![avatar](https://digi-v.ebildungslabor.de/wp-content/cache/podlove/8b/af35ff2e64b166a1e99378f18e11f9/nele-hirsch_50x50.jpg)
Einordnung
Künstliche Intelligenz (KI) hat im Laufe der Zeit eine faszinierende Entwicklung durchlaufen, von großen Rechenmaschinen in den 1960er Jahren bis hin zu modernen Sprachmodellen wie dem bekannten ChatGPT von Open AI. Historisch betrachtet war KI stets das, was technologisch möglich war. Heutzutage liegt der Schwerpunkt auf leistungsfähigen Sprachmodellen, die auf einer umfangreichen Datenbasis arbeiten und spezifische Ausgaben basierend auf präzisen Eingaben liefern können.
KI, insbesondere große Sprachmodelle wie ChatGPT, wird in verschiedenen Szenarien als Werkzeug eingesetzt. An Hochschulen dient es als Ressource für Lernende und Lehrende, um Ideen zu entwickeln, Texte zu korrigieren und unterschiedliche Perspektiven einzunehmen. Doch KI ist nicht nur ein Werkzeug; sie ist auch ein Gegenstand des Lernens. Um KI effektiv zu nutzen, ist es entscheidend, ihre Funktionsweise zu verstehen und kritisch zu reflektieren.
In der Arbeitswelt findet KI in der Ideenentwicklung Anwendung. Durch die Eingabe von Prompts wie „Schreibe mir eine Liste mit 10 Ideen für XY“ können schnell Ideen generiert werden. Dies erleichtert den Arbeitsprozess erheblich und fördert die kreative Entwicklung von weiteren Ideen. Darüber hinaus wird KI zur Verbesserung von Texten genutzt. Die Möglichkeit, Texte erneut einzugeben und Fehler zu korrigieren oder prägnantere Formulierungen vorzuschlagen, macht KI zu einem effektiven Werkzeug für die Textbearbeitung.
Ein kritischer Aspekt bei der Anwendung von KI ist die Ressourcenfrage. Trotz der faszinierenden Funktionalität von KI-Tools ist die enorme Ressourcenverschwendung bei jeder Eingabe zu berücksichtigen. Die Intransparenz von KI-Tools hinsichtlich der Datenbasis und angewandten Filtermechanismen stellt ein weiteres Problem dar. Die Forderung nach einer öffentlichen und demokratisch gestalteten KI, fernab von Abhängigkeiten von großen Unternehmen, ist deshalb eine wichtige Forderung.
Ein weiterer kritischer Punkt ist die Verfestigung von Stereotypen in den Ausgaben von KI-Tools. Dies wird insbesondere bei Bild- und Textgenerierung deutlich. Bewusstsein für dieses Problem und die Fähigkeit, KI-Ergebnisse kritisch zu reflektieren und zu hinterfragen, sind daher unabdingbar.
Kurzdefinition
Die im Podcast vorangestellte Kurzdefinition zu KI findet sich hier separat als H5P-Inhalt und kann somit auch einzeln weitergenutzt werden.
Mehr erfahren
Wenn Sie sich vertiefter in das Thema einarbeiten möchten, empfehlen wir diese Selbstlerneinheit.