Uni-Tübingen

KI erfolgreich in der Lehre einsetzen

KI in der Lehre reflektieren

Universitäten stehen vor der Herausforderung angesichts stetig neuer Entwicklungen auf dem KI-Markt, ihren Studierenden faire Studienbedingungen und gleiche Prüfungsvoraussetzungen zu bieten. Es gilt auf Grundlage der guten wissenschaftlichen Praxis, den kompetenten Umgang mit KI zu lehren. Viele Studierende nutzen bereits KI-Tools sehr aktiv in ihrem Studierendenalltag. Ihnen fehlt jedoch oftmals das nötige Wissen, wie und innerhalb welcher Grenzen diese Werkzeuge für ihr Fachgebiet geeignet sind. Diese Expertise und wissenschaftliche Perspektive müssen den Studierenden themenbezogen vermittelt werden. Durch einen offenen Austausch zwischen Studierenden und Lehrenden bietet sich die Chance zu gemeinsamen Lernen und zur Entwicklung gemeinsamer Standards.

Im Rahmen des fachübergreifenden Transferprojekts “Möglichkeiten und Grenzen von KI in der Lehre" fand im April 2024 ein Forum zum Austausch mit dem Titel “KI in der Lehre – Erfahrungen aus drei Fakultäten” statt. Die hierbei gesammelten Erfahrungen und Gedanken bilden die Basis für das Dokument KI in der Lehre reflektieren. Hier finden Sie Fragen zur eigenen Reflexion um zu klären, wie Sie in Ihrer Lehre mit KI-Systemen umgehen möchten, sowie verschiedene Perspektiven und Denkanstöße.


Übungsszenarien und Beispiele

Eine Übersicht über Anwendungen und Einsatzmöglichkeiten von KI-Tools für Studierende finden Sie im Dokument Einsatzmöglichkeiten von KI für Studierende. Dieses soll als Landkarte dienen, um eine grobe Übersicht über die tatsächlichen Einsatzmöglichkeiten von KI für Studierende zu bieten. Die Anwendungsmöglichkeiten sind fachübergreifend und basieren auf verschiedenen Rückmeldungen und Erfahrungen. Die Idee für dieses Dokument beruht auf einer Übersicht der Nutzung von KI Tools in der Empirischen Kulturwissenschaft von Herrn Prof. Dr. Bareither.

Die Arbeitsgruppe Digitale Medien und Hochschuldidaktik der Deutschen Gesellschaft für Hochschuldidaktik in Kooperation mit der Gesellschaft für Medien in der Wissenschaft hat eine didaktische Handreichung zur praktischen Nutzung von KI in der Lehre erarbeitet. Diese enthält übersichtlich zusammengestellte Use Cases und Übungen für die Lehre und die dafür benötigten Rahmenbedingungen.
Aus der Handreichung zur praktischen Nutzung von KI in der Lehre haben wir Ihnen eine Kurzübersicht über drei schnelle Übungen (KI-Output als Quelle kritisieren, Literaturrecherche und Prompt Engineering) beispielhaft zusammengestellt.


Schlagkräftige Argumente von Chatbots? Prompting Challenge
U:FF 2024

© www.youtube.com/KI-Campus

Das University:Future Festival (U:FF) fand vom 5. bis 7. Juni 2024 statt und wurde vom Hochschulforum Digitalisierung und der Stiftung Innovation in der Hochschullehre organisiert. Auf der "KI-Campus-Stage" in Heilbronn traten drei Teams in der Prompting Challenge von Stefan Göllner gegeneinander an, im Versuch, einem KI-Chatbot die besten Argumente abzuringen. Herausforderung dabei war: in kurzer Zeit einen Bot so zu instruieren, dass er überzeugende und schlagkräftige Texte produziert, die im Dialog bestehen können. Anschließend wurden die Ergebnisse präsentiert und vom Publikum bewertet. Zur Prompting Challenge Teacher vs. Chatbot – wer unterrichtet besser?.


Rahmenbedingungen festlegen

Um für Studierende Klarheit zu schaffen bietet es sich an, sogenannte “Rules for Tools” für Ihre Veranstaltung zu definieren. So schaffen Sie für die Studierenden Transparenz, was erlaubt und was verboten ist und welche Regelungen (z.B. Zitierweise) zu beachten sind. Ein gelungenes Beispiel für Rules for Tools stammt von Prof. Dr. Christian Spannagel, der seine eigenen „Rules for Tools“ frei lizensiert zur Verfügung stellt und damit für andere nutzbar macht.
Eine von Mitgliedern des Ludwig-Uhland-Instituts für Historische und Kulturanthropologie der Universität Tübingen durchgeführte Umfrage, ergab dass 48,6 % der Studierenden und Mitarbeitenden der Universität Tübingen regelmäßig, mindestens einmal pro Woche, mit generativer KI interagieren. Dies offenbart die Notwendigkeit gleich zu Beginn einer Lehrveranstaltung die entsprechenden Rahmenbedingungen festzulegen. Eine vorherige individuelle Reflektion über die technischen, ethischen und inhaltlichen Vor- und Nachteile von generativer KI für das eigne Fach durch die Lehrperson, bildet die Basis von sinnvollen Regeln.


Toolübersichten

Die Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen (GWDG)  bietet einen KI-Dienst namens Chat-AI an. Mit diesem können verschiedene Large Language Models (LLM) in einem einfachen Chat-Interface benutzt werden.  Der KI-Chat funktioniert ohne Speicherung des Chatverlaufs und verschiedene Open-Source-Modelle stehen kostenlos zur Verfügung. Einloggen ist mit einem Uni-Tübingen Login über die academiccloud möglich. Zur Nutzung muss kein Account angelegt werden.

Die Universitätsbibliothek der Universität Tübingen pflegt sehr ausführliche Übersichten über aktuelle KI-Tools zum Thema Literaturrecherche, wissenschaftliches Arbeiten und Bilderstellung. Diese finden Sie im Bereich für Literaturrecherche mit KI - Tools der Universitätsbibliothek. 

Unter dem folgenden Link finden Sie eine thematisch gegliederte Liste mit KI-Tools im Kontext von akademischen Lese- und Schreibprozessen. Diese wird von VK:KIWA (Virtuelles Kompetenzzentrum: Künstliche Intelligenz und wissenschaftliches Arbeiten) gepflegt.


Checkliste - Rechtskonformer Einsatz

Nicht nur die Neuartigkeit von KI und die damit fehlende langfristige Erfahrung mit ihrem Umgang, sondern auch die Vielfalt der verfügbaren KI-Tools und deren unzähliger Anwendungsszenarien, erschwert eine korrekte Nutzung. Je nach Anwendungsfall kommen andere Gesetzte, Regelungen und ethische Richtlinien zum Tragen. In Deutschland regeln vor allem (aber nicht nur) die DS-GVO, das Urheberrecht und die KI-VO die Anwendung und Nutzung von KI-Systemen. Im Rahmen des Projekts KI:connect.nrw, gefördert durch das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen, sind zahlreiche Dokumentvorlagen für Hochschulen verfügbar.
Basierend auf der Checkliste zum Umgang mit Generativen KI-Systemen von KI:connect.nrw finden Sie hier eine angepasste Checkliste zum Umgang mit Generativen KI-Systemen an der Universität Tübingen.


Hinweis:
Die hier verlinkten, externen Angebote wurden von uns sorgfältig geprüft und werden als qualitativ hochwertige und vertrauenswürdige Ressourcen eingeschätzt. Da es sich jedoch um externe Angebote handelt, möchten wir Sie darauf hinweisen, dass Aktualität und Korrektheit der vermittelten Informationen, sowie ethisches Verantwortungsbewusstsein der bereitgestellten Inhalte auf den Plattformen, außerhalb des Haftungsbereichs der Universität Tübingen liegt.