generierten Texten und Bildern vorliegt. Somit besteht kein Werkschutz und nur lückenhafter Leistungsschutz. Momentan gibt es gesetzlich auch noch keine Kennzeichnungspflicht von KI-generierten Texten, aber möglicherweise nach Hochschulrecht. (aus: Dr. jur. Janine Horn, Online-Vortrag am 14.03.23 zu Haftungs- und urheberrechtlichen Herausforderungen bei der Verwendung von KI-Generatoren)

      KI allein kann somit also keine Urheberschaft innehaben. Studierende, die bei der Nutzung von KI-Generatoren "eine in erheblichem Maße geistige Eigenleistung" zu den KI-generierten Texten beitragen, allerdings laut Prof. Dr. Thomas Hoeren schon. Diese Eigenleistung ist von Fall zu Fall zu beurteilen.

      Zu Verantwortlichkeiten und Haftung der Anbieter und dem Urheberrecht sind aktuell folgende Entwürfe in der EU-Gesetzgebung:

      • Europäische KI-Verordnung: Die Verordnung soll den Einsatz von Künstlicher Intelligenz in der Europäischen Union regulieren. Ziel ist es, Risiken im Zusammenhang mit der KI anzugehen und insgesamt einen verantwortungsvollen und ethischen Einsatz zu fördern
      • Europäische KI-Haftungsrichtlinie und Datengesetz: Richtlinie zur Anpassung der Vorschriften über außervertragliche zivilrechtliche Haftung an künstlicher Intelligenz

      Verletzen KI-Werke die Rechte von Künstlern und Autoren? Sind sie selbst bzw. Prompts urheberrechtlich geschützt? Und darf KI zur Erfüllung von Arbeitsaufgaben eingesetzt werden? Antworten gibt es im Rechtspodcast von Marcus Richter und Thomas Schwenke: Rechtsbelehrung ChatGPT und KI vs. Urheberrecht

      Ethische Leitlinien zur Nutzung von KI

      Die Stellungnahme des deutschen Ethikrates „Mensch und Maschine – Herausforderungen durch Künstliche Intelligenz“ untersucht die Auswirkungen digitaler Technologien auf das menschliche Selbstverständnis und Miteinander. Sie fordert, dass die Künstliche Intelligenz (KI) dem Menschen nutzen und nicht schaden soll, und dass die Menschenwürde, die Autonomie und die Teilhabe aller Menschen gewahrt werden müssen. Sie gibt auch ethische Leitlinien und politische Empfehlungen für den verantwortungsvollen Umgang mit KI.

      Die Europäische Kommission hat Ethische Leitlinien zur Nutzung von künstlicher Intelligenz (KI) und Daten im Unterricht und beim Lernen für Bildungspersonal herausgegeben. Die Leitlinien sind ein wesentlicher Bestandteil des Aktionsplans für Digitale Bildung (2021-2027) der EU.

      Im November 2021 haben die 193 UNESCO-Mitgliedsstaaten die Empfehlung zur Ethik der Künstlichen Intelligenz verabschiedet. Der Text setzt einen klaren ethischen Rahmen für aktuelle und zukünftige Anwendungen von KI in elf Handlungsfeldern, darunter Bildung, Kultur, Kommunikation, Arbeit und Gesundheit.

      Wissenschaftliche Fundierung

      Whitepaper der Universität Hohenheim"Unlocking the Power of Generative AI Models and Systems such as GPT-4 and ChatGPT for Higher Education" (Prof. Dr. Henner Gimpel et al.) gibt Orientierungshilfe zum Umgang mit ChatGPT in Studium und Lehre. Es enthält Leitfäden mit konkreten, praktischen Tipps für Studierende und für Lehrende.

      Ein gut strukturiertes Positionspaper – auch unter Berücksichtigung von Forschungserkenntnissen – bietet ein ganz aktueller Artikel von 23 AutorInnen aus TUM und LMU München (u.a. ProfessorInnen für Päd. Psychologie, Tina Seidel und Frank Fischer) zu ChatGPT for Good? On Opportunities and Challenges of Large Language Models for Education. ­­­

      Zawacki-Richter, O., Marín, V.I., Bond, M. et al. (2019): Systematic review of research on artificial intelligence applications in higher education – where are the educators?. Int J Educ Technol High Educ 16, 39.

      Überblick in welchen Bereichen KI schon eingesetzt wird: Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Chong, S.W., & Siemens, G. (2023). A meta systematic review of Artificial Intelligence in Higher Education: A call for increased ethics, collaboration, and rigour. Pre-print.

      Framework für eine zukunftsfähige Lehr- und Prüfungspraxis: Buck, I. & Limburg, A. (2023). Hochschulbildung vor dem Hintergrund von Natural Language Processing (KI-Schreibtools). die hochschullehre, Jahrgang 9/2023. DOI: 10.3278/HSL2306W.

      Ihr Feedback und Zitierung

      Schreiben Sie uns! Sind die Inhalte dieser Seite hilfreich für Ihre Lehre? Haben Sie etwas neues ausprobiert? Geben Sie uns gern Feedback per Mail an bzhl@vp.tu-berlin.de

      Zitiervorschlag: Riedel, Anja & Mörth, Martina (2023). Mit künstlicher Intelligenz die Hochschullehre neu gestalten. Online-Ressource des BZHL. [Zugriff am: XX.XX.XXXX]. Verfügbar unter: https://www.tu.berlin/bzhl/ressourcen-fuer-ihre-lehre/ressourcen-nach-themenbereichen/ki-in-der-hochschullehre