Welche Gefahren von „generativer“ KI gibt es? Möglichkeiten und Grenzen von Didaktik.

von 09:30 bis 10:15 Uhr
⠀
Seit ChatGPT freigeschaltet wurde, wird darüber insbesondere mit Blick auf das Bildungs- und Wissenschaftssystem intensiv diskutiert. Mit der Kombination von massiver Automatisierung intellektueller Prozesse und hoher Rate an (schwer erkennbaren) Fehlern sind – niedrigschwellig auf jedem Mobilgerät zugängliche – „GenKI“-Angebote Gift für nachhaltige Lehr-Lernprozesse. Man lernt nicht bzw. verlernt, und man gewöhnt sich an Sinndefizite von Antworten aus der Maschine. Auch das Vertrauen, von dem Lehr-Lernkommunikation lebt, ist gefährdet. Auf der anderen Seite verweisen Lehrende zu Recht darauf, dass die Technik nun einmal existiert – und dass nur, wer sie beherrscht, in der Gesellschaft von morgen bestehen kann.

Stecken in der KI also Risiken und Chancen? Petra Gehring versucht hierzu eine praxisnahe Perspektive einzunehmen. Ihre Thesen sind dennoch (oder deshalb?) provokativ.

Prüfen und Künstliche Intelligenz – wer prüft hier wen?

Impuls und Diskussion – Jan Hansen (TUDa Datenschutzbeauftragter) & n.n.

Die Freiheit der Lehre eröffnet neue Spielräume – auch beim Einsatz von Künstlicher Intelligenz. Doch wo liegen die Grenzen? Diese Session widmet sich einer zentralen Frage: Reicht es aus, wenn KI-Tools studentische Arbeiten bewerten, die ebenfalls von KI erzeugt wurden? Wir laden alle Hochschulangehörigen ein, sich mit Chancen, Risiken und Verantwortlichkeiten im Umgang mit generativer KI auseinanderzusetzen.

⠀

KI-gestütztes Schreiben in der Wissenschaft: Was muss wie gekennzeichnet werden?

Impuls und Diskussion – Marvin Gusen (TUDa Universitäts- und Landesbibliothek Darmstadt)

Wer KI-Hilfsmittel im wissenschaftlichen Schreibprozess verwendet, ist gut beraten dies transparent zu tun. Aber wie zitiert man die flüchtige Ausgabe einer generativen KI und wie geht man damit um, wenn KI-Technologie jenseits wortwörtlicher Übernahmen von Textbausteinen am Schreibprozess mitwirkt? Dieser Vortrag behandelt verschiedene KI-Einsatzformen, wie diese Verwendungen gekennzeichnet werden sollten und vor welche Herausforderungen uns die Praxis mitunter stellt.

Vernünftige KI und das Spannungsfeld zwischen Innovation und Verantwortung

von 12:55 bis 13:40 Uhr
⠀
Das Verhältnis zwischen Mensch und Maschine, insbesondere im Kontext Künstlicher Intelligenz (KI), ist geprägt von Hoffnungen, Sorgen und moralischen Fragestellungen. Einerseits weckt der Fortschritt in der KI große Erwartungen: Sie kann uns helfen, komplexe Probleme zu lösen, die Gesundheitsversorgung zu verbessern, Arbeitsabläufe effizienter zu gestalten und vieles mehr. Andererseits gibt es berechtigte Bedenken hinsichtlich der Kontrolle über diese Technologie, ihrer möglichen Auswirkungen auf Arbeitsplätze und Gesellschaft sowie ethischer Fragen im Zusammenhang mit Diskriminierung und dem Verlust menschlicher Autonomie. In meinem Vortrag werde ich das komplexe Spannungsfeld zwischen Innovation und moralischer Verantwortung in der KI-Forschung beleuchten und veranschaulichen.

Kristian Kersting ist Co-Direktor des Hessischen Zentrums für Künstliche Intelligenz (hessian.AI), Forschungsleiter am Deutschen Forschungszentrum für Künstliche Intelligenz in Darmstadt sowie Professor für Künstliche Intelligenz und Maschinelles Lernen an der TU Darmstadt.

KI als Lernunterstützung für Studierende – wie geht das? Vorstellung des interaktiven Lernpakets aus dem Moodlekurs Studiertechniken

Impuls und Diskussion – Polly Obermann (TUDa Hochschuldidaktische Arbeitsstelle)

In diesem Beitrag wird das Kooperationsprojekt „KI als Lernunterstützung für Studierende – wie geht das?“ der TU Darmstadt, Goethe-Universität Frankfurt, Hochschule RheinMain und Leibnitz Universität Hannover gezeigt. Das interaktive Lernpaket für Studierende soll dabei helfen zu verstehen, wie generative KI grundlegend funktioniert und wo ihre Grenzen und Möglichkeiten liegen. Außerdem erfahren die Nutzer:innen, wie sie KI als Tutor:in im Lernprozess nutzen können und wie KI-Tools ihnen helfen können, Wissen anzueignen und vorhandenes Wissen zu festigen.

⠀

Forschungsdesign im Dialog: Erkenntnisgewinn mit ChatGPT im aristotelischen Gespräch

Impuls und Diskussion – Felix Friedrich (TUDa Institut für Arbeitswissenschaft)

Ein stringentes Forschungsdesign ist von immenser Bedeutung für das wissenschaftliche Arbeiten. Doch wie gelingt es, zwischen Forschungslücke, -frage, Hypothesenbildung und Studiendesign den Überblick zu behalten? Wie lassen sich gewonnene Erkenntnisse in einem kritischen, dialogischen Prozess – mit sich selbst, Kolleg*innen und Künstlicher Intelligenz – reflektieren und weiterentwickeln? Dieser Vortrag stellt Beispiele und erste Erfahrungen vor, wie ChatGPT als Dialogpartner in der Entwicklung und Diskussion von Forschungsdesigns eingesetzt werden kann.

⠀

Digitalisierung, Change & Agilität – Warum wir auch im Kopf umdenken müssen

Christian Jurasz-Kischka (TUDa Digital Transformation Office)

Die Beschreibung folgt in Kürze.

LLMentor@CARE – KI-Assistenz für Feedback- und Bewertungsprozesse bei der Einführung in das wissenschaftliche Arbeiten

Impuls und Diskussion – Dr. Thomas Arnold & Yiwei Wang (TUDa UKP Lab)

In dieser Ausprobierwerkstatt begegnet ihr der KI sowohl als Übungsdummy als auch als Feedbackpartner. Ihr lernt, wie hilfreiches Feedback klingt, wie ihr gezielt um Rückmeldung auf eure Texte bittet – und woran ihr erkennt, ob die Antwort der KI wirklich nützlich ist. Dabei schärft ihr nicht nur euren Blick für gute Texte, sondern auch eure eigene Feedbackkompetenz. Die Ansätze lassen sich auch gut in der Lehre einsetzen, zum Beispiel zur Vorbereitung auf Peer-Feedback oder zur Reflexion im Schreibprozess.

⠀

Beraten lassen, beraten lernen – KI als Feedback-Übungspartner:in

Workshop – Tom Hölting (TUDa SchreibCenter am Sprachenzentrum)

In dieser Ausprobierwerkstatt begegnet ihr der KI sowohl als Übungsdummy als auch als Feedbackpartner. Ihr lernt, wie hilfreiches Feedback klingt, wie ihr gezielt um Rückmeldung auf eure Texte bittet – und woran ihr erkennt, ob die Antwort der KI wirklich nützlich ist. Dabei schärft ihr nicht nur euren Blick für gute Texte, sondern auch eure eigene Feedbackkompetenz. Die Ansätze lassen sich auch gut in der Lehre einsetzen, zum Beispiel zur Vorbereitung auf Peer-Feedback oder zur Reflexion im Schreibprozess.

⠀