|
|
| Zeile 25: |
Zeile 25: |
| </div> | | </div> |
| <div class="text" aria-labelledby="beaufsichtigung"> | | <div class="text" aria-labelledby="beaufsichtigung"> |
| Die Fähigkeit, Künstliche Intelligenz (KI) zu nutzen, zu bewerten und einzusetzen, ist zunehmend als '''Schlüsselkompetenz''' in der Hochschulbildung sowie in der beruflichen Praxis einzuschätzen. Ein Verständnis zur Funktionsweise von KI reicht dabei nicht mehr aus – Studierende müssen auch in der Lage sein, die ethischen und praktischen Implikationen der Technologie zu begreifen. Besonders wichtig ist, dass sie die Grenzen der KI erkennen und verstehen, wie diese zum Erzeugen von '''Deep Fakes und Fake News''' missbraucht werden können – ein Problem, das auch im akademischen Kontext zunehmend relevant wird. | | Die Fähigkeit, Künstliche Intelligenz (KI) zu nutzen, zu bewerten und einzusetzen, ist zunehmend als '''Schlüsselkompetenz''' in der Hochschulbildung sowie in der beruflichen Praxis einzuschätzen. Ein Verständnis zur Funktionsweise von KI reicht dabei nicht mehr aus – Studierende müssen auch in der Lage sein, die ethischen und praktischen Implikationen der Technologie zu begreifen. Besonders wichtig ist, dass sie die Grenzen der KI erkennen und verstehen, wie diese zum Erzeugen von '''Deep Fakes und Fake News''' missbraucht werden können – ein Problem, das im akademischen Kontext zunehmend relevant wird. |
|
| |
|
| Um diese kritisch-reflektierende KI-Kompetenz zu fördern, können Lehrende KI-gestützte Werkzeuge gezielt in den Lehrprozess integrieren. Dabei sollten solche Werkzeuge nicht nur als Hilfsmittel für die Erledigung von Aufgaben genutzt werden, sondern auch Ausgangspunkt für '''reflexive Lernprozesse''' sein. So können Studierende beispielsweise selbst KI-generierte Texte erstellen, diese überarbeiten und die Grenzen der KI-Technologie untersuchen. Ziel ist es, in einem strukturierten Reflexionsprozess ein Verständnis darüber zu erlangen, dass KI oft mit Fehlern oder Verzerrungen arbeitet. | | Um diese kritisch-reflektierende KI-Kompetenz zu fördern können Lehrende KI-gestützte Werkzeuge gezielt in den Lehrprozess integrieren. Dabei sollten solche Werkzeuge nicht nur als Hilfsmittel für die Erledigung von Aufgaben genutzt werden, sondern auch Ausgangspunkt für '''reflexive Lernprozesse''' sein. So können Studierende beispielsweise selbst KI-generierte Texte erstellen, diese überarbeiten und die Grenzen der KI-Technologie untersuchen. Ziel ist es, in einem strukturierten Reflexionsprozess ein Verständnis darüber zu erlangen, dass KI oft mit Fehlern oder Verzerrungen arbeitet, aber auch spannende und überraschende Lösungen präsentieren kann. |
|
| |
|
| Aus '''didaktischer Sicht''' kann der Einsatz von KI-Tools dazu beitragen, Lernziele auf '''höheren Taxonomiestufen''' zu erreichen. So werden Aufgaben wie das bloße Zusammenfassen von Texten oder die Wiederholung von bereits erlerntem Wissen technologisch wesentlich vereinfacht, was daher nicht mehr im Fokus von Püfungsleistungen stehen sollte. Stattdessen können Lehrende komplexere und die Kreativität fördernde Aufgaben formulieren, die analytisches und evaluierendes Denken erfordern. Zum Beispiel könnten Studierende verschiedene Perspektiven zu einem Thema zu analysieren, die Zuverlässigkeit von KI-generierten Quellen bewerten oder ethische Fragestellungen im Zusammenhang mit der Nutzung von KI diskutieren. Dies fördert nicht nur die kritische Reflexion über die Technologie, sondern auch die Entwicklung von Fähigkeiten wie Problemlösungskompetenz, Kreativität und kritischem Denken, die im späteren Berufsleben von zentraler Bedeutung sind. | | Aus '''didaktischer Sicht''' kann der Einsatz von KI-Tools dazu beitragen, Lernziele auf '''höheren Taxonomiestufen''' zu erreichen. So werden Aufgaben wie das einfache Zusammenfassen von Texten oder die Wiederholung von bereits erlerntem Wissen technologisch wesentlich vereinfacht, was daher nicht mehr im Fokus von Püfungsleistungen stehen sollte. Stattdessen können Lehrende komplexere und die Kreativität fördernde Aufgaben formulieren, die analytisches und evaluierendes Denken erfordern. Zum Beispiel könnten Studierende verschiedene Perspektiven zu einem Thema zu analysieren, die Zuverlässigkeit von KI-generierten Quellen bewerten oder ethische Fragestellungen im Zusammenhang mit der Nutzung von KI diskutieren. Dies fördert nicht nur die kritische Reflexion über die Technologie, sondern auch die Entwicklung von Fähigkeiten wie Problemlösungskompetenz, Kreativität und kritischem Denken, die im späteren Berufsleben von zentraler Bedeutung sind. |
| </div> <!-- ende Text --> | | </div> <!-- ende Text --> |
| <div class="linie"> | | <div class="linie"> |
| Zeile 45: |
Zeile 45: |
| * Generative KI sollte '''konstruktiv in die Aufgabenbearbeitung''' eingebunden werden. Aufgaben sollten so gestellt werden, dass sie nicht vollständig von einer KI gelöst werden können. | | * Generative KI sollte '''konstruktiv in die Aufgabenbearbeitung''' eingebunden werden. Aufgaben sollten so gestellt werden, dass sie nicht vollständig von einer KI gelöst werden können. |
| * Lehrende sollten mit den Studierenden die '''Werte der Transparenz und Nachvollziehbarkeit''' in wissenschaftlichen Arbeiten thematisieren. Studierenden sollte deutlich gemacht werden, dass, auch wenn KI-Generierungen verwendet werden, die Verantwortung für diese Texte bei den Studierenden verbleibt. Für die Arbeiten der Studierenden sollte ein '''Rahmen für die Nutzung von generativen KI-Anwendunge'''n für Prüfungsleistungen gesetzt und frühzeitig kommuniziert werden. | | * Lehrende sollten mit den Studierenden die '''Werte der Transparenz und Nachvollziehbarkeit''' in wissenschaftlichen Arbeiten thematisieren. Studierenden sollte deutlich gemacht werden, dass, auch wenn KI-Generierungen verwendet werden, die Verantwortung für diese Texte bei den Studierenden verbleibt. Für die Arbeiten der Studierenden sollte ein '''Rahmen für die Nutzung von generativen KI-Anwendunge'''n für Prüfungsleistungen gesetzt und frühzeitig kommuniziert werden. |
| * Auch die Varianten der '''Eigenständigkeitserklärung''' bzw. der Nachweise sind frühzeitig festzulegen. Es wird empfohlen, bei (teilweiser) KI-Erlaubnis von den Studierenden mindestens den Namen des verwendeten Tools und den jeweiligen Verwendungszweck in der Eigenständigkeitserklärung auflisten zu lassen. '''Beispiele für Verwendungszwecke sind:''' Ideenfindung, Erstellung einer Gliederung, Erstellung von Textpassagen, Erstellung von Datenvisualisierung, Verarbeitung von Daten, Optimierung/Korrektur/Übersetzung von Text. Nicht anzugeben sind z.B. Rechtschreibprüfung und Thesaurus. Zusätzlich sollte als '''Selbstreflexion''' eine kurze Erläuterung der Verwendungszwecke den Umfang der Eigenleistung und den konkreten Nutzen der Mensch-Maschine-Interaktion reflektieren (siehe auch Leitlinie des Rektorats). | | * Auch die Varianten der '''Eigenständigkeitserklärung''' bzw. der Nachweise sind frühzeitig festzulegen. Es wird empfohlen, bei (teilweiser) KI-Erlaubnis von den Studierenden mindestens den Namen des verwendeten Tools und den jeweiligen Verwendungszweck in der Eigenständigkeitserklärung auflisten zu lassen. '''Beispiele für Verwendungszwecke sind:''' Ideenfindung, Erstellung einer Gliederung, Erstellung von Textpassagen, Erstellung von Datenvisualisierung, Verarbeitung von Daten, Optimierung/Korrektur/Übersetzung von Text. Nicht anzugeben sind z.B. Rechtschreibprüfung und Thesaurus. Zusätzlich sollte als '''Selbstreflexion''' eine kurze Erläuterung der Verwendungszwecke den Umfang der Eigenleistung und den konkreten Nutzen der Mensch-Maschine-Interaktion reflektieren (siehe auch KI-Leitlinie der MLU). |
|
| |
|
| Es sei ausdrücklich darauf hingewiesen, dass eine automatisierte '''Notenvergabe bei studentischen Prüfungsleistungen durch eine KI''' untersagt ist, auch wenn umfangreiche Bewertungskriterien erstellt wurden. Allerdings ist es möglich, dass eine KI ergänzende Teilanalysen eingereichter Arbeiten vornimmt, die Sie als Prüfende in die Bewertung einbeziehen. Ebenso ist ein KI-Einsatz bei der Erstellung von zusätzlichen Prüfungsfragen oder (wie bei MC-Prüfungen) zusätzlicher Distraktoren möglich, wenn vor Einsatz der Fragen zwei menschliche Prüfer diese bestätigt haben. '''Der Bereich Prüfungsbewertung ist ein extrem sensibler''', der nicht von ungefähr durch die KI-Verordnung als “Hochrisiko” eingestuft wurde und entsprechende Voraussetzungen erfordert. | | Es sei ausdrücklich darauf hingewiesen, dass eine automatisierte '''Notenvergabe bei studentischen Prüfungsleistungen durch eine KI''' untersagt ist, auch wenn umfangreiche Bewertungskriterien erstellt wurden. Allerdings ist ein KI-Einsatz bei der Erstellung von zusätzlichen Prüfungsfragen oder (wie bei MC-Prüfungen) zusätzlicher Distraktoren möglich, wenn vor Einsatz der Fragen zwei menschliche Prüfer diese bestätigt haben. '''Prüfungsbewertung ist ein extrem sensibler Bereich''', der nicht von ungefähr durch die EU-KI-Verordnung als “Hochrisiko” eingestuft wurde und entsprechende Voraussetzungen erfordert. |
|
| |
|
| Ein fachspezifischer Diskurs zu Fragen der Gesamtleistung einer Mensch-Maschine-Interaktion, zu datenschutzrechtlichen Fragen und Herausforderungen der Chancengerechtigkeit ist im Sinne des “Herantastens” an sich verändernde Prüfungsbedingungen zu begrüßen. Eventuell lassen sich auch Verfahren aus der Bewertung von Gruppenleistungen übertragen. Dies zu reflektieren und praktisch umzusetzen ist jedoch ein länger andauernder Prozess (siehe auch unten unser Angebot “Lehrendendiskurs”). | | Ein fachspezifischer Diskurs zu Fragen der Gesamtleistung einer Mensch-Maschine-Interaktion, zu datenschutzrechtlichen Fragen und Herausforderungen der Chancengerechtigkeit ist im Sinne des “Herantastens” an sich verändernde Prüfungsbedingungen zu begrüßen. Eventuell lassen sich auch Verfahren aus der Bewertung von Gruppenleistungen übertragen. Dies zu reflektieren und praktisch umzusetzen ist jedoch ein länger andauernder Prozess (siehe auch unten unser Angebot “Lehrendendiskurs”). |
