KI im Studium verantwortungsvoll einsetzen
An zwei aufeinanderfolgenden Schulungstagen setzten sich die Teilnehmenden mit Fragen rund um den Einsatz von KI im Studium auseinander. Dabei ging es zunächst grundlegend um zentrale Begriffe im Bereich der KI sowie um datenschutzkonforme Zugänge zu Sprachmodellen. Die Teilnehmenden diskutierten über ethische Fragen und aktuelle Entwicklungen, etwa zu Urheberrechtsfragen, Verzerrungen in KI-Systemen und Datenschutz. Die Studierenden lernten zudem KI-Anwendungen für das wissenschaftliche Arbeiten kennen. Statt der Vorstellung einzelner Tools lag der Schwerpunkt auf der Frage, was der Einsatz von künstlicher Intelligenz für die Anforderungen guter wissenschaftlicher Praxis bedeutet und welche Rolle KI im wissenschaftlichen Arbeitsprozess spielen kann.
KI-Transfer in den eigenen Fächerkontext erproben
Am zweiten Schulungstag sollte der Transfer in den eigenen Fächerkontext erprobt werden. Die Teilnehmenden entwickelten Anwendungsszenarien für ihre jeweiligen Fachbereiche und reflektierten, wie KI-Inhalte sinnvoll in Tutorien eingebunden werden können, beispielsweise bei der Planung einer Unterrichtseinheit oder in Übungen. Als KI-Tutor:innen stehen die Studierenden vor der Herausforderung, fachbezogene Inhalte zu vermitteln und KI dabei in einem sinnvollen Rahmen zu thematisieren: „Meine Rolle als KI-Tutorin ist es, Studierende im Lehramt aus dem zweiten Fachsemester zu begleiten. Vor allem in Vorbereitung auf ihr erstes Praktikum, in dem sie ganz viele verschiedene Aufgaben bewältigen müssen“, berichtet Frauke Orlick aus dem Bereich Sonderpädagogik.
Es entstanden Szenarien zur Unterrichtsvorbereitung, zur Recherche mit Hilfe von KI-Tools oder zum Einsatz von KI in der Prüfungsvorbereitung. Die Vorstellung der erarbeiteten Anwendungsszenarien zeigte, wie unterschiedlich der Umgang mit KI je nach Disziplin gestaltet werden kann und wo sich gemeinsame Fragestellungen ergeben. Erkenntnisreich waren auch die Ergebnisse, bei denen KI an Grenzen gerät. Generierte Texte sind häufig fehleranfällig, basieren möglicherweise auf nicht überprüfbaren Quellen. Zudem neigen KI-Systeme dazu, aufgrund ihrer Trainingsdaten bestimmte Perspektiven überzubetonen oder auszublenden. Für das wissenschaftliche Arbeiten hat das eine besondere Tragweite. Angehende Tutor:innen stehen somit vor der Herausforderung, zwischen Unterstützungspotenzial und Gefahren abzuwägen.
Kommentare
Keine Kommentare gefunden!