(Bildungs)Forschung

R&D

Expedition

Ranga Yogeshwar reist zu den Hotspots der Forschung auf dem Gebiet der Künstlichen Intelligenz in Europa, den USA und China. Was kommt auf uns zu? Wie wird Künstliche Intelligenz unsere Arbeitswelt und unseren Alltag verändern?

N

Infografik „Das virtuelle Klassenzimmer“

In Zukunft wird es mehr Unterricht im virtuellen Klassenzimmer geben: Schülerinnen und Schüler werden in ihren Schulen in modernen und technisch zeitgemäß ausgestatteten Lernumgebungen unterrichtet – ein eigenes digitales Lern-Endgerät ermöglicht zudem das bedarfsgerechte und abwechslungsreiche Lernen von zu Hause oder an außerschulischen Lernorten. Noch ist das virtuelle Klassenzimmer vielerorts nicht Realität. Als Konzept aber existiert es bereits. Die Erfahrungen mit digitaler Wissensvermittlung während der Corona-Krise haben darüber hinaus gezeigt, wo digitales Lernen und Lehren noch verbessert werden können.

N

Is Education Losing the Race with Technology? - AI's Progress in Maths and Reading

Advances in artificial intelligence (AI) are ushering in a large and rapid technological transformation. Understanding how AI capabilities relate to human skills and how they develop over time is crucial for understanding this process. In 2016, the OECD assessed AI capabilities with the OECD’s Survey of Adult Skills (PIAAC). The present report follows up the earlier study, collecting expert judgements in 2021 on whether computers can solve the PIAAC literacy and numeracy tests. 

Tipp: Wer es übersetzt lesen möchte, wähle „Read online“ und wähle dann mit rechter Maustaste: „Auf Deutsch übersetzen“

N

KI-Campus: KI zum Hören, Sehen und Mitmachen

Der KI-Campus ist die Lernplattform für Künstliche Intelligenz mit kostenlosen Online-Kursen, Videos und Podcasts zur Stärkung von KI- und Datenkompetenzen. Als F&E-Projekt wird der KI-Campus vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Er stellt eine vielfältige Auswahl hochwertiger KI-Lernangebote auf dieser Lernplattform zur Verfügung. Der KI-Campus entwickelt einerseits eigene Lernangebote (KI-Campus-Originale) und macht andererseits auch spannende externe Lernangebote sichtbar. Der KI-Campus umfasst sowohl Grundlagen als auch interdisziplinäre Fragestellungen und Vertiefungen einzelner Bereiche der KI (wie z. B. Machine Learning). Darüber hinaus gibt es spezifische Angebote, die gezielt die Bedürfnisse einzelner Berufsfelder bzw. Fachbereiche (wie z. B. KI in der Medizin) abdecken.

N

Perspektiven auf KI: Standpunkte

Künstliche Intelligenz ist eine Schlüsseltechnologie, die Großes leisten kann, deren Einsatz aber auch mit Herausforderungen verbunden ist. Expertinnen und Expertinnen der Plattform Lernende Systeme teilen in verschiedenen Formaten ihre Standpunkte zu ganz unterschiedlichen Aspekten und tragen so zu einem differenzierten Meinungsbild bei.

N

MINT Nachwuchsbarometer

acatech veröffentlicht jährlich den bundesweiten Trendreport zur Nachwuchssituation in den Bereichen Mathematik, Informatik, Naturwissenschaften und Technik (MINT). Der Bericht sammelt und kommentiert die wichtigsten Zahlen, Daten und Fakten zum MINT-Nachwuchs von der frühen Bildung in der Schule bis zur beruflichen Ausbildung und zum Studium.

N

VLOG zur Studie: GPT-4 zeigt Anzeichen Allgemeiner Künstlicher Intelligenz | Raumzeit (2023)

Das Video greift diese Studie auf. Die Autor*innen fassen sie so zusammen:[1]https://arxiv.org/abs/2303.12712

Forscher auf dem Gebiet der künstlichen Intelligenz (KI) haben große Sprachmodelle (LLM) entwickelt und verfeinert, die in einer Vielzahl von Bereichen und Aufgaben bemerkenswerte Fähigkeiten aufweisen und unser Verständnis von Lernen und Kognition herausfordern. Das jüngste von OpenAI entwickelte Modell GPT-4 wurde mit einer noch nie da gewesenen Menge an Rechenleistung und Daten trainiert. In diesem Beitrag berichten wir über unsere Untersuchung einer frühen Version von GPT-4, als es sich noch in der aktiven Entwicklung von OpenAI befand.

Wir behaupten, dass (diese frühe Version von) GPT-4 Teil einer neuen Kohorte von LLMs ist (zusammen mit ChatGPT und Googles PaLM zum Beispiel), die eine allgemeinere Intelligenz als frühere KI-Modelle aufweisen. Wir diskutieren die zunehmenden Fähigkeiten und Auswirkungen dieser Modelle. Wir zeigen, dass GPT-4 nicht nur Sprache beherrscht, sondern auch neuartige und schwierige Aufgaben aus den Bereichen Mathematik, Codierung, Sehen, Medizin, Recht, Psychologie und mehr lösen kann, ohne dass es einer besonderen Aufforderung bedarf.

Darüber hinaus kommt die Leistung von GPT-4 bei all diesen Aufgaben dem menschlichen Niveau erstaunlich nahe und übertrifft frühere Modelle wie ChatGPT oft bei Weitem. In Anbetracht des Umfangs und der Tiefe der Fähigkeiten von GPT-4 glauben wir, dass man es mit Fug und Recht als eine frühe (noch unvollständige) Version eines künstlichen allgemeinen Intelligenzsystems (AGI) betrachten kann. In unserer Untersuchung von GPT-4 legen wir besonderes Augenmerk auf die Entdeckung seiner Grenzen und diskutieren die Herausforderungen, die vor uns liegen, um zu tieferen und umfassenderen Versionen von AGI vorzudringen. Einschließlich der möglichen Notwendigkeit, ein neues Paradigma zu verfolgen, das über die Vorhersage des nächsten Wortes hinausgeht. Wir schließen mit Überlegungen zu den gesellschaftlichen Auswirkungen des jüngsten Technologiesprungs und zu künftigen Forschungsrichtungen.

 

Weiterführendes Material

 

  • Richard Groß, Rita Jordan (Hg.): KI-Realitäten – Modelle, Praktiken und Topologien maschinellen Lernens

Der Band ‘KI-Realitäten’ präsentiert verschiedene Perspektiven auf die Einbettung von maschinellem Lernen (ML) in die reale Welt. Teilweise englischsprachige Beiträge.

Präsentation von Stefan Aufenanger (Universität Mainz) am 16.5.2023 für die LAG-Arbeit in Hessen unter dem Aspekt der Benachteiligtenförderung

Hier finden Lehrkräfte und weitere Interessierte Lehr-Lern-Materialien, um Kindern und Jugendlichen informatische Kompetenzen rund um das Thema Künstliche Intelligenz zu vermitteln. Daneben können Sie durch eine breite Sammlung von Lernressourcen stöbern.

Mehr Wissen über die digitale Welt. Expert:innen des Hasso-Plattner-Instituts sprechen verständlich über digitale Entwicklungen und Trends, über Chancen und Risiken der Digitalisierung. Jede Sendung widmet sich einem gesellschaftlich relevanten Thema: Von der Macht der Künstlichen Intelligenz über die Blockchain bis zu Hetze in den sozialen Medien.

Jüngste Entwicklungen rund um ChatGPT versetzen die akademische Welt in Aufregung. In ihrem Blogbeitrag ordnen Prof. Dr. Doris Weßels, Margret Mundorf und Dr. Nicolaus Wilder, Gründungsmitglieder des neuen Virtuellen Kompetenzzentrums “Schreiben Lehren und Lernen mit KI”, die rasanten, aber womöglich gar nicht so überraschenden Fortschritte ein. Neben einer Vorstellung von (und durch) ChatGPT erläutern sie Chancen und Risiken, mit denen generative KI-Sprachmodelle im Bildungskontext verbunden sind – und warum es kein Zurück mehr gibt. Wie soll ihr Einsatz also künftig gestaltet werden?

Der Grundlagentext beschreibt das Sprachmodell ChatGPT im Kontext der Hochschullehre. ChatGPT kann als digitales Tool für verschiedene Anwendungen, wie z.B. Textanalyse oder die Automatisierung von Schreibaufgaben, eingesetzt werden. Damit kann ChatGPT zu einem Werkzeug mit weitreichenden Einflüssen auf die universitäre Lehre werden. Zunächst erfolgt eine kurze Vorstellung von ChatGPT, indem dessen Funktionsweise und Entstehung kurz umrissen werden. Daran anknüpfend werden sowohl Chancen als auch Risiken dargestellt, welche die Software im Kontext der Hochschullehre bietet. Abschließend werden Möglichkeiten aufgezeigt, wie ChatGPT in der Lehre eingesetzt werden kann.

Systeme Künstlicher Intelligenz werden deutlich kommunikationsfähiger. Sie können inzwischen Gefühle simulieren oder auf Wunsch blitzschnell die unterschiedlichsten Texte generieren. Entstehen dadurch eher Chancen oder neue Risiken?

Interview mit Alois Krtil (Geschäftsführer Artificial Intelligence Center Hamburg)

Mit dem Aufstieg von Künstlicher Intelligenz und wortgewandten Chatbots stehen wir vor einer Zukunft künstlicher Texte. Die Annahme, ein unbekannter Text sei von einem Menschen geschrieben worden, wird damit zum ersten Mal hinfällig.

Bei der Erstellung von Lernmaterial kann ChatGPT ein nützliches Werkzeug sein. Wir haben ein paar Prompts zusammengestellt, die Ihnen als Starthilfe dienen können. Kopieren Sie sie einfach und fügen Sie sie in ChatGPT ein, und Sie können die Aufforderungen an Ihre eigenen Bedürfnisse anpassen. Sie funktionieren am besten mit Version 4. Die Version 3.5 liefert akzeptable Ergebnisse. Es ist immer eine gute Strategie, “Masse, nicht Klasse”-Material zu produzieren und brauchbare weiterzuentwickeln. 

Durch die extrem hohe Dynamik in der (Weiter-)Entwicklung textgenerierender Systeme, auch durch die Systeme selbst, ist es kaum möglich, mittel- bis langfristige Aussagen darüber zu machen, was diese leisten oder auch nicht leisten können und werden. ChatGPT hat z. B. Ende Januar 2023 ohne große Ankündigung ein umfassendes Update zur Faktentreue und mathematischen Fähigkeiten bekommen. Klar ist aber, dass schon die heutige, sich noch am Anfang befindliche Technologie Aufgaben lösen kann, die noch vor wenigen Jahren als unlösbar angesehen wurden. Daher ist es auch von zentraler Bedeutung, einzelne, vermutlich relativ kurzlebige Produkte und Werkzeuge sowie deren aktuelle Eigenschaften und Funktionen von den zugrundeliegenden Technologien und deren Potenzial zu unterscheiden.

  • Gabi Reimann: Blog

Prof.’in Reinmann studierte an der Ludwig-Maximilians-Universität in München Psychologie. Nach dem Diplom 1990 promovierte sie 1993 in Psychologie, Pädagogik und Psycholinguistik und schloss ihre Dissertation in klinischer Psychologie ab. Danach war sie Mitarbeiterin von Heinz Mandl am Lehrstuhl für Empirische Pädagogik und Pädagogische Psychologie an der LMU München. Sie habilitierte sich im Jahr 2000 zum Thema Wissensmanagement und erhielt die Lehrbefugnis für Psychologie und Empirischer Pädagogik.

Von 2001 bis 2010 war Reinmann Professorin (C3) für Medienpädagogik an der Universität Augsburg. Dort war sie Mitbegründerin des Instituts für Medien und Bildungstechnologie (imb) im Jahr 2007. Anschließend war sie von 2010 bis 2013 Professorin (W3) für Erziehungswissenschaft mit Schwerpunkt Lehren und Lernen mit Medien an der Universität der Bundeswehr München (Fakultät für Pädagogik), von 2010 bis 2012 außerdem Studiendekanin der Fakultät für Pädagogik. Von 2013 bis 2015 war sie Vizepräsidentin für Lehre & Didaktik und Professorin für Hochschuldidaktik an der Zeppelin Universität in Friedrichshafen. Seit Juni 2015 ist sie Professorin (W3) für Lehren und Lernen an der Universität Hamburg und dort Leiterin des Hamburger Zentrums für Universitäres Lehren und Lernen. [2]https://de.wikipedia.org/wiki/Gabi_Reinmann

Erinnert Sie die Veröffentlichung von ChatGPT auch an die Anfänge von Covid? Expert*innen haben schon lang angekündigt, dass das kommen wird – aber die meisten Menschen erwischt es unvorbereitet. Nun muss man von heute auf morgen neue Begriffe lernen, neue Dinge ausprobieren, neue Herausforderungen stemmen.

Ähnlich wie bei Covid wird die Frage gestellt: Wie gefährlich ist das eigentlich? Manche Akteure überlegen sich, ob die Ausbreitung verlangsamt oder sogar komplett gebremst werden soll. Anders als bei Covid birgt die KI jedoch auch große Chancen für die Menschheit und ganz zentral auch für die Bildung.

Die Frage ist also: Wie stemmen wir einen sinnvollen Umgang mit generativer KI in der Hochschullehre? In dieser Schatzkiste sammeln wir die hilfreichsten Ressourcen dazu.

Wenn wir als Bildungsfachleute Curricula und Unterricht im Kontext von KI weiterentwickeln, sollten uns die Stärken und Schwächen von Künstlicher Intelligenz (KI) und von Menschen bewusst sein. Tools wie etwa ChatGPT erzeugen Texte, die solchen von Menschen gleichen. Allerdings produzieren sie Texte auf andere Weise. Vorliegender Beitrag ergründet, u.a. mit Bezug auf Ausführungen von Floridi (2014), worin dieser Unterschied besteht. Abschliessend identifizieren wir Fragen für professionelles Handeln zwischen Technologie und Menschlichkeit.  

Einwurf aus der Informatikdidaktik als TwitterThread

Die Fraunhofer-Gesellschaft entwickelt an vielen Instituten Schlüsseltechnologien der KI und ihrer Anwendungen in Bereichen wie Robotik, Bild- und Sprachverarbeitung sowie Prozessoptimierung. Maschinelle Lernverfahren für die Industrie gehören ebenso dazu wie der Einsatz kognitiver Systeme in der Cybersicherheit und die notwendige Erforschung künstlicher neuronaler Netze. Unsere Forschung leistet wesentliche Beiträge zur Theorie und ethischen Gestaltung der KI und orientiert sich zugleich eng am praktischen Bedarf der Kunden.

Hubertus Heil (BM für Arbeit und Soziales): Mit dieser Publikation und den Ergebnissen des Forschungsprojekts von IBM und ver.di erhalten wir konkrete Antworten auf diese Fragen. Sie helfen uns, nicht nur die verschiedenen Einsatzbereiche von KI besser zu verstehen, sondern auch die Auswirkungen von KI auf die Arbeitswelt insgesamt. (…) Mit den betrieblichen Lern- und Experimentierräumen im Rahmen der Initiative Neue Qualität der Arbeit sowie dem bei der Denkfabrik Digitale Arbeitsgesellschaft eingebundenen KI-Observatorium beobachten wir die Entwicklungen rund um den Einsatz von KI. Wir begleiten Forschungsprojekte und fungieren als Mittler zwischen Wissenschaft, Wirtschaft und Politik in Deutschland und in der Europäischen Union. Die vorliegende Broschüre leistet einen wichtigen Beitrag zu einer gesellschaftlich notwendigen breiten Debatte zum Einsatz von KI in der Arbeitswelt.

Englischsprachig:

This glossary was written for educators to reference when learning about and using artificial intelligence (AI). We start with a definition of artificial intelligence and then provide definitions of AI-related terms in alphabetical order.

 

Advances in artificial intelligence (AI) are ushering in a large and rapid technological transformation. Understanding how AI capabilities relate to human skills and how they develop over time is crucial for understanding this process. In 2016, the OECD assessed AI capabilities with the OECD’s Survey of Adult Skills (PIAAC). The present report follows up the earlier study, collecting expert judgements in 2021 on whether computers can solve the PIAAC literacy and numeracy tests. It is part of a comprehensive ongoing project on assessing AI. This study shows that AI could potentially outperform large shares of the population on PIAAC – 90% of adults in literacy and 57-88% of adults in numeracy. AI’s literacy capabilities had improved considerably since the 2016 assessment. According to experts, AI will solve the entire literacy and numeracy tests by 2026. These findings have important implications for employment and education. Large shares of the workforce use literacy and numeracy skills daily at work with a proficiency comparable or below that of computers. AI could affect the literacy- and numeracy-related tasks of these workers. In this context, education systems should strengthen the foundation skills of students and workers and teach them to work together with AI.

That ChatGPT can automatically generate something that reads even superficially like human-written text is remarkable, and unexpected. But how does it do it? And why does it work? My purpose here is to give a rough outline of what’s going on inside ChatGPT—and then to explore why it is that it can do so well in producing what we might consider to be meaningful text. I should say at the outset that I’m going to focus on the big picture of what’s going on—and while I’ll mention some engineering details, I won’t get deeply into them. (And the essence of what I’ll say applies just as well to other current “large language models” [LLMs] as to ChatGPT.)

Generative AI technologies, such as large language models, have the potential to revolutionize much of our higher education teaching and learning. ChatGPT is an impressive, easy-to-use, publicly accessible system demonstrating the power of large language models such as GPT-4. Other comparable generative models are available for text processing, images, audio, video, and other outputs – and we expect a massive further performance increase, integration in larger software systems, and diffusion in the coming years.
This technological development triggers substantial uncertainty and change in university-level teaching and learning. Students ask questions like: How can ChatGPT or other artificial intelligence tools support me? Am I allowed to use ChatGPT for a seminar or final paper, or is that cheating? How exactly do I use ChatGPT best? Are there other ways to access models such as GPT-4? Given that such tools are here to stay, what skills should I acquire, and what is obsolete?

As part of my course this semester, I asked my students to conduct a SWOT analysis of Chat GPT.

 

References