Workshop zu didaktischer KI-Nutzung

Verstehen

Worum geht es hier?

Für ein grundsätzliches Verständnis von Künstlicher Intelligenz (KI) ist das Prinzip der Mustererkennung und der Wahrscheinlichkeitsberechnung wichtig:

Mustererkennung bedeutet, dass KI-Modelle in den ihnen zur Verfügung gestellten Inhalten nach Mustern suchen und auf dieser Basis dann z.B. Inhalte generieren.
Wahrscheinlichkeitsberechnung bedeutet, dass eine KI-Generierung immer so gestaltet ist, dass der nach Wahrscheinlichkeit zu einem Prompt (= einer Eingabe) am besten passende Output ausgegeben wird.

Beide Prinzipien führen oft zu erstaunlichen Ergebnissen, die uns denken lassen, es mit Menschen und nicht mit Maschinen zu tun zu haben. Doch beim Output von KI-Technologie ist nie ein Verständnis der Welt verbunden.

Was können wir nutzen?

Es gibt mehrere Online-Tools, mit denen die beiden dargestellten Prinzipien mit Lernenden spielerisch erkundet werden können.

AutoDraw

AutoDraw ist ein KI-gestütztes Zeichentool. Du kannst etwas kritzeln. Das KI-Tool analysiert dann, welche professionelle Zeichnung zu deiner Kritzelei nach Wahrscheinlichkeit am besten passt.

Emoji Scavenger Hunt

Beim Spiel Emoji Scavenger Hunt bist du herausgefordert, die von dem Tools angezeigten Emojis in echt vor deine Smartphone-Kamera zu holen.

Teachable Machine

Mit der Teachable Machine kann ein (sehr einfaches) eigenes KI-Modell trainiert werden. Dazu werden zuerst zwei oder mehr Klassen von Bildkategorien angelegt und jeweils passende Bilder dazu aufgenommen. Beim Training des Modells läuft im Hintergrund dann die oben beschriebene Mustererkennung ab, so dass anschließend Bilder gezeigt und (hoffentlich) von dem Modell der richtigen Klasse zugeordnet werden. Es lassen sich mit diesem Tool leicht Limitationen der Mustererkennung aufzeigen (z.B. eine Klasse mit '2 Fingern', die bei der Datenbasis immer mit Zeogefinger und Mittelfinger gezeigt werden. Werden dann später zwei Finger mit Daumen und Zeigefinger gezeigt, ordnet das Modell das nicht der Klasse '2 Finger' zu.

Soekia GPT

Soekia GPT ist eine einfache Simulation eines generativen Sprachmodell, das zu didaktischen Zwecken gestaltet wude. Das Modell generiert Sätze basierend auf zur Verfügung gestellten Inhalten nach Wahrscheinlichkeit. In der Grundform wird mit Märchen gearbeitet. Dabei kann man in das Modell hineinschauen. Es lassen sich andere Texte hochladen und Regeln festlegen.

Für das Verstehen der Technologie sind die vier genannten Tools sehr gut, aber noch nicht ausreichend. Es fehlt der Aspekt, dass die verwendeten Algorithmen natürlich nie nur Blackbox sind, sondern immer auch menschliche Gestaltung z.B. über Systemprompts oder verwendete Filter, die uns als Nutzer*innen in den meisten Fällen leider nicht transparent sind.

Um diesen Aspekt sehr anschaulich zu verstehen, kann ein Chatbot analog in Kleingruppen nachgebaut werden. Die Gruppen bestehen dabei aus mindestens 6 Personen. Eine Person davon ist Nutzer*in und gibt die Prompts vor. Eine zweite Person ist in Verantwortung für das Modell und entscheidet somit über Systemprompts und Filtermechanismen. Der Rest der Gruppe ist die Datenbasis.

Was können wir tun?

Probiert die Tools gemeinsam aus und überlegt, wie ihr sie in Lernangeboten zum Einsatz bringen könnt. Gerade auch in solchen Lernangeboten, die nicht KI zum Thema haben.
(Beispiel: Emoji Scavenger Hunt als Spiel zum Einstieg spielen, um die Umgebung zu erkunden. KI-Technologie wird in diesem Fall nebenbei kennen gelernt und kann gemeinsam reflektiert werden.)