Inhalt

Die Veranstaltung thematisiert schlaglichtartig grundlegende Fragen des Einsatzes von Research Assistant Tools in der Lehre.
Schon seit Längerem stehen KI-gestützte Technologien zur Verfügung, die in Lehre und Lernen eingesetzt werden können. KI-Sprachmodelle erleichtern Lehrenden die Formulierung und Bewertung von Prüfungsaufgaben. Recommender Systeme versprechen adaptive und individualisierte Lernangebote. Learning Analytics können Studierenden bedarfsgerecht Feedback geben. Diesen Potentialen stehen Risiken gegenüber. Wie ist es um die Datensouveränität von Studierenden und Lehrenden bestellt, wenn alle digitalen Spuren analysiert werden? Wodurch kann sichergestellt werden, dass Algorithmen keinem Bias unterliegen, der zu menschlichen Fehlentscheidungen führt? Was muss getan werden, damit Sprachmodelle nicht Täuschung und Plagiarismus Vorschub leisten?
Vorgestellt werden Systematisierungen und Einsatzmöglichkeiten gängiger Anwendungen, Forschungsergebnisse und Praxiserfahrungen von Research Assistant Tools in der Lehre und es wird Raum für Austausch und Diskussion geben.
Inhalte:

• Überblick über die verschieden KI-Tools
• Geschichtlicher Überblick über die Entwicklung von KI
• Grundlegende Prinzipien und Funktionsweisen von Research Assistant Tools
• Probleme des „Bias“
• Grenzen und Möglichkeiten von KI-Tools