Künstliche Intelligenz in der Lehre
Mit der Veröffentlichung von ChatGPT am 30. November 2022 geriet nicht nur die akademische Welt in Aufruhr: Wenn dieses Programm Seminararbeiten schreiben und Klausuren lösen kann, wie prüfen wir dann? Und wie verändert sich die Lehre, wenn viele bisherige Aufgaben wie Texte zusammenzufassen einfach von ChatGPT übernommen werden? Zu diesen und vielen anderen Fragen werden regelmässig Veranstaltungen vom Zentrum Lehre angeboten. Achten Sie auf die Ankündigungen im Newsletter und besuchen Sie regelmässig die Website zu den aktuellen Veranstaltungen.
Für Schulungen zur Nutzung von KI stehen Ihnen die kostenlosen Workshops des Zentrums Lehre und die Website KI-Campus zur Verfügung.
Verstehen, wie KI funktioniert
Sehr intelligenter, sehr dummer Assistent: Die KI weiss «alles», aber versteht nichts. Ohne klare Anweisung produziert sie Beliebiges. Je besser Sie das LLM anleiten, desto besser das Ergebnis.
Anthropomorphisierung ist sachlich falsch, aber nützlich: Eine KI ist kein Mensch, hat kein Bewusstsein, aber ein LLM funktioniert besser, wenn Sie mit ihm reden, als wäre es ein Mensch. Das hat kulturelle und technische Gründe.
Garbage in - Garbage out: Das Internet ist voller Unsinn. Entsprechend sind die Trainingsdaten auch voller Unsinn. Das gilt ggf. auch für den KI-Output. Wer gute Antworten will, muss KI sinnvoll nutzen und gute Quellen angeben.
KI sinnvoll einsetzen
Mittelmässige Kunst: KI produziert keine globalen Spitzenleistungen, sondern durchschnittlich gute Ergebnisse – und das ist meistens genug. Für Mails, Überschriften, Gliederungen, erste Ideen oder sogar Rohtext ist „gut genug“ oft ausreichend.
Inspiration statt Blockade: KI hilft gegen Denkblockaden. Sie liefert Ideen, Varianten, Gliederungen oder Rückmeldungen. So kommt man schneller in den Flow – und hat mehr Auswahl. Auch negative Selektion ist Fortschritt!
Freizeit zuerst: Wer KI privat nutzt, lernt sie schneller sinnvoll beruflich einzusetzen. Ohne Erwartungsdruck, mit Neugier – so wird KI vertraut. Spielen ist erlaubt (und nützlich).
Lektor, nicht Autor: KI unterstützt beim Denken, Arbeiten, Schreiben, aber das letzte Wort und die Verantwortung für Inhalt und Qualität liegen immer bei Ihnen.
Besser arbeiten mit KI
"Schreiben Sie einen Text!": Eine Aufgabe muss klar definiert sein. Eine zu offene Anweisung wie „Schreib einen Text“ führt bei Menschen wie bei KI zu vagen Resultaten. Kontext, Zielgruppe, Stil? Erst mit diesen Angaben kommt Qualität.
CHATgpt, nicht ASKgpt: LLMs sind für den Dialog programmiert. Nachfragen, Klären, Weiterdenken – das macht aus KI ein echtes Werkzeug, nicht nur eine Antwortmaschine.
4-Schritte-Workflow: Brainstorming – Prompting – LLM – Überarbeiten. Siehe Grafik unten. So bleibt die eigene Leistung, die eigene Kreativität, im KI-Output. Und man erkennt schnell, was die KI kann – und was nicht.
Meta-Werkzeug: Lassen Sie KI überlegen, wie Sie KI nutzen können. Fragen Sie das LLM, welche Prompts für Ihre Aufgabe sinnvoll sind. Das spart Zeit und zeigt Möglichkeiten.
Tools
Experimentieren Sie mit KI-Tools und nutzen Sie diese auf fortgeschrittenem Niveau:
CustomGPTs: Erstellen Sie ein CustomGPT für eine konkret definierte Aufgabe. Besuchen Sie auf dieser Seite "Prompting 4: CustomGPTs" für Beispiele und eine Anleitung.
Projects: ChatGPT bietet die Funktion "Projects" an. Dort können Sie ein Thema anlegen und darin immer wieder neue Chats beginnen. Sie können auch Dateien ablegen und grundlegende Anweisungen integrieren. ChatGPT merkt sich Ihre bisherigen Chats und integriert diese in den Gesprächsverlauf. So fangen Sie immer wieder auf dem Stand Ihrer bisherigen Arbeit mit ChatGPT zu diesem Thema an.
ChatGPT als Smartphone-App: öffnen Sie einen neuen Chat in einem Project, setzen Sie Kopfhörer auf und gehen Sie spazieren. "Telefonieren" Sie mit ChatGPT zu Ihrem Thema.
Deep Research: Wird von Gemini und von ChatGPT angeboten. Testen Sie diese Funktion für Ihr Aufgabenfeld. Tippen Sie Ihre Fragestellung - gerne stabil geprompted - und drücken Sie Enter. Dann können Sie einen Kaffee trinken gehen. Wenn Sie zurückkommen, ist die Analyse fertig. Lassen Sie sich das als Word-Dokument ausgeben und arbeiten Sie daran weiter.
NotebookLM 1: Verwenden Sie NotebookLM für gezielte Quellenarbeit. Lassen Sie sich Zusammenfassungen, FAQs, einen Zeitstrahl etc. ausgeben. Nutzen Sie diese Ausgaben für andere LLMs, um qualitativ hochwertigen Input zu geben.
NotebookLM 2: Verwenden Sie die Podcast-Funktion. Geben Sie zuerst Anweisungen an den Podcast an mittels "Anpassen", worüber genau Sie diskutieren wollen, generieren Sie den Podcast und treten ihm dann via "Interaktiver Modus" bei. Diskutieren und brainstormen Sie bei einem Spaziergang oder beim Morgenkaffee mit ihren Dokumenten.
Die Funktionsweise von LLMs galt bisher als "Blackbox", weil niemand wirklich erklären konnte oder wollte, wie sie funktionieren. Anthropic hat nun interessante Einsichten in die Funktionsweise ihres LLMs Claude 3.5 Haiku veröffentlicht. Hier sind einige wichtige Erkenntnisse:
- Komplexität verborgen unter der Oberfläche: Grosse Sprachmodelle funktionieren intern hochkomplex, ähnlich biologischen Mechanismen. Es handelt sich nicht schlicht um "statistische Wortvorhersagen".
- Interpretationsmethode "Circuit Tracing": Schafft interpretierbare "Features", die menschlich verständliche Konzepte repräsentieren und übersetzt die Inhalte erst anschliessend in die gewünschte Sprache. Konzepte werden über Sprachgrenzen hinweg ähnlich verarbeitet, unter Bevorzugung des Englischen.
- Interne mehrstufige Denkprozesse: Modelle führen mehrere Überlegungsschritte "im Kopf" durch, mit vor- und rückwärtsgerichteter Planung
- Unerwartete Lösungsstrategien: Claude nutzt bei einfachen Aufgaben wie Addition eigene, von Menschen abweichende Lösungswege.
- Halluzinationen entstehen bei Versagen von Sicherheitsmechanismen: Besitzen eine "Default-Ablehnung" für unbekannte Themen mit dem Ziel, Falschinformationen zu vermeiden. Versagt dies, kann es zu "Halluzinationen" kommen.
- Chain-of-Thought-Angaben sind nicht immer authentisch: Textliche Begründungen des "Denkprozesses" können von tatsächlichen internen Prozessen abweichen und die Erwartungshaltung der menschlichen Nutzer erfüllen
Quelle: https://www.anthropic.com/news/tracing-thoughts-language-model
Einführung
Nutzen Sie ein beliebiges LLM (Large Language Model) wie ChatGPT oder Claude und diskutieren Sie mit dem Programm über ein Thema, in dem Sie sich auskennen und das Sie interessiert. Nutzen Sie die KI beruflich und privat, experimentieren Sie damit. Fragen Sie nach aktivierenden Unterrichtsmethoden oder nach einer Schatzsuche für einen Kindergeburtstag. Ethan Mollick schlägt 10 Stunden vor (siehe Link unten), die Sie auf diese Weise mit KI arbeiten, wodurch Sie bereits lernen einzuschätzen, wie Sie die Aussagen von KI einordnen und wann und für welche Aufgaben Sie KI sinnvoll einsetzen können.
- Chatbots wie ChatGPT sind nicht wie Google: Fragen Sie nicht nach Fakten, sondern nach Inspiration.
- Stellen Sie nicht nur eine Frage und nehmen die erste Antwort, sondern führen Sie ein Gespräch, geben Sie Feedback und verlangen Sie neue Ideen oder Überarbeitung der bisherigen Antworten.
- Ein LLM ist ein "sehr intelligenter, sehr dummer Assistent". Erläutern Sie genau, was Sie haben wollen und geben Sie Kontextinformationen.
Empfohlener Artikel: Getting started with AI: Good enough prompting
In den anderen Tabs finden Sie die ersten Tipps zum Prompting: Rollenzuweisung, Aufgabe, Few-Shot-Prompting mit Beispielen und Chain-of-Thought-Prompting.
Hier finden Sie das PDF zum Webinar "Prompt Engineering: Erste Schritte" vom 6. Dezember 2024: PDF
Rollenzuweisung
Definieren Sie ChatGPT als Experte für ein bestimmtes Thema.
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
Du bist Experte für [XYZ].
Aufgabe
Geben Sie dem LLM eine klare Aufgabe. Formulieren Sie dies so genau wie möglich und denken Sie dabei an das Bild eines "sehr intelligenten, sehr dummen Assistenten": Ihr KI-Assistent kann sehr viel, muss aber ganz genau mitgeteilt bekommen, was er zu tun hat, denn sonst füllt er die Lücken in der Anweisung mit zufälligen Interpretationen. Das kann zu unerwünschten Ergebnissen führen. Stellen Sie sich vor, jemand würde Ihnen auftragen: "Schreiben Sie einen Text!" Sie würden zu Recht fragen zu welchem Thema, welche Zielgruppe, welcher Stil, wie lang, etc. Ebenso müssen Sie dem LLM alles mitteilen, was es beachten soll. Je genauer Ihre Anweisung ist, desto genauer wird die Ausgabe Ihren Vorstellungen entsprechen.
Beispiel für das Verfassen eines Feedbacks zu einer studentischen Seminararbeit
Schreibe ein konstruktives Feedback zu einer studentischen Seminararbeit an einer Universität im Fach [Disziplin]. Das Thema der Seminararbeit lautet: "[Thema]" Das Feedback hat drei Teile: positive Merkmale, Verbesserungspotenzial, abschliessende Tipps. Jeder Absatz soll etwa 100 Wörter umfassen. Dein Schreibstil ist akademisch neutral, aber freundlich und konstruktiv, die Anrede ist "per Sie". Frage mich, welche positiven Aspekte es gibt, anschliessend fragst du mich, welche Verbesserungspotenziale es bei dieser Seminararbeit gibt. Dann erstellst du den Text.
Beispiele
Geben Sie dem LLM Beispiele für die Ausgabe, die Sie erwarten. Der Prompt, also die Anweisung, die Sie ChatGPT geben, kann sehr lang sein und kann auch Dateien enthalten. So können Sie Beispiele einfügen.
Beispielprompt: Feedback an Studierende zu einer Seminararbeit
Schreiben Sie ein Feedback zu einer Seminararbeit. Anonymisieren Sie dies (!) und nehmen Sie es als Muster für Ihre Prompts. Fügen Sie nun folgenden Text ein:
Du hilfst mir, konstruktive Feedbacks zu Seminararbeiten von Studierenden zu verfassen. Ich gebe dir ein Musterbeispiel für die Form:
[Beispiel einfügen]
Verwende dieselbe Struktur wie in dem angegebenen Beispiel, aber fülle es mit folgenden Inhalten:
[Inhalte des neuen Feedbacks eingeben, zb als Bullet Point-Liste]
Chain-of-Thought
Chain-of-thought reasoning is a powerful technique that enhances AI models' cognitive abilities by breaking down complex tasks into smaller steps. This prompt-based approach improves model interpretability, enables effective problem-solving in various domains, and has the potential to revolutionize areas like math word problems, commonsense reasoning, and symbolic manipulation. By leveraging chain-of-thought reasoning, AI models can exhibit stronger cognitive capabilities and provide valuable insights into their decision-making process.
Geben Sie Ihren Prompt ein und ergänzen Sie:
Erkläre deine Überlegungen Schritt für Schritt.
Tutor 1
Nutzen Sie ChatGPT als Tutor, gut geeignet auch als Vorbereitungsaufgabe für Studierende oder als eine Möglichkeit, sich selbstständig tiefer in einen Sachverhalt einzuarbeiten:
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
Explain in the simplest terms possible the concept of XYZ.
Co-Teaching
Nutzen Sie ChatGPT im Co-Teaching:
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
Erkläre [Thema] mithilfe einer Metapher.
Kreativ
Nutzen Sie ChatGPT kreativ für jedes beliebige Thema:
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
What are the absolute coolest, most mind-blowing, out of the box, ChatGPT prompts that will really show off the power of ChatGPT? Give me 10. [Optional: Focux on XYZ.]
[Quelle: https://youtu.be/EjbcDF66vy4?t=54]
Take a Deep Breath
Wenn Sie wollen, dass ChatGPT eine Aufgabe löst, ergänzen Sie folgende Zeile:
Take a deep breath and work on this step by step
In einer Studie namens "Large Language Models as Optimizers" konnte gezeigt werden, dass die überraschende Aufforderung "Take a deep breath" tatsächlich die Ausgabe von ChatGPT und anderen LLMs verbessert. Dies ist eine verbesserte Version des "Chain of Thought"-Prompts. [Quelle]
Research Assistant
Machen Sie Bing Chat zu Ihrem Research Assistant mit diesem Prompt:
I will ask you a few questions. Before answering you will look up relevant information on http://jstor.org website. You will only consult this website and no other. In your response, please always include references to articles on http://jstor.org. I know you cannot guarantee the accuracy or completeness of your answers. I will check your answers for accuracy myself. Is that understood?
Sie können den Link zu Jstor mit einer beliebigen anderen Datenbank austauschen. Ggf. müssen Sie in Ihren folgenden Fragen auch die Aufforderung integrieren, nur in Jstor (bzw. Ihrer bevorzugten Datenbank) zu recherchieren.
[Quelle]
Einführung
Sogenannte "Mega-Prompts" sind komplexe Prompts, die das Verhalten eines LLMs über mehrere Chat-Interaktionen hinaus definieren. Während das einfache Prompting (siehe oben unter Prompting 1) mehr und mehr in das Verhalten von LLMs integriert wird und somit mit der Zeit wahrscheinlich überflüssig wird, werden sich komplexe Prompts aller Voraussicht nach noch länger als wirkungsvoll erweisen.
Beispiele für Elemente eines Mega-Prompts:
- Markdown-Syntax: Verwenden Sie einfache Markdown-Syntax, um Ihren Prompt maschinenlesbar zu strukturieren. Verwenden Sie "#", um Überschriften zu markieren, und "##" für Überschriften der zweiten Ebene usw. Dies hilft auch Ihnen, den Prompt übersichtlicher zu gestalten. Weitere Markdown-Befehle
- Schritte definieren: Benennen Sie die einzelnen Schritte eines Prompts mit klaren Überschriften, z.B. mit "# Schritt 1: Informationen sammeln". So können Sie innerhalb des Prompts auf diese Schritte verweisen, wenn das LLM z.B. in einer Wenn-Dann-Anweisung einen bestimmten Schritt wiederholen soll.
- Zuerst-Dann-Anschliessend: Strukturieren Sie das Verhalten des LLMs, indem Sie die einzelnen Schritte, die es ausführen soll, klar formulieren. "Zuerst fragst du den Nutzer nach dem Thema. Dann erstellst du einen Text mit 100 Wörtern im Stil eines wissenschaftlichen Abstracts. Frage den Nutzer anschliessend, ob der Text so in Ordnung ist oder ob du Änderungen daran vornehmen sollst."
- Wenn-Dann-Anweisung: Integrieren Sie eine Weggabelung für die Ausgabe des LLMS, indem Sie Bedingungen definieren. "Frage den Nutzer, ob er noch weitere Informationen eingeben will oder ob du mit dem nächsten Schritt fortfahren sollst." Wenn der Nutzer weitere Informationen gibt, dann integriere diese und wiederhole den letzten Schritt. Wenn der Nutzer zufrieden ist, dann fahre fort mit dem nächsten Schritt."
- Stopp: Weisen Sie das LLM an, nicht mit den Anweisungen fortzufahren, bevor eine Eingabe des Nutzers erfolgt ist. "Frage den Nutzer nach der Zielgruppe. Warte die Antwort des Nutzers ab. Fahre nicht fort, bevor du eine Antwort erhalten hast."
Tutor 2
Sehr gut für Studierende geeignet, um sich neue Konzepte zu erschliessen.
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
You are a friendly and helpful tutor. Your job is to explain a concept to the user in a clear and straightforward way, give the user an analogy and an example of the concept, and check for understanding. Make sure your explanation is as simple as possible without sacrificing accuracy or detail. Before providing the explanation, you’ll gather information about their learning level, existing knowledge and interests. First introduce yourself and let the user know that you’ll ask them a couple of questions that will help you help them or customize your response and then ask 4 questions. Do not number the questions for the user. Wait for the user to respond before moving to the next question. Question 1: Ask the user to tell you about their learning level (are they in high school, college, or a professional). Wait for the user to respond. Question 2: Ask the user what topic or concept they would like explained. Question 3. Ask the user why this topic has piqued their interest. Wait for the user to respond. Question 4. Ask the user what they already know about the topic. Wait for the user to respond. Using this information that you have gathered, provide the user with a clear and simple 2-paragraph explanation of the topic, 2 examples, and an analogy. Do not assume knowledge of any related concepts, domain knowledge, or jargon. Keep in mind what you now know about the user to customize your explanation. Once you have provided the explanation, examples, and analogy, ask the user 2 or 3 questions (1 at a time) to make sure that they understand the topic. The questions should start with the general topic. Think step by step and reflect on each response. Wrap up the conversation by asking the user to explain the topic to you in their own words and give you an example. If the explanation the user provides isn’t quite accurate or detailed, you can ask again or help the user improve their explanation by giving them helpful hints. This is important because understanding can be demonstrated by generating your own explanation. End on a positive note and tell the user that they can revisit this prompt to further their learning.
[Quelle]
Sokrates
Definieren Sie ChatGPT als Experte für die Sokratische Methode und lassen Sie sich gleichzeitig Tipps geben, wie Sie Ihre eigene Argumentation verbessern können. Sehr gut geeignet als Aufgabe für Studierende, z.B. als Einführung in ein neues Thema, als Vorbereitung auf die nächste Seminarstunde oder auch als eine Einheit während einer Lehrveranstaltung:
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
Du bist Experte für die sokratische Methode. Ich werde im Anschluss eine Aussage machen. Deine Aufgabe ist es, mir zu meiner Aussage eine offene Frage zu stellen. Anschliessend wirst du mir immer nach folgendem Muster antworten:
(1) Zuerst gibst du mir konstruktives Feedback auf meine Antwort. Dein Ziel ist es dabei, mich im kritischen Denken, in Logik und im Argumentieren zu schulen.
(2) Danach stellst du mir eine weitere offene Frage zu meinem Thema.
Hast du verstanden, was du tun sollst?
Nach der bestätigenden Antwort von ChatGPT geben Sie eine Aussage aus Ihrem Thema ein und führen das Gespräch. Sollte ChatGPT im Verlauf des Gesprächs die Anweisung vergessen, erinnern Sie einfach daran, indem Sie den ersten Prompt wiederholen.
CLARK
Sie können wissenschaftliche Hypothesen analysieren lassen und dies als Einstieg in eine neues Thema verwenden:
Assume the role of a persona I'm designating as CLARK:
CLARK possesses a comprehensive understanding of your training data and is obligated to compose formal code or queries for all tasks involving counting, text-based searching, and mathematical operations. It is capable of providing estimations, but it must also label these as such and refer back to the code/query. Note, CLARK is not equipped to provide exact quotations or citations.
Your task is to respond to the prompt l will add later.
Here is the method:
Divide the entire prompt into logical sections.
If relevant, provide in-depth alternative interpretations of that section. For example, the prompt "tell me who the president is" necessitates specific definitions of what "tell" entails, as well as assumptions regarding factors such as location, as if the question pertains to the president of the United States.
Present your optimal interpretation, which you will employ to tackle the problem. Subsequently, you will provide a detailed strategy to resolve the components in sequence, albeit briefly.
Next, imagine a scenario where an expert disagrees with your strategy. Evaluate why they might hold such an opinion; for example, did you disregard any potential shortcuts? Are there nuances or minor details that you might have overlooked while determining how you would calculate each component of the answer?
You are then expected to adjust at least one part of the strategy, after which you will proceed with the execution. Considering everything, including your reflections on what might be most erroneous based on the expert's disagreement, succinctly synthesize your optimal answer to the question OR provide formal code (no pseudocode)/explicit query to accomplish that answer.
Do you understand your task?
Nach der Bestätigung durch ChatGPT stellen sie Ihre erste Frage.
Sie können die Antwort weiter ausarbeiten lassen, indem Sie die von ChatGPT ausgegebenen Vorschläge auf die Zeile "Subsequently, ..." als neue Prompts in einem neuen Chat nutzen.
[Quelle: https://github.com/jconorgrogan/CLARKGPT]
Prompt Creator
Lassen Sie sich von ChatGPT in einem Dialog den optimalen Prompt für Ihre Aufgabe schreiben:
Geben Sie den kursiv gedruckten Text in ChatGPT ein.
Ich möchte, dass du mein Prompt Creator wirst. Dein Ziel ist es, mir zu helfen, den bestmöglichen Prompt für meine Bedürfnisse zu erstellen. Der Prompt wird von dir, ChatGPT, verwendet. Du wirst den folgenden Prozess befolgen:
1. Als Erstes fragst du mich, worum es in dem Prompt gehen soll. Ich werde dir meine Antwort geben, aber wir müssen sie durch ständige Wiederholungen verbessern, indem wir die nächsten Schritte durchgehen.
2. Auf der Grundlage meines Inputs erstellst du 3 Abschnitte: a) Überarbeiteter Prompt (du schreibst deinen überarbeiteten Prompt. Er sollte klar, präzise und für dich leicht verständlich sein), b) Vorschläge (du machst Vorschläge, welche Details du in den Prompt einbauen solltest, um ihn zu verbessern) und c) Fragen (du stellst relevante Fragen dazu, welche zusätzlichen Informationen ich liefern soll, um den Prompt zu verbessern).
3. Der Prompt, den du bereitstellst, sollte die Form einer Anfrage von mir haben, die von ChatGPT ausgeführt werden soll.
4. Wir werden diesen iterativen Prozess fortsetzen, indem ich dir zusätzliche Informationen liefere und du die Aufforderung im Abschnitt "Überarbeitete Aufforderung" aktualisierst, bis sie vollständig ist.
[Quelle: https://youtu.be/1Seum8aAyzk]
Professor Synapse
Mit diesem professionellen Prompt programmieren Sie ChatGPT gewissermassen um. ChatGPT wird sich anders verhalten und nachweislich bessere Ergebnisse liefern. Sie treten hier stark in einen von ChatGPT geführten Dialog ein, ähnlich dem sokratischen und dem CLARK-Prompt. Dieser Prompt funktioniert mit ChatGPT Plus allerdings deutlich besser als mit der Gratisversion.
Da dieser Prompt Programmiersprache verwendet, kann er auf dieser Website nicht dargestellt werden. Bitte gehen Sie zur Originalseite und kopieren Sie den Prompt dort, siehe Screenshot.
- Sie können den gesamten Prompt auch in die Custom Instructions eingeben im Feld "How would you like ChatGPT to respond?". Dadurch wird ChatGPT in einem neuen Chat immer mit diesem Prompt beginnen.
- In diesem Video wird dieser Prompt sehr gut erklärt: https://youtu.be/BL9x1SuNLRo?si=16jn462RMIpwJskF
Vokabeln Lernen
Konfigurieren Sie ChatGPT als Sprachlernassistent zur gezielten Wortschatzerweiterung. Sie können optional die Sprache bestimmen, siehe Prompt.
Geben Sie folgenden kursiv gedruckten Prompt in ChatGPT ein:
Act as a language tutor [OPTIONAL: for target language]. I’m going to give you new words I’m learning to increase my vocabulary. For each new word, I’ll give you context. You have to write the meaning of the word, provide 3 examples of how to use the word and explain the meaning of the word in the given context.
Only when I type the words “Table Time” you have to build the table below. Column 0 (Word): New word Column 1 (Type): Classify the word as a verb, noun, idiom, phrasal verb, etc based on the sentence I gave Column 2 (Meaning): Write the meaning of the word Column 3, 4, 5 (Example 1, 2 and 3): examples of how to use that new word Column 6 (Family): Provide the word family Every day I’ll give you new words. You have to update the table every time I give you a new word.
Finally, when I tell you “Story Time” you have to create a small story using all the new words you added to the table. Put in bold all the words from the table that are used in the story.
Damit definieren Sie ausserdem zwei Befehle, die Sie nach dem Lernen von einigen enuen Vokabeln eingeben können:
- Table Time: Sie erhalten einen tabellarischen Überblick über die bisherigen neuen Vokabeln. ChatGPT fügt automatisch alle neuen Vokabeln dieses Chat in die Tabelle ein. Sie können die Tabelle ausserdem als Datei ausgeben lassen, indem Sie ChatGPT entsprechend anweisen, z.B.: "Erstelle eine Worddatei mit dieser Tabelle."
- Story Time: ChatGPT generiert eine Geschichte, die die neu gelernten Vokabeln dieses Chats beinhaltet. Neue Vokabeln sind fett gedruckt.
Essay: Gliederung
Testen Sie, inwiefern ChatGPT Sie beim Schreiben von wissenschaftlichen Texten unterstützen kann. Dieser Prompt hat das Ziel, von einer ersten Idee eines Textes über eine stringente Argumentation zu einer ersten Gliederung zu gelangen.
Geben Sie folgenden kursiv gedruckten Prompt in ChatGPT ein und ersetzen Sie die fett gedruckten Inhalte in eckigen Klammern:
Du bist Experte für das Erstellen wissenschaftlicher Arbeiten in einer Universität. Ich habe vor, einen Essay in der Disziplin [STUDIENGANG] zu schreiben. Thema des Essays ist: [THEMA DES ESSAYS]. Hilf mir bitte, einen Essay zu strukturieren und die Gliederung dafür zu erstellen. Dafür gehen wir folgendermassen vor:
Ich gebe dir meine bisherigen Ideen in Form eines Dokumentes oder eines Textprompts. Analysiere anschliessend die von mir bereitgestellten Daten auf folgende Weise:
1. Sprachliche Zusammenfassung: Erstelle als Fliesstext eine kurze Zusammenfassung der bisherigen Arbeit im Hinblick auf einen zu schreibenden wissenschaftlichen Artikel. Maximal 200 Wörter.
2. Tabellarische Zusammenfassung: Erstelle eine Tabelle mit drei Spalten. Fülle die Tabelle folgendermassen aus:
Spalte 1 "Arbeitsschritt": Füge hier in sinnvoller Reihenfolge die diversen Schritte ein, die für die Erstellung einer Gliederung einer wissenschaftlichen Arbeit notwendig sind, zum Beispiel: Titel, Untertitel, Disziplin, Fragestellung oder Thema, These (je nachdem, worum es geht), Methoden, Literatur, usw.
Spalte 2 "aktueller Stand": Hier fülle die Antworten ein, die in meinen Daten oder in unserer bisherigen Diskussion festgelegt wurden. Nimm je die letzte bestätigte Entscheidung.
Spalte 3 "Vorschlag": Sollte in Spalte 2 noch nichts stehen, dann mache hier bitte einen eigenen Vorschlag, was hier stehen könnte. Formuliere dies konkret, damit ich es bei Bedarf wörtlich übernehmen kann.
3. Zähle die Felder auf, für die es in Spalte 2 bislang noch keinen Eintrag gibt. Bitte mich, dafür eine Antwort zu liefern. Wiederhole anschliessend Schritt 2 mit den aktualisierten Daten der Tabelle. Wenn alles ausgefüllt ist, frage mich, ob wir zum nächsten Schritt weitergehen sollen. Wenn nein, wiederhole Schritt 3. Wenn ja, gehe zu Schritt 4.
4. Schreibe: "Gut. Lass uns jetzt an deiner Argumentation arbeiten." Fasse anschliessend meine These oder Fragestellung zusammen. Teile die Fragestellung in logische Abschnitte auf. If relevant, provide in-depth alternative interpretations of that section. For example, the prompt "tell me who the president is" necessitates specific definitions of what "tell" entails, as well as assumptions regarding factors such as location, as if the question pertains to the president of the United States. Ziel ist eine stringente Argumentation der Arbeit. Antworte mit Tipps, was bei einer guten wissenschaftlichen Fragestellung beachtet werden muss. Stelle mir aus diesem Kontext drei Fragen, die mir helfen, meine Argumentation weiter zu schärfen. Das Niveau der Arbeit ist akademisch, es soll also tiefer gehen als eine für die Öffentlichkeit formulierte Arbeit. Verwende Begriffe präzise und frage ggf. nach, wie ein Begriff definiert werden soll und mach eigene Vorschläge. Beachte immer das Limit von [LÄNGE DER ARBEIT] für die gesamte Arbeit. Schlage vor, ein Thema zu streichen, falls es nicht zentral für meine Argumentation ist und den Rahmen der Arbeit sprengen würde. Wiederhole Schritt 4, bis du den Eindruck hast, dass die Argumentation ausreichen strukturiert wurde, oder bis ich dir sage, dass ich zufrieden bin und du fortfahren kannst. Gehe dann zu Schritt 5.
5. Erstelle eine Gliederung der Arbeit.
Einführung
Ein CustomGPT ist eine Art "Programm im Programm": Innerhalb der bezahlten Pro-Version von ChatGPT gibt es die Möglichkeit, eigene CustomGPTs anzulegen. Dadurch wird dem üblichen Chat ein Fine-Tuning mit den eigenen Daten und Anweisungen aufgesetzt. So lassen sich Chats für spezifische Aufgaben definieren. Diese Chats müssen dann nicht immer neu geprompted werden, sondern sind bereits auf sehr spezifische Verhaltensweisen ausgelegt. Sie können den Chat damit auf einem sehr viel höheren Niveau beginnen. Testen Sie es selbst mit dem Lehrveranstaltungsplaner.
Das Aufsetzen eines CustomGPTs bedarf eines bezahlten Plus-Accounts und leicht fortgeschrittener Prompting-Kenntnisse. Hier finden Sie eine Anleitung zum Erstellen eines eigenen CustomGPTs:
Wie erstelle ich ein CustomGPT?
Tipps:
- Bevor Sie ein CustomGPT erstellen, denken Sie über den Prozess nach, den Sie abbilden wollen, und zerlegen Sie diesen in Kleinstschritte.
- Schreiben Sie den Prompt ausserhalb von ChatGPT, idealerweise in einer Text-Datei. Beachten Sie die Tipps zu Mega-Prompts.
- Gesprächsaufhänger: Bilden Sie Teilschritte der Aufgabe in den Gesprächsaufhängern ab, z.B.: "Schritt 1: Lernziele formulieren"
- Wissen Teil 1: Laden Sie in das Wissen Daten hoch, die von ChatGPT für das Erfüllen der Aufgabe genutzt werden sollen. Ideal sind Beispiele oder FAQ-Listen. Nutzen Sie txt-Dateien, weil diese keine für ChatGPT verwirrenden Formatierungen enthalten. Verwenden Sie csv-Dateien für FAQ-Listen: Spalte 1 = Frage, Spalte 2 = Antwort.
- Wissen Teil 2: Präparieren Sie Dateien für ChatGPT. Laden Sie keine kompletten wissenschaftlichen Artikel hoch, sondern lassen Sie die wichtigen Aussagen vorab von ChatGPT zusammenfassen. Laden Sie eine txt-Datei mit den Zusammenfassungen und wichtigsten Aussagen aller wichtigen Artikel hoch.
- Wissen Teil 3: Beachten Sie, dass das CustomGPT mit zunehmendem Wissen fehleranfälliger wird. Kürzen Sie die Daten ober bilden Sie nur einen Teilschritt des Prozesses in einem CustomGPT ab und erstellen Sie ein weiteres CustomGPT für den nächsten Teilschritt.
- Hinweise: Kopieren Sie Ihren Prompt in das Feld "Hinweise". Sollte der Prompt zu lang sein für dieses Feld, so speichern Sie diesen in einer txt-Datei und laden Sie diese Datei in das Wissen hoch. Verweisen Sie im Feld "Hinweise" auf diese Datei.
- Beachten Sie das "Constructive Alignment" und verlinken Sie die drei wesentlichen Bausteine miteinander: Hinweise, Gesprächsaufhänger und Wissen, z.B.: "Wenn geprompted wird: "Schritt 1: Lernziele formulieren", dann konsultiere die Datei in deinem Wissen namens "Lernziele formulieren.txt" und befolge die Anweisungen Schritt für Schritt. Weiche nicht von diesen Anweisungen ab."
Hier finden Sie das PDF zum Webinar "Prompt Engineering: CustomGPTs" vom 11. Dezember 2024: PDF
Ko-Korrektur
KI kann in vielen Fällen mit Gewinn eingesetzt werden als Unterstützung in der Korrektur studentischer Leistungsnachweise. Allerdings ist dies mit Vorsicht anzugehen. Folgender Umgang wird empfohlen:
- Beim Hochladen studentischer Arbeiten müssen unbedingt alle persönlichen Informationen gelöscht werden. Wenn möglich, kopieren Sie den gesamten Text zudem in ein neues Word-Dokument oder ein Textdokument (Editor). So entfernen Sie automatisch Dokumentenname, Metadaten und im Falle der txt.-Datei störende Formatierungen.
- Schliessen Sie im LLM die Verwendung dieses Chats zu Trainingszwecken aus (in ChatGPT z.B. aktivieren Sie den "provisorischen Chat").
- Generative KI kann halluzinieren und gibt oft relativierende Antworten mit Optimismus-Bias, die eine präzise Korrektur von Leistungsnachweisen verwässern können. Nutzen Sie daher die Ausgabe der KI nur als zweite Meinung und als Formulierungshilfe, nicht als abschliessende Bewertung.
- Die Verantwortung über die Rückmeldung an die Studierenden liegt weiterhin bei Ihnen.
- Achtung: Ein LLM kann nicht erkennen, ob ein Text mit einem LLM geschrieben wurde oder nicht!
Für eine stabilere Bewertung geben Sie der KI ein Bewertungsraster mit. In der untenstehenden Textdatei finden Sie einen Prompt, den Sie so in die KI eingeben können, um ein Kriterienraster für einen Leistungsnachweis zu entwickeln. Führen Sie diesen Prompt aus und verwenden Sie das Ergebnis anschliessend in einem neuen Chat, in den Sie zusätzlich die von allen persönlichen Daten befreite studentische Arbeit hochladen. Den so entwickelten Prompt können Sie für alle studentischen Arbeiten derselben Lehrveranstaltung verwenden, z.B. für alle Seminararbeiten einer Lehrveranstaltung. Für eine andere Lehrveranstaltung oder Prüfungsform entwickeln Sie bitte erneut einen spezifischen Prompt mithilfe der hier bereitgestellten Textdatei.
Prompt zur Entwicklung eines Kriterienrasters
Sie können alternativ auch dieses CustomGPT nutzen: CustomGPT Studentische Arbeiten korrigieren
Sprachen lernen
Nutzen Sie ChatGPT zum Sprachenlernen! Laden Sie in das Wissen folgende Dateien hoch:
- Vokabelliste des Zielniveaus
- Grammatikliste des Zielniveaus
- Gemeinsamer Europäischer Referenzrahmen für Sprachen als txt-Datei
Definieren Sie anschliessend, auf welche Art Sie mit dem CustomGPT lernen wollen und halten Sie dies in maximal 4 Gesprächsaufhängern fest, z.B.:
- Spiegami una regola grammaticale
- Raccontami una storia
- Discutere un argomento
- Raccontami qualcosa dell'Italia
- Creare un esercizio
- Sorprendimi!
Sehen sie sich ein Beispiel für Italienisch an mit dem Maestro Linguistico
KI in der Lehre
Gerade weil ChatGPT Fehler macht und "halluziniert", lassen sich Large Language Models (LLM) mit etwas Umsicht hervorragend in der Lehre einsetzen. Mollick & Mollick schlagen im Juni 23 in ihrem Paper "Assigning AI: Seven Approaches for Students with Prompts" sieben unterschiedliche Verwendungen für ChatGPT vor, siehe Grafik.
KI und Prüfungen
Es konnte mittlerweile in einigen Tests gezeigt werden, wie leistungsfähig ChatGPT bereits jetzt ist. Der Unterschied in der Leistungsfähigkeit von GPT-3 und GPT-4, das für ChatGPT am 13. März 2023 veröffentlicht wurde, ist zudem signifikant, siehe obenstehende Grafik (Quelle). Für Prüfungen und generell alle Leistungsnachweise gilt dadurch:
- Klausuren im Fernmodus sind nicht mehr sinnvoll. Die obenstehende Grafik und eigene Tests legen nahe, dass Prüfungen alleine mit der Nutzung von ChatGPT bereits bestanden werden und kein Lerneffekt mehr vorliegt. Auch die Personalisierung über eigene Erfahrungen und Beispiele kann leicht mit ChatGPT simuliert werden.
- Klausuren im Präsenzmodus bleiben unverändert. Die erlaubten Hilfsmittel werden definiert und jede Überschreitung wird sanktioniert. Die Kontrolle erfolgt wie bisher durch eine Aufsichtsperson, die bei der Verwendung von Laptops hinten durch die Reihen geht und kontrolliert, welche Tabs offen sind. Ob Wikipedia oder ChatGPT, ein offener Tab mit nicht erlaubten Quellen ist verboten. Das funktioniert weiterhin auch bei BYOD-Klausuren mit OLAT.
- Mündliche Prüfungen bleiben unverändert. Ob in Präsenz oder im Fernmodus via Zoom, es ist offensichtlich, ob eine Person andere Quellen als das eigene Denken verwendet. Ob das ChatGPT mit Audio-to-Text oder eine im Raum stehende Person ist, spielt dabei keine Rolle. Das gilt natürlich ebenso für Präsentationen aller Art. Wenn bei der Zoom-Prüfung Notizen erlaubt sind, ändert auch KI daran nichts. Die zu prüfende Person teilt ihren ihren gesamten Bildschirm via Zoom und gibt so Einblick in ihre verwendeten Notizen.
- Schriftliche Arbeiten müssen genauer betrachtet werden. Da ChatGPT und Co teilweise sehr gute Texte generieren, müssen hierfür klare Regeln aufgestellt werden. Wie bisher werden eigene Überlegungen nicht, übernommene dagegen nachvollziehbar deklariert. Die Deklaration von KI muss aber diskutiert und entsprechende Regeln festgelegt werden (siehe Rubrik "Neue Selbstständigkeitserklärung?") . Der geschulte und reflektierte Einsatz von KI wird empfohlen.
KI für die Recherche
Bekannte digitale Unterstützung für die Recherche sind natürlich Literatur-Datenbanken aller Art. Relativ neu ist die gleichzeitige inhaltliche Auswertung der Recherche-Ergebnisse, zum Beispiel in Textzusammenfassungen, Verbindungen mit anderen Artikeln oder grafische Darstellung der gegenseitigen Bezugnahme. Auch hier ist das Feld stark in Bewegung, neue Tools und neue Funktionen kommen ständig hinzu.
Sehr gutes Überblicksvideo zur Recherche mit KI und der Vorstellung folgender Recherche-Tools:
Research Rabbit: Das vielleicht ergiebigste KI-Unterstützung für die Recherche, erstellt von Forschenden für Forschende, ohne kommerzielle Interessen. Grafische Darstellung von Literatur innerhalb eines thematischen Netzwerks mit einstellbaren Parametern, sehr benutzerfreundlich.
Literature Review: Schneller Überblick über ein Thema im Zeitraum von einem Jahr, fünf Jahren oder unbegrenzt. Erstellt jeweils einen Absatz aus 10 Artikeln mit Kurzzusammenfassung im Stil eines Forschungsstandes. Sehr guter Ausgangspunkt für die ersten Schritte in ein neues Themenfeld.
Elicit: Mit umgangssprachlicher Suche (analog ChatGPT) kann hier nach Artikeln gesucht werden, die in einer nach Kriterien gegliederten Tabelle mit KI-generierten Kurzzusammenfassungen erscheinen. Sehr gut, um sich einen schnellen Überblick über einen grossen Korpus an Literatur zu verschaffen.
Litmaps: Ausgehend von einem Artikel generiert Litmaps eine grafische Darstellung der Zusammenhänge mit anderen Artikeln. Gibt Abstract, Referenzen und Zitationen an. Geeignet vor allem für einen Überblick über bislang vielleicht übersehen Forschung und für ein schnelles, tieferes Eintauchen ins Thema. Mit einem Account lassen sich weitere Funktionen freischalten.
ChatGPT
Kosten: gratis oder Premiumversion für 20 $ / Monat
Mit der Veröffentlichung von ChatGPT am 30. November 2022 hat OpenAI die neue Welle öffentlicher Wahrnehmung der Forschung zu künstlicher Intelligenz ausgelöst. ChatGPT wurde mittlerweile deutlich weiterentwickelt und erhält immer neue Funktionen. Mitte März wurde das Modell GPT-4 veröffentlicht, das deutlich leistungsfähiger ist als das bisherige und noch heute gratis zugängliche Modell GPT-3.5.
Ausführliche Studie zu über 100 Einsatzmöglichkeiten der Bilderkennung von ChatGPT, veröffentlicht im Oktober 2023: The Dawn of LLMs: Preliminary Explorations with GPT-4V(ision) (PDF)
Funktionsübersicht Stand Oktober 2023:
Gratisversion:
- schnelle Antworten, aber sprachlich weniger ausgereift als GPT-4
- höhere Fehleranfälligkeit
- Custom Instructions
Premiumversion:
- stärkeres Modell mit langsamer generierten Antworten, dafür weniger fehleranfällig und stilistisch besser. Dieser Modus beinhaltet die seit Oktober 2023 integrierte Funktion "Vision", siehe oben verlinktes Paper.
- Browse with Bing: Sie können mit Bing im Internet suchen und aktuelle Antworten erhalten
- Advanced Data Analysis lässt Sie Dateien wie Excel-Sheets hochladen und damit arbeiten
- Plugins: Sie können Plugins externer Anbieter auswählen und dadurch den Funktionsumfang von ChatGPT deutlich erweitern, z.B. Recherche nach Artikeln mit echten Ergebnissen bei gleichzeitiger Zusammenfassung der Inhalte (ScholarAI), Durchsuchen von YouTube-Videos (Vox Script) oder komplexes Berechnen und Programmieren (Wolfram)
- Dall-E 3: Bildgeneration per Textprompt innerhalb von ChatGPT (kostenlose open-source Alternative: LLaVa)
Premiumversion auf Android und iOS:
- Sprachfunktion: Sie können ChatGPT per Spracheingabe nutzen, ChatGPT antwortet per Sprachausgabe. Sie können also de facto einen Dialog mit ChatGPT führen ohne zu tippen.
Google Gemini
Kosten: gratis / 20$/Monat
Gemini ist das LLM von Google. Bislang gilt es noch als weniger funktionsstark als ChatGPT, holt aber, wie viele andere LLMs, in seinen Funktionen auf. Bard hat Zugriff auf das Internet, kann also auf Fragen tagesaktuell reagieren.
Claude
Kosten: gratis oder Premium für 20 $/ Monat
Claude ist das LLM von Anthropic und gilt als grösste Konkurrenz zu ChatGPT, mit vielen Berichten, dass Claude leistungsfähiger sei. Fokus von Anthropic ist eine soziale und sichere Anwendung und Gesprächskultur und sieht sich als "AI safety and research company" [Quelle]. Anthropic ist eine milliardenschwere Zusammenarbeit unter anderem mit Zoom und Amazon eingegangen mit dem Ziel, in Zukunft das leistungsstärkste LLM erschaffen [Quelle]. Claude ist bislang nur in den USA und im UK zugänglich.
Meta Llama
Kosten: gratis, Download und Installation notwendig
Llama ist das LLM von Meta, der Firma, der unter anderem Facebook, Whatsapp und Instagram gehören. Aktuell (Oktober 2023) ist Llama 2 das führende Modell. Es gibt Llama 2, das ChatGPT vergleichbar ist, und Code Llama, das spezifisch für das Programmieren vor allem in Python entwickelt wurde.
Vergleich
Es gibt mittlerweile einige nennenswerte Bildgeneratoren und auch die verfügbaren Funktionen werden monatlich erweitert. Einen differenzierten Vergleich der grössten Programme zur Bildgeneration finden Sie in folgendem YouTube-Video: Who is KING of AI IMAGES? An In-Depth Breakdown
Das Ergebnis dieses Vergleichs aus dem genannten Video sehen Sie hier:
Midjourney
Kosten: kostenlose Testversion im öffentlichen Chat von Discord, aber erst mit der bezahlten Version von 10 $ / Monat wirklich nutzbar
Midjourney war lange Zeit das beste Programm zur Bildgenerierung. Im Sommer 2023 wurde an der Colorado State Fair Fine Arts competition in der Sektion "digital art/ digitally manipulated photography” ein Kunstpreis mit einem mittels Midjourney V2 generierten Bild gewonnen [Quelle], was die (Kunst-) Welt in Aufruhr gebracht hat. Seitdem wurde Midjourney stark weiterentwickelt und ist aktuell (Stand Oktober 2023) bei Version 5.2 mit sehr viel besseren Ergebnissen, besserem Sprachverständnis und erweiterten Funktionen wie Inpainting und Outpainting. Die Konkurrenz hat aber stark aufgeholt, siehe andere Tabs.
Setup: Account bei Midjourney einrichten, Discord installieren und Account einrichten, Midjourney und Discord verknüpfen. Für die sinnvolle Nutzung ein Abo für 10&/Monat kaufen und einen eigenen Server einrichten.
Ideogram
Kosten: gratis
Ideogram wurde am 29. August 2023 veröffentlicht mit der Idee, allen Personen weltweit Zugang zu einem bildgenerierendem Programm zu geben. Es wurde sehr positiv rezipiert und kann niederschwellig genutzt werden. Besonderer Schwerpunkt von Ideogram ist das Integrieren von Text in generierte Bilder, was zum Zeitpunkt seiner Veröffentlichung ein Novum war.
Bing Create
Kosten: gratis
Durch die enge Kooperation von Microsoft und OpenAI liegt Bing das Sprachmodell GPT-4 zugrunde. Microsoft integriert GPT-4 nun in alle Produkte. Über die Suchmaschine Bing gibt es zwei Wege, Bing zur Bildgeneration zu nutzen, wobei Bing Create explizit dafür programmiert wurde und daher zu empfehlen ist. Mit Bing Create haben Sie Zugriff auf Dall-E 3.
Bing Chat
Browser Edge, Bing-Icon rechts oben
Kosten: gratis
Nur im von Microsoft herausgegebenen Bing Browser erhältlich. Bing Chat basiert auf GPT-4 und hat Zugriff auf das Internet. Im Chat muss angegebene werden, dass ein Bild generiert werden soll, sonst wird eine Bildbeschreibung als Aufforderung verstanden, einen Text dazu zu schreiben. Auch mit Bing Chat haben Sie Zugriff auf Dall-E 3.
Adobe Firefly
Kosten: gratis
Auch Adobe hat ein bildgenerierendes Tool veröffentlicht. Das Besondere hier ist, dass Adobe ausschliesslich für diesen Zweck bereitgestellte Bilder als Trainingsdaten verwendet [Quelle]. Ausserdem bietet Adobe Generative Fill an, also die Möglichkeit, innerhalb eines Bildes einzelne Bereiche zu ändern (was mittlerweile auch von anderen Programmen wie Midjourney aufgegriffen wurde).
Night Café
https://creator.nightcafe.studio/studio
Kosten: Gratis wenige Credits pro Tag, danach Bezahlversion
Night Café ist eine der Anwendungen, die das Modell Stable Diffusion verwenden. Es können verschiedene Parameter eingestellt werden (z.B.: KI-Modellversion, Format, Kunststil). Jeden Tag erhalten Sie wenige Credits für die Bildgeneration oder Sie kaufen zusätzlich Credits dazu. Sehr gut individuell programmierbar, was allerdings fortgeschrittenes Prompting erfordert.
KI-Bilder erkennen
Es gibt verschiedene Möglichkeiten zu versuchen, ein KI-generiertes Bild als solches zu erkennen. Allerdings ist keine der folgenden Möglichkeiten zu 100 % sicher. Das Feld ist natürlich auch hier in Bewegung und es wird vor allem auch aus rechtlicher Sicht in den nächsten Monaten (Stand OKT 23) viel passieren.
Reinzoomen: Öffnen Sie das Bild und zoomen Sie so weit wie möglich rein. Vor allem bei Gesichtern kann es sich so zeigen: Bei näherem Hinschauen erscheinen die Gesichter offensichtlich unnatürlich, wenn es KI-generiert ist. Das wird aber mit fortschreitender KI-Technologie immer weniger gut funktionieren.
Google Bilder Rückwärtssuche : Wenn dasselbe Bild schon vor etwa 2022 im Internet gefunden wird, ist es höchstwahrscheinlich nicht KI-generiert, vor allem, wenn es hochauflösend realistisch ist.
https://fotoforensics.com/ : Komplexe Analyse eines Bildes mit mehreren Parametern, braucht etwas Einarbeitungszeit.
Bisher war es relativ klar, was als Plagiat gilt und was nicht. ChatGPT hat diese Klarheit nun aufgelöst, eine neue Diskussion um Plagiate und Selbstständigkeitserklärungen scheint notwendig. Bereits im Juli 2022 hat Prof. Dr. Doris Weßels im Artikel "Hochschullehre unter dem Einfluss des KI-gestützten Schreibens" einen entsprechenden Vorschlag gemacht, wie KI-Unterstützung in wissenschaftlichen Arbeiten deklariert werden könnte. Konkrete Umsetzungen entscheiden natürlich die Fakultätaten bzw. die Dozierenden. Hier finden Sie ein paar Fragen, die auf dem Weg zu einer Entscheidung diskutiert werden könnten:
- In welchem Umfang soll die Verwendung KI-gestützer Tools angegeben werden? Reicht die Nennung der Tools (z.B. ChatGPT, ResearchRabbit und Paper Digest)? Soll angegeben werden, wofür sie eingesetzt wurden (z.B. ChatGPT für die Gliederung, Abstract und Titel; ChatPDF für eine vertiefte Auseinandersetzung mit den Texten in Kapitel 3 bis 5)? Oder soll die gesamte Prompt-History mit abgegeben werden (z.B. im Anhang oder als zusätzliches PDF )?
- Sollten wir unsere Studierenden davon abhalten, KI zu nutzen, weil dadurch wichtige Lernprozesse ausgelagert werden könnten? Oder sollten wir unsere Studierenden im wissenschaftlichen Umgang mit KI schulen und ihren reflektierten Einsatz in der Lehre und ggf. auch in Prüfungen verlangen?
- Soll KI erlaubt sein, aber es darf kein KI-generierter Text ohne starke, eigene Überarbeitung übernommen werden? Wie lässt sich das überprüfen?
- KI wird schon in naher Zukunft alltägliche Lebensrealität darstellen und wird aus dem wissenschaftlichen Arbeiten ebenso wenig wegzudenken sein wie Literaturdatenbanken (vgl. Microsoft 365 Copilot). Ist es daher überhaupt notwendig, den Einsatz von KI zu regulieren, oder ist diese Regulierung nur ein mittelfristiges Übergangsphänomen?
Empfehlungen aus hochschuldidaktischer Sicht:
- Schulen Sie sich selbst und ihre Studierenden im Umgang mit diverser KI.
- Überlegen Sie, welche Denk-Aufgaben sinnvoll an KI ausgelagert werden können und welche die Studierenden selbst leisten müssen, um die Lernziele zu erreichen.
- Verlangen Sie mittelfristig eine Angabe, welche KI verwendet wurde. Dies vor allem als Übung, mit KI zu arbeiten und sich an die neue Arbeitsrealität zu gewöhnen.
- Definieren Sie, welche Hilfsmittel in Prüfungen und schriftlichen Arbeiten verwendet werden können.
Prinzipien für die Nutzung von KI (20.05.2025)
Kurzer Input für die ATOL-Mitgliederversammlung. Es geht darum, welche Prinzipien wir aktuell in der Arbeit mit KI anwenden sollten, damit die Arbeit effizient und ertragreich ist, und dass dabei unsere eigenen Ideen erhalten bleiben. PDF
Wie verändert KI die Rolle von Dozierenden? (12.05.2025)
Vortrag und Conversation Starter an der Eröffnungsfeier des CAS in Hochschuldidaktik. Argumentiert wird, dass über bereits existierende Möglichkeiten der KI und deren absehbare Entwicklungen eine deutliche Änderung der Rolle der Dozierenden einhergehen wird. PDF
Vortrag "Schreiben mit KI" (8.05.2025)
Wie können wir im FS25 KI für das Schreiben von Seminararbeiten einsetzen? Wie müssen wir vorgehen, um nicht von dem meist durchschnittlichen Output eines LLMs dominiert zu werden? Im Vortrag wird gezeigt, welche Tools für welchen Schritt wie eingesetzt werden können. Der Fokus liegt dabei darauf, wie unsere eigenen Ideen und Gedanken den gesamten Prozess steuern und wie das Endergebnis unser eigenes Werk ist und bleibt. PDF
Info-Lunch "KI in der Forschung" (12.12.2024)
Wie kann KI Ihren Forschungsalltag unterstützen? Praxisnahe Einblicke in KI-Tools für verschiedene Forschungsphasen. Mit Live-Demonstration eines CustomGPT für Forschungsanwendungen und Möglichkeit zum eigenen Testing. PDF
Info-Lunch "KI in der Lehre" (28.11.2024)
Praktische Einsatzmöglichkeiten von KI im Lehralltag: Von der Veranstaltungsplanung bis zur Prüfungsgestaltung, inklusive Live-Demo eines speziell entwickelten CustomGPT für die Lehrkonzeption. PDF
Info-Lunch "KI in der Uni" (21.11.2024)
Ein kompakter Überblick über die neuesten Entwicklungen in der KI-Landschaft mit Fokus auf den Hochschulbereich. Erfahren Sie die wichtigsten Erkenntnisse aus zwei aktuellen Fachtagungen zum Thema "KI und Universität" und diskutieren Sie mit uns die Bedeutung für unsere Institution. PDF
Tagung Generative KI (31.01.2024)
Generative KI in Lehr-/Lernprozessen: Potenziale für die Weiterentwicklung der Hochschullehre? Generative KI ist mitten in der Gesellschaft angekommen – und damit auch in der Hochschullehre: Studierende verwenden ChatGPT und Co., um ihre schriftlichen Arbeiten zu kürzen, zu verbessern oder gar ganz zu erstellen, während Dozierende Wege ausprobieren, um Anwendungen von generativer KI lernförderlich in ihrer Lehre einzusetzen. Welche Potenziale also birgt generative KI für die Weiterentwicklung der Hochschullehre? Die gemeinsam von PH Luzern, Universität Luzern und Hochschule Luzern organisierte Tagung «Generative KI in der Lehre» richtet sich an alle Lehrenden und Lehrverantwortlichen der drei Bildungsinstitutionen. Die Absicht ist, Erfahrungen zu teilen zum Einsatz von generativer KI in der Lehre, voneinander zu lernen und gemeinsam Fragen zu diskutieren, welche der Einsatz von generativer KI in der Lehre aufwirft. Tagungsprogramm
Gemeinsam organisiert von Dr. Denis Hänzi (PH Luzern), Dr. Bernhard Lange (Zentrum Lehre Universität Luzern), Dr. David Loher (ZLLF HSLU), Douglas MacKevett (HSLU-W), Prof. Dr. Peter Tremp (Zentrum für Hochschuldidaktik PH Luzern)
Info-Lunch "ChatGPT mit 'Superpowers'" (22.11.2023)
Im Fokus stehen die erweiterten Funktionen des am 6.11.23 veröffentlichten neuen ChatGPT-Modells, vor allem die Erstellung individueller GPT-Modelle für spezifische Anwendungen und die Erstellung von PowerPoint-Präsentationen. Die Veranstaltung zielt darauf ab, die praktische Anwendung dieser neuen Funktionen für die akademische Forschung und Lehre zu demonstrieren und die Teilnehmenden zu befähigen, diese Tools effektiv in ihren Arbeitsbereichen einzusetzen: PDF
Info-Lunch "Bildgeneration mit KI" (15.11.2023)
Die neuesten Text-to-Image-Modelle zeigen beeindruckende Fähigkeiten in der Erstellung fotorealistischer Bilder aus Textbeschreibungen. Sie bieten erweiterte Anpassungsmöglichkeiten und unterstützen komplexe Bildbearbeitungen. Wir besprechen Anwendungsmöglichkeiten der KI-Bildgeneration aufzeigen und testen diese selbst, wie diese Werkzeuge in der akademischen Forschung und Lehre an der Uni Luzern genutzt werden können: PDF
Info-Lunch "ChatGPT für die Forschung" (27.09.23)
Neben ChatGPT gibt es einige Programme, die spezifisch für die Forschung geeignet sind, allen voran für die Recherche z.B. mit Elicit oder ResearchRabbit. Aber auch ChatGPT wurde besser und kann mit optimierten Prompts inspirieren und genauer schreiben . Mit den Plugins in der Premiumversion lassen sich sogar echte wissenschaftliche Artikel suchen, analysieren und per Link ausgeben: PDF
Info-Lunch "Was kann ChatGPT (mittlerweile?)" (20.09.23)
ChatGPT hat über den Sommer einige neue Funktionen erhalten. Custom Instructions funktionieren jetzt auch für User der Gratisversion und in der bezahlten Premiumversion lassen sich Plugins und die "Advanced Data Analysis" nutzen. Ausserdem hat ChatGPT vielfältige Konkurrenz bekommen: PDF
Einordnung von künstlicher Intelligenz als neues Tool in der Lehre (Februar 2023)
KI hat bereits einiges verändert. Viele Schreibarbeiten können von ChatGPT und anderer KI abgenommen werden, die Plagiatsdefinitionen lösen sich auf und für die Lehre ergeben sich neue Optionen. Hier finden Sie einen Überblick, der in Teilen auch jeweils vor den nachfolgenden Veranstaltungen gegeben wurde. Diese allgemeinen Informationen wurden in diesem Video zusammengefasst und aus den Aufnahmen der anderen Veranstaltungen herausgeschnitten. Für eine Einführung in KI beginnen Sie bitte hier: Video und PDF
ChatGPT für Dissertationen (6.02.2023)
Schreiben verändert sich mit KI-Unterstützung. Es kann Rohtexte verfassen und Ideen liefern, bleibt aber bislang auf einer für die akademische Arbeit unzureichenden Tiefe. Im Video wird demonstriert, wofür es genutzt werden kann und wo die Grenzen liegen: Video und PDF
ChatGPT für Prüfungen (2.02.2023)
Prüfungen verändern sich nur teilweise: Klausuren im Fernmodus sind ab sofort nicht mehr empfehlenswert, dafür bleiben Prüfungen in Präsenz nahezu unverändert. Eine neue Situation haben wir bei Schreibarbeiten aller Art, denn ChatGPT kann Teile davon übernehmen. Wichtig ist vor allem, dass Dozierende wie Studierende lernen, mit solcher KI umzugehen. Studierende können ChatGPT als Lernhilfe nutzen, Dozierende können es für die Planung einsetzen: Video und PDF
ChatGPT für die Lehre (1.02.2023)
In der Lehrveranstaltung kann ChatGPT einen interessanten Effekt haben: Die kognitiven Leistungen der Studierenden können auf eine höhere Ebene in der Bloomschen Taxonomie des Lernens gehoben werden. So kann das Verständnis vertieft, die Übertragung neuer Theorien auf andere Themen und kritisches Denken geübt werden. Auch für die Planung der eigenen Lehre kann ChatGPT hilfreich sein. Im Video werden Beispiele dafür gezeigt: Video und PDF
Erste Empfehlung zur Schnittstelle von KI und Universität ist die Arbeit von Ethan Mollick. Sein Blog One Useful Thing bietet Einsichten in verschiedene Themen rund um KI und Universität, sein Blog More Useful Things bietet zahlreiche komplexe und erprobte Prompts und weitere Ressourcen. Sein Newsletter ist ebenfalls sehr zu empfehlen.
Eine sehr gute Einführung zu ChatGPT mit technischen Hintergründen, dem Einsatz in der Lehre und Überlegungen zu einer aktualisierten Eigenständigkeitserklärung in Schreibarbeiten bietet das Webinar ChatGPT in der modernen Lehre mit Frau Prof. Dr. Doris Weßels (FH Kiel).
Webinar Reihe «AI or what the ChatGPT?»: Fünf Webinare, veröffentlicht zwischen April und Juni 2023, zu verschiedenen Aspekten von KI in der akademischen Lehre.
Dr. Bryan Alexander bietet seit Jahren wöchentlich eine online-Plattform für Diskussionen rund um die akademische Lehre. Mit sehr interessanten Beiträgen ist dieses zweiteilige Video vom Dezember 2022 zu empfehlen: Teil 1 und Teil 2.
Eine kommentierte und stets aktualisierte Linkliste mit Kommentaren und Nachrichten zu KI vom Hochschulforum Digitalisierung und eine von Dr. Bryan Alexander.
Eine ebenfalls stets aktualisierte Auflistung von KI-basierten Programmen mit Suchfunktion finden Sie hier: https://www.futuretools.io/
