Künstliche Intelligenz in der Lehre
Hier kannst du dich darüber informieren, was künstliche Intelligenz ist und wie diese funktioniert. Außerdem wird dir ein Überblick gegeben wie diese die zukünftige Lehre beeinflussen oder verändern kann und welche Vor- und Nachteile daraus entstehen. Nutze diese Informationen gerne, um dich an Diskussionen zu beteiligen.
Klicke einfach auf die Fragen, um die Antworten zu erfahren.
Was ist Künstliche Intelligenz (KI)?
ChatGPT ist die Abkürzung für „Chatbot Generative Pre-trained Transformer”.
Dies bedeutet, es ist ein KI-basierter Chatbot (textbasiertes Dialogsystem), der mithilfe von Künstlicher Intelligenz selbstständig Lösungen für menschlichen Aufgabenstellungen erarbeitet.
ChatGPT wurde für die breite Masse am 30. November 2022 von OpenAI in seiner ersten Version veröffentlicht. (2023, Link-Arad).
Das Wissen des ChatGPT basiert auf Webseiten, Büchern und Wikipedia, aus dem eine Datenbank von 300 Milliarden Wörter entstanden ist.
Wie funktioniert ChatGPT?
Als Benutzer gibst du eine Frage oder Anweisung per Texteingabe ein und erhältst eine Antwort. ChatGPT basiert auf künstlicher Intelligenz und ermöglicht menschenähnliche Konversationen.
Es arbeitet mit Algorithmen und statistischen Modellen, um passende Antworten zu generieren und kann so Texte, Lieder oder Gedichte schreiben. Wichtig zu betonen ist, dass ChatGPT keine Emotionen, Absichten oder bewusstes Erleben besitzt.
Wie wurde ChatGPT entwickelt?
Die Entwicklung von GPT-3.5, auf dem ChatGPT basiert, erfolgte durch ein umfangreiches Training mit großen Mengen an Textdaten. Das Modell wurde mit Inhalten von Büchern, Artikeln, Webseiten und weiteren Textquellen trainiert, um ein umfassendes Verständnis von Sprache und Wissen zu entwickeln.
Das Training von GPT-3.5 erfolgte unter Verwendung von Reinforcement Learning from Human Feedback (RLHF) (Lambert & von Werra 2022). Das heißt, das ChatGPT für seine Antworten Belohnungen erhält, je sinnvoller oder besser diese ist und keine Belohnung, wenn Fehler in der Antwort stecken, dadurch wurde das System stetig verbessert. Das Modell wurde dafür auf vorab generierte Daten trainiert, gefolgt von einer Feinabstimmung mit Hilfe von menschlichen Chat-Dialogen, um eine natürlichere Konversationsfähigkeit zu erreichen. Durch diese Kombination aus maschinellem Lernen und menschlicher Bewertung wurde das Modell auf verschiedene Aufgaben und Anwendungsfälle optimiert.
OpenAI hat eine Vielzahl von Methoden und Techniken verwendet, um die Qualität, Sicherheit und Anwendbarkeit von ChatGPT zu verbessern. Dies beinhaltet Maßnahmen zur Reduzierung von Fehlinformationen, Schutz vor Missbrauch und der Integrierung von Richtlinien zur Förderung einer positiven und nützlichen Nutzung des Modells (Lowe & Leike, 2022).
Das aktuelle Modell ist ChatGPT-4, dass nun neben Texten auch Bilder verarbeiten kann (Elsner, 2023).
Wie können künstliche Intelligenzen die Lehre beeinflussen?
ChatGPT bietet sowohl neue Möglichkeiten im Kontext des Lehrens als auch des Lernens. Betrachtet man den schülerorientierten Ansatz so stellt sich heraus, dass ChatGPT beispielsweise genutzt werden kann, um ein möglichst schnelles und personalisiertes Feedback zu erhalten. Dies fördert den Lernerfolg und erspart der:dem Lehrenden wertvolle Zeit (Rudolph et al. 2023). Ebenso kann ChatGPT eine personalisierte Lösung bzw. Hilfe bei individuellen Fragen bereitstellen. Hierbei ist allerdings zu beachten, dass ChatGPT nicht immer ein tiefes Verständnis der Aufgabe hat, auch wenn es so wirkt (Rudolph et al. 2023). Denn die Antwort wird anhand dessen generiert, was zuvor verarbeitet wurde (also möglicherweise auch Falschinformationen).
Cope et al. berichtet 2021 dennoch, dass KI-gestütztes Lehren das größte Potential für eine Veränderung im Bildungswesen bietet. Das liegt insbesondere daran, dass die Unterrichtsstrategie sich dadurch ändern kann. So können Lehrkräfte durch „flipped learning“ sicherstellen, dass die wichtigsten Aufgaben erledigt werden und haben so mehr Zeit für Feedback und Präsentationen. Außerdem ermöglicht das Arbeiten mit ChatGPT den Lernenden verschiedene Lösungswege auszuprobieren, wodurch das Lernen weniger theoretisch verläuft. Ebenso müssen Lehrende beispielsweise beim Lernen einer Fremdsprache weniger korrigieren. Denn mit sogenannten automatic essay scoring Programmen bekommt man direkt ein Feedback zu den geschriebenen Texten und lernt somit direkt aus seinen Fehlern. Solche Programme sind beispielsweise DeepL write und grammarly (Zawacki-Richter et al. 2019). Sie könnten den Schreiblehrplan deutlich effizienter und flexibler gestalten, da man so auch zuhause lernen kann, wenn keine Person anwesend ist, die eine umfassende Rückmeldung geben kann.
Abschließend ist zu betonen, dass ChatGPT vollständige Aufsätze generieren kann und somit sicherlich einige Hausaufgaben übernehmen kann. Dies stellt Lehrende vor die Aufgabe ihre Aufgaben kreativer zu gestalten. Beispielsweise indem Lernende in ihren Texten reflektieren sollen, was sie über eine bestimmte Thematik denken oder eigene Diskussionen führen sollen. Ebenso wäre es möglich kurze Filme oder Plakate zu erstellen in denen die eigene Kreativität gefragt ist. Des Weiteren hat ChatGPT momentan (Stand Mai 2023) nur Informationen bis 2021. Lehrende sind also dazu angehalten möglichst aktuelle Informationen zzur Verfügung zu stellen, da ChatGPT dafür keine Daten hat, auf die es zurückgreifen kann. (Rudolph et al. 2023)
Vorteile
- ChatGPT verfügt über ein gutes Sprachverstehen (durch das Antrainieren mit sehr vielen und verschiedenen Texten)
- ChatGPT ist in der Lage, menschenähnliche Konversationen zu betreiben
- ChatGPT antwortet durch speziellle und gezielte Fragen immer akkurater (Flexibilität)
- ChatGPT generiert innerhalb von 90 Sekunden eine Antwort (Geschwindigkeit)
- Kosteneffizienz (ChatGPT ist kosteneffizient)
- 24/7 erreichbar (Potential zur persönlichen Assistenz – generell und professionell)
- Logischer und gut organisierter Ansatz (step by step)
- Geringe Voreingenommenheit und schädliche Informationen (ChatGPT ist bei politischen Themen oft neutral)
- ChatGPT weigert sich, auf bestimmte Fragen zu antworten – bspw. auf Fragen mit einem Thema nach September 2021 (Bewusstsein über die eigene Ignoranz)
Nachteile
- ChatGPT versteht den Kontext einer Konversation nicht immer
- Wenn ChatGPT Wörter oder Textpassagen nicht kennt, wird es nicht korrekt antworten
- ChatGPT kann nur Information bis September 2021 hervorrufen
- ChatGPT kann keine Emotionen empfinden und reagiert so vielleicht nicht angemessen auf emotionale Texte
- ChatGPTs Antworten basieren auf antrainierten Mustern und können daher unkreativ wirken
- ChatGPT kann (u.a. durch Nutzer:innen generierte) Falschinformationen und „alternative Fakten“ kreieren
- ChatGPT kann keine ‚klarstellenden Fragen‘ generieren
- Nutzer:innen schafften es bereits durch jailbreaking die Sicherheitslinien von ChatGPT zu umgehen und bspw. die Zubereitung eines Molotow-Cocktails generiert zu bekommen
Jetzt Du!
Versuche herauszufinden welche Bilder von einer KI generiert wurden und welche Bilder ein:e Künstler:in erstellt hat.
Literaturverzeichnis
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International. https://doi.org/10.1080/14703297.2023.2190148
Cope, B., Kalantzis, M., & Searsmith, D. (2021). Artificial intelligence for education: Knowledge and its assessment in AI-enabled learning ecologies. Educational Philosophy and Theory, 53(12), 1229-1245.
Elsner, T. (12.04.2023). https://www.gamestar.de/artikel/chatgpt-gpt-4-technik-erklaert-zukunft-wie-gut,3392588.html. Retrieved 23.05 from https://www.gamestar.de/artikel/chatgpt-gpt-4-technik-erklaert-zukunft-wie-gut,3392588.html
Lambert, N., Von Werra, L., Castricato, L., & Havrilla, A. (09.12.2023). Illustrating Reinforcement Learning from Human Feedback (RLHF) https://huggingface.co/blog/rlhf
Link-Arad, C. (24.02.2023). ChatGPT: Die wichtigsten Statistiken und Daten (02/2023). Retrieved 23.05 from https://finantio.de/wissen/chatgpt-statistiken/
Lowe, R., & Leike, J. (27.01.2022). Aligning language models to follow instructions. Retrieved 23.05 from https://openai.com/research/instruction-following
Rudolph, J., Tan, S., & Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? Journal of Applied Learning & Teaching, 6(1), https://doi.org/10.37074/jalt.2023.6.1.9
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators?. International Journal of Educational Technology in Higher Education, 16(1), 1-27.
Abbildungsverzeichnis
Lorca, Guillermo (2020), The Landing. oil on canvas.
Renoir, Pierre-Auguste (1862), Sleeping cat. oil on canvas.
Terveen, Sontje (2023a) erstellt mittels deepai.com „generate a cat sleeping on a couch, which looks like an oil painting“
Terveen, Sontje (2023b) erstellt mittels deepai.com „generate a picture thatshows a girl sleeping while swans fly over here. It should look like a fairytale“
Abbildung Grammarly: selbst erstellter Screenshot https://www.grammarly.com/ [letzter Aufruf am 28.05.2023]
Abbildung ChatGPT: selbst erstellter Screenshot https://openai.com/blog/chatgpt [letzter Aufruf am 28.05.2023]
Abbildung DeepL: selbst erstellter Screenshot https://www.deepl.com/de/write [letzter Aufruf am 28.05.2023]