Das Spektrum dieser Fragen ist breit und reicht vom Alltagsleben bis hin zur hochspezialisierten Forschung. Eine klare Abtrennung davon, was nun den Alltag betrifft und welche Fragen lediglich Universitäten beschäftigen sollten, ist jedoch nicht »Selbst mit guter Datengrundlage sind KI-Modelle stark fehleranfällig.«möglich. Sehr gut sichtbar wird das im Bereich Geschichte: Natürlich stellt sich auch die Geschichtswissenschaft die Frage, wie gut KIs historische Sachzusammenhänge greifen können und wie akkurat KI-generierte Inhalte sind.
»Selbst mit guter Datengrundlage sind KI-Modelle stark fehleranfällig.«
Gleichzeitig nutzen KI-Hersteller, wie OpenAI im Falle von ChatGPT, Posts aus sozialen Medien zum Training ihrer KI-Modelle. Diese KI-Modelle wiederum spielen gerne Geschichtsinhalte, die auch mit KI erstellt wurden, aus. Es entsteht also ein Kreislauf. Dieser Kreislauf wäre nicht so tragisch, wenn KI Sinnzusammenhänge in der Geschichte erkennen oder bilden könnte. Stattdessen werden jedoch Einzelinformationen falsch zusammengefügt und Lücken mit Wahrscheinlichkeitsberechnungen scheinbar geschlossen. In diesem Fall geht es nicht um Fakten, sondern um eine bloße Einschätzung der KI, was plausibel erscheinen könnte. Das betrifft auch KI-Avatare: Selbst mit guter Datengrundlage sind KI-Modelle stark fehleranfällig. Es droht eine stereotypische Geschichtsdarstellung. In solchen Fällen wird schnell der Ruf laut, die Schule müsse zukünftige Generationen auf diese neue KI-Welt vorbereiten. Wie aber kann der Geschichtsunterricht darauf vorbereiten, beziehungsweise was kann ein*e Benutzer*in sozialer Medien dagegen tun?
Vor KI-generierten Holocaust-Verfälschungen wurde gewarnt.
Zuerst ein Beispiel aus der Erinnerungskultur: Falsche Darstellungen entstehen, wie bereits erwähnt, unkontrollierbar durch bloße Wahrscheinlichkeitsberechnungen. Auch gesellschaftlich sensible Themen werden davon nicht verschont. So warnte Anfang des Jahres ein Zusammenschluss von KZ-Gedenkstätten in einem offenen Brief vor KI-generierten Holocaust-Verfälschungen. Den Geschichtsunterricht stellen KI-Anwendungen damit vor hohe Hürden: Selbst mit gut kuratierten Datensätzen liegen aktuelle KI-Modelle (wie beispielsweise ChatGPT 4.0) nur ein wenig treffsicherer bei Multiple Choice-Fragen zu Geschichtsfakten als ein bloßes Raten der Antworten bringen würde. Auf der anderen Seite steht zum Beispiel die Verstärkung von bereits gesetzten Forschungsperspektiven. Fragen zum afrikanischen Kontinent südlich der Sahara können durchweg alle aktuellen KI-Modelle schlechter beantworten als zum eurasischen Kontinent. Dass diese Einschränkungen existieren, gehört bisher nicht zum Allgemeinwissen.
Künstliche Intelligenz im Lehrplan
Schüler*innen müssen also die Eigenschaften ihres Werkzeugs kennenlernen. Ein Verbot wäre wirkungslos, denn die Mehrheit von ihnen nutzt KI bereits jetzt beispielsweise für Hausaufgaben. Stattdessen sollte ein proaktiver Weg zur Aufklärung gegangen werden, bei dem Schüler*innen unter Anleitung von Lehrkräften KI erkunden und selbst Inhalte generieren. Ein mehrgliedriger Arbeitsauftrag könnte so aussehen: Schüler*innen sollen sich eine historische Situation aus dem Hochmittelalter (zum Beispiel eine Krönung) vorstellen, reaktivieren also zuerst vorhandenes Wissen. Anschließend beschreiben sie dann der KI diese Situation und fordern sie auf, eine solche Situation zu generieren (Prompt). Danach überprüfen sie, was am KI-Produkt von ihrer Vorstellung abweicht und was die KI sogar falsch darstellt. Eine solche Aufgabe erfordert natürlich viel Vorwissen in einem enger werdendem Lehrplan. Außerdem muss sich die Lehrkraft gut mit KI und ihren Fallhöhen auskennen, um entsprechende Punkte der falschen Darstellung und die Formulierung von Prompts zu vermitteln. Für den Alltag steckt der Mehrwert, neben der Erkennung von KI-Produkten und falschen Darstellungen,
Dieser Artikel ist noch nicht im Volltext freigeschaltet.
Sie können aber hier die
Ausgabe
bestellen
.
Kommentare (0)
Keine Kommentare gefunden!