Didaktischer Einsatz von KI
Spätestens seit ChatGPT ist die Frage nach dem Umgang mit künstlicher Intelligenz an Hochschulen angekommen. Wir möchten auf dieser Seite den Fokus auf den konkreten didaktischen Einsatz in der Lehre richten und Ihnen möglichst praxistaugliche Informationen bereitstellen. Des Weiteren finden Sie hier Informationen zu Weiterbildungsveranstaltungen an der TUD zum Thema KI.
Table of contents
Einsatzszenarien
KI-Tools können Sie in der Lehre auf vielfältige Weise unterstützen. Sie können Ihnen helfen, erste Ideen zu finden, zu recherchieren, zu strukturieren, Materialien zu erstellen, Texte zu formulieren, Feedback zu geben, Texte zu korrigieren und vieles mehr. Neben ChatGPT gibt es auch andere KI-Tools wie z.B. DeepL, Dall-E oder Gamma. Bei KI-Tools mit Chatfunktion (wie z. B. ChatGPT) können Sie mit der KI in eine Art Gesprächsprozess gehen und gemeinsam das Ergebnis weiterentwickeln. Durch die Eingabe der Texte (Prompts) können Sie der KI Rückmeldungen zur vorherigen Antwort geben und entsprechend Überarbeitungen anfordern, bis das Ergebnis Ihren Erwartungen entspricht.
Je nach Einsatzzweck des Ergebnisses ist es notwendig, die Ausgabe kritisch auf Vollständigkeit, Richtigkeit und möglichen zugrundeliegenden Bias zu prüfen.
Im Folgenden sind Einsatzszenarien aufgeführt, wie KI-Sprachmodelle für das Lehren und Lernen an der TU Dresden eingesetzt werden können. Diese sind weder vollständig noch trennscharf. Bei den genannten Einsatzszenarien muss stets die eigene Weiterarbeit, Anpassung und Korrektur der KI-Outputs mitgedacht werden.
KI-Tools können in allen Schritten der Konzeption und Durchführung von Lehrveranstaltungen unterstützend verwendet werden:
Konzeption der Lehrveranstaltung / Grobplanung
- Den ersten Entwurf für eine Lehrveranstaltung erstellen und weiterentwickeln lassen („Zero-Draft“)
- Lehr-Lernziele erstellen lassen
- Modul- oder Veranstaltungsbeschreibungen erstellen lassen
Feinplanung der einzelnen Sitzungen
- Anleitungen für Arbeitsaufgaben erstellen lassen
- (Fall-) Beispiele und Gegenbeispiele zur Veranschaulichung erzeugen lassen
- Argumente für Diskussionen sammeln lassen
Produktion von Lehr-Lern-Materialien
- Quizzes, Aufgaben oder Distraktoren, Standardantworten und Tipps für richtige und falsche Antworten erstellen lassen
- Veränderung von Lehrmaterialien, z.B. Anpassung von Schwierigkeitsgrad oder Sprachstil
- Lehrvideos oder Podcasts aus einem Text erstellen oder zusammenfassen lassen
- Aus Videos Texte, z.B. Veranstaltungsskripte extrahieren und zusammenfassen lassen
- Interaktive Lernelemente, z.B. Spiele, erstellen lassen und in LMS einbinden
KI kann auch selbst zum Thema in der Lehre werden, indem die Erstellung und Analyse von thematisch passenden Outputs in die Fachlehre integriert und (kritisch) thematisiert wird. Hier kann Fachlehre und Reflektion der Nutzung von KI verknüpft werden.
- Einen Output der KI durch Studierende kritisch betrachten lassen
- Abstimmung und anschließende Analyse über menschlichen oder künstlichen Ursprung eines Dokuments
- Gegenüberstellung menschlicher und künstlicher Antworten und Reflektion
- Durch die Studierenden mit ChatGPT mehrere Antworten auf eine Frage ausgeben lassen, die anschließend vergleichend hinsichtlich ihrer Qualität bewertet werden (z.B. Unterschiede zwischen schlechten, guten und sehr guten Outputs). Dies kann unter Rückgriff auf die Veranstaltungsinhalte geschehen.
- Grenzen des KI-Tools ausloten – unter welchen Bedingungen generiert die KI einen sinnfreien oder falschen Output?
KI kann Sie auch bei Prüfungen unterstützen indem Sie ...
- Prüfungsaufgaben zum eigenen Skript erstellen lassen.
- Bewertungsraster für Aufgaben entwickeln lassen.
- Feedback-Textabschnitte vorformulieren lassen.
- Studierende dazu ermutigen, ihre eigenen Aufgabenlösungen korrigieren zu lassen (Stichwort: formatives Assessment).
KI-Systeme können den Arbeitsalltag auch in anderen Bereichen unterstützen. So kann man z. B.
- E-Mail-Antworten formulieren,
- Besprechungsprotokolle erstellen oder
- kleinere Programme, Makros oder Excel-Formeln programmieren lassen.
KI-Systeme können auch Studierende dabei unterstützen, ihren Lernprozess erfolgreich zu gestalten. Die Tools können u. a. für folgende Aufgaben eingesetzt werden:
Wissenserwerb
- Recherchieren von Zusatzinformationen
- Erklären von Lösungen
- Erstellen von personalisierten Lernplänen und Lernempfehlungen
- Generieren von Leitfragen
- Erstellen von Lernkarten
Überprüfung des Gelernten
- Individualisiertes Feedback: Bspw. fehlerhafter Programmiercode analysieren lassen
- Fragen oder Klausuraufgaben zu Inhalten
- Faktencheck
Erstellung von Lernprodukten
- Schreibblockaden lösen: KI beginnen lassen, anschließend fortführen und überarbeiten
- Eigenen Text zusammenfassen lassen um zu prüfen, ob die Kernpunkte klar sind
- Programmiercode generieren und erklären lassen
- Unterstützung bei der Erstellung von Präsentationen
- Gliederung erstellen lassen
- Forschungsfragenentwicklung
- Forschungsvorgehengenerierung
Bitte beachten Sie, dass Sie keine TU-bezogenen und studierendenbezogenen Daten in KI-Tools verwenden dürfen.
Good Practice Beispiele
- Spannagel, Christian (15.03.2023): Rules for Tools. Version 2.1. Pädagogische Hochschule Heidelberg. Online verfügbar unter: https://csp.uber.space/phhd/rulesfortools.pdf ⇒ Christian Spannagel stellt für seine Lehrveranstaltungen Regeln zur Nutzung von Medien und Werkzeugen auf, an denen man sich für die eigene Lehre orientieren kann. Diese Regeln laden gleichzeitig dazu ein, das Thema KI (und Medien im Allgemeinen) konkret zu Beginn der Lehrveranstaltung mit den Studierenden zu thematisieren.
- Heckmann, Dirk (2023): ChatGPT und das Prüfungsrecht. Vortrag am 06.03.2023 an der Technischen Universität München. Online verfügbar unter https://www.youtube.com/watch?v=LsITeLET2uY . ⇒ Hier wird ab Minute 17 eine juristische Lehrveranstaltung beschrieben, in der Studierende mit ChatGPT arbeiten, indem sie z. B. mit der KI einen Referatstext erstellen, dessen Korrektheit prüfen, das Referat iterativ weiterentwickeln und das Endprodukt sowie den Entwicklungsprozess reflektieren und wissenschaftlich analysieren.
- Weimann-Sandig, Nina (2023): ChatGPT – Eine Chance zur Wiederbelebung des kritischen Denkens in der Hochschullehre. ⇒ Praxistest: Studierende evaluieren ChatGPT-Ergebnisse
Prompting
Um KI-Tools zielführend zu nutzen, ist die Formulierung präziser Aufgabenstellungen für das Tool, sogenannte Prompts, notwendig. Hierbei kann man sich an folgenden Bausteinen orientieren:
- Kontext
- Relevante Informationen zur Rolle des/der Fragestellenden (z.B. "Ich bin Dozentin an einer Universität und unterrichte Erstsemesterstudierende im Fach "Einführung in die Techniken wissenschaftlichen Arbeitens".)
- Rolle, die das KI-Tool einnehmen soll (z.B. Dozierende:r, Moderator:in einer Diskussion, Technisches System, Kritiker:in)
- Zielgruppe (z.B. Studierende)
- Kanal / Ort, für den die Ausgabe geschrieben werden soll (z.B. ein bestimmter Social-Media-Kanal, Abschlussklausur, Mailnachricht, Forumsbeitrag im Lehrveranstaltungskurs im Lernmanagementsystem)
- Frage und/oder Szenario (s. #Einsatzszenarien)
- Format
- stilistische Eigenschaften (z.B. wissenschaftlicher Sprachstil)
- Ausgabeformat (z.B. Tabellen, Stichpunkte, Diagramme)
- Länge der Ausgabe
- Ggf. Beispiele zum Ausgabeformat
Weitere Hinweise:
- Die Formulierung von Prompts in englischer Sprache bietet oft zufriedenstellendere Ergebnisse
- Sollte eine Ausgabe nicht die erwünschten Ergebnisse liefern, sollte die laufende Ausgabe direkt unterbrochen werden oder die fertige Ausgabe editiert werden, da der bisherige Dialog immer die Ausgangsbasis für das Folgende darstellt
- Höflichkeitsfloskeln (wie bitte und danke) sind nicht notwendig
- Es ist auf eine möglichst klare und präzise Formulierung zu achten. Hierunter fällt auch die Vermeidung von Füllwörtern.
Im folgenden listen wir Ihnen Quellen mit Prompt-Beispielen sowie mit Tipps zur Erstellung von Prompts auf.
- Kompetenzzentrum für Innovation in Studium und Lehre der Hochschule Mainz (2023): Gutes Prompting mit ChatGPT. Online verfügbar unter https://www.hs-mainz.de/fileadmin/Hochschule/Qualitaetsmanagement/Kompetenzzentrum/pdf/prompting_handreichung_05.pdf ⇒ Konkrete Beispielprompts und Tipps für die Prompterstellung kurz und knapp auf 2 Seiten dargestellt.
- Lenk-Ostendorf, Ben (2023): ChatGPT-4 Cookbook. Prompt Inspirations for teaching. ProLehre | Medien und Didaktik der Technischen Universität München. Online verfügbar unter: https://www.prolehre.tum.de/fileadmin/w00btq/www/Angebote_Broschueren_Handreichungen/Handreichungen/ChatGPT-4_Cookbook.pdf ⇒ Beispielprompts für verschiedene Einsatzszenarien, z.B. Erstellung einer Einleitung für Gruppendiskussionen, einer Einführungsgeschichte in ein spezifisches Lehrgebiet oder zur Erstellung von Quizfragen.
- Lange, Bernhard (2023): ChatGPT in der Lehre. Universität Luzern. Online verfügbar unter: https://www.unilu.ch/fileadmin/universitaet/dienste/zele/Dok/ChatGPT_in_der_Lehre_Website.pdf ⇒ Ab Folie 8 wird eine gesamte Lehrveranstaltung mit ChatGPT geplant und der Prompt-Verlauf gezeigt. Die Prompts und der Chat lassen sich sehr gut für die eigene Lehrveranstaltungsplanung adaptieren.
Überlegungen zum Datenschutz
Bitte beachten Sie vor der Verwendung von KI-Tools, dass diese typischerweise nicht die Datenschutzvorgaben unseres Gesetzgebers und der TU Dresden einhalten. Dies betrifft sowohl die Nutzung der einschlägigen Internetangebote als solche als auch die Inhalte, die Sie in Form von Prompts eingeben. Bitte prüfen Sie vor der Verwendung alle datenschutzrelevanten Aspekte und kontaktieren gegebenenfalls die Informationssicherheit an der TU Dresden.
In der folgenden FAQ-Box finden Sie weiterführende Informationen zu diesem Thema:
Für den Einsatz von KI-Tools in der Hochschullehre gelten natürlich die bekannten rechtlichen und organisatorischen Rahmenbedingungen, genaus wie für die Nutzung aller anderen IT-Dienste auch. Für den Datenschutz sind insbesondere die Datenschutz-Grundverordnung (DSGVO), das Sächsische Hochschulgesetz (SächHSG), die Rahmenordnung zur Verarbeitung personenbezogener Daten an der TU Dresden (Rahmenordnung VpbD) und die IT-Ordnung der TU Dresden maßgeblich.
Solange Sie in Ihren Lehrveranstaltungen Dienste wie ChatGPT nur selbst, z. B. zu Demonstrationszwecken, nutzen und in den Eingaben keine personenbezogenen Daten verwenden, ist dies unkritisch. In diesem Fall müssen Sie lediglich für sich selbst entscheiden, ob Sie der Verarbeitung Ihrer Daten durch den Anbieter des Tools zustimmen. Weitgehend unproblematisch könnte es auch sein, wenn Studierende an Rechnern der TU Dresden mit einem von der TU Dresden selbst oder von Ihnen persönlich zur Verfügung gestellten Zugang arbeiten, wobei auch hierbei keine personenbezogenen Daten in der Dateneingabe verwendet werden dürfen.
Wenn Sie jedoch erwarten oder gar anordnen, dass sich Ihre Studierenden eigenständig bei Anbietern von KI-Tools registrieren, um dann auf ihren privaten Rechnern gestellte Aufgaben zu bearbeiten, wird es problematisch: Letztlich trägt dann die TU Dresden die Verantwortung dafür, dass die Datenverarbeitung ordnungsgemäß erfolgt. Die Prüfung und Überwachung der rechtskonformen Datenverarbeitung beim Tool-Anbieter selbst und innerhalb der Tools ist aber derzeit in vielen Fällen nicht einmal durch die Aufsichtsbehörden möglich (Beispiel: ChatGPT der Firma OpenAI). Es ist daher zunächst immer davon auszugehen, dass dieses Anwendungsszenario nicht rechtskonform ist. Gemäß der IT-Ordnung könnten Sie bei Rechtsverstößen durchaus auch selbst von der TU Dresden haftbar gemacht werden. Lassen Sie sich daher rechtzeitig vor der Nutzung bei uns oder direkt beim Datenschutzbeauftragten der TU Dresden beraten und vermeiden Sie dieses Anwendungsszenario.
Ein anderer Weg könnte die freiwillige Nutzung der KI-Tools durch die Studierenden sein (Art. 6 (1) lit. a DSGVO). Aufgrund der Abhängigkeit der Studierenden von den Lehrenden ist jedoch grundsätzlich davon auszugehen, dass ein gewisser Druck auf die Studierenden ausgeübt wird und daher eine Freiwilligkeit der Nutzung der (KI-)Tools nicht zustande kommen wird. Um diesen Weg dennoch möglich zu machen, ist es unabdingbar, dass den Studierenden echte Alternativen zum geplanten KI-Tool-Einsatz zur Verfügung stehen, die sowohl inhaltlich als auch organisatorisch keine Nachteile mit sich bringen. Einige Anregungen hierzu werden im Text bereits gegeben, beispielsweise die Bereitstellung von Promts und Antworten der KI, die Nutzung von lokal installierter Software oder die Bereitstellung von Accounts für das genutzte KI-Tool.
Eine weitere Möglichkeit wäre der Verweis auf Anbieter von KI-Tools, die ohne Nutzerregistrierung arbeiten. Zwar ist auch hier ein völlig anonymes Arbeiten nicht ohne weiteres möglich, da diverse Identifikationsdaten des Rechners und des verwendeten Browsers an den Anbieter übermittelt werden. Allerdings entfällt zumindest der Registrierungsvorgang und damit die Preisgabe zusätzlicher persönlicher Daten.
Je nach gewünschtem Lehr-/Lernszenario ist auch der Einsatz von lokal installierten KI-Tools wie GPT4ALL (https://gpt4all.io/) möglich. Diese Variante hat den Vorteil, dass die Daten nicht von Drittanbietern verarbeitet werden und ein Missbrauch der erfassten Daten besser verhindert werden kann. Damit Studierende mit geringerer privater Hardware-Ausstattung nicht benachteiligt werden, müssen diese Tool-Installationen auch auf für Studierende zugänglichen Rechnern der TU Dresden, z.B. in PC-Pools, vorhanden sein.
Beim Einsatz von KI-Werkzeugen kommen zu den bereits beschriebenen allgemeinen datenschutzrechtlichen Anforderungen eine Reihe weiterer, bislang ungeklärter Fragen hinzu. Dies liegt daran, dass fundamentale Grundsätze des Datenschutzes der Art der Datenverarbeitung in KI-Anwendungen zum Teil diametral entgegenstehen. Die Rechtmäßigkeit, Datensparsamkeit, Zweckbindung, Transparenz, Richtigkeit oder auch Vertraulichkeit bei der Verarbeitung der Daten sind in der KI nicht gesichert.
Ein Beispiel:
Häufig werden Benutzereingaben (Prompts) selbst automatisch zum Training von KI-Systemen verwendet. Damit werden die eingegebenen Daten, die möglicherweise sogar einen Personenbezug haben, nicht mehr für den ursprünglichen Zweck weiterverarbeitet (Gebot der Zweckbindung). Wie genau diese Daten dann verarbeitet werden, ist selbst für Expert:innen nicht ohne weiteres nachvollziehbar (Gebot der transparenten und korrekten Datenverarbeitung). Es ist dann durchaus möglich, dass die KI später selbstständig falsche oder unvollständige Angaben zu Personen macht, über die sie durch die Abfrage etwas „erfahren“ hat (Gebot der Richtigkeit und Vertraulichkeit der Datenverarbeitung).
Dieses Beispiel zeigt, dass gleich mehrere Grundsätze für die Verarbeitung personenbezogener Daten gemäß Art. 5 DSGVO nicht eingehalten werden können.
Vorerst bleibt abzuwarten, welche Regeln und Normen unsere Gesellschaft diesbezüglich in Zukunft schaffen wird. Nichtsdestotrotz können diese Probleme der aktuellen Technologie in der Lehre thematisiert werden, solange ein äußerst sensibler und reflektierter Umgang mit den zur Verfügung stehenden KI-Tools erfolgt.
Literatur
- Fleischmann, A. (2023). ChatGPT in der Hochschullehre. Wie künstliche Intelligenz uns unterstützen und herausfordern wird. https://www.nhhl-bibliothek.de/de/handbuch/gliederung/#/Beitragsdetailansicht/243/3700/ChatGPT-in-der-Hochschullehre---Wie-kuenstliche-Intelligenz-uns-unterstuetzen-und-herausfordern-wird
- Kemper, Jonathan (19.08.2023): ChatGPT Guide: Prompt-Strategien für bessere Ergebnisse. ⇒ Im Abschnitt Allgemeine Promptbeispiele werden die Bestandteile eines guten Prompts aufgelistet, viele Beispiele benannt und unterschiedliche Formen des Prompting dargestellt.
- ProLehre | Medien und Didaktik, Institute for LifeLong Learning, Technische Universität München (2023). Einsatz von ChatGPT in der Lehre. https://www.prolehre.tum.de/fileadmin/w00btq/www/Angebote_Broschueren_Handreichungen/prolehre-handreichung-chatgpt-v2.1.pdf
- Spannagel, C. (2023). Künstliche Intelligenz in der Hochschullehre. https://www.hessenhub.de/2023/06/20/kuenstliche-intelligenz-in-der-hochschullehre-didaktische-implikationen-und-konstruktiver-einsatz-in-der-lehrpraxis
- Bundesministerium für Bildung, Wissenschaft und Forschung (2023). Auseinandersetzung mit Künstlicher Intelligenz im Bildungssystem. https://www.bmbwf.gv.at/Themen/schule/zrp/ki.html
- Fleischmann, A. (2023). ChatGPT in der Hochschullehre. Wie künstliche Intelligenz uns unterstützen und herausfordern wird. https://www.nhhl-bibliothek.de/de/handbuch/gliederung/#/Beitragsdetailansicht/243/3700/ChatGPT-in-der-Hochschullehre---Wie-kuenstliche-Intelligenz-uns-unterstuetzen-und-herausfordern-wird
- Kipp, M. (16.05.2023): Wie sag ich’s meiner KI? Hintergründe und Prinzipien zum Prompting bei ChatGPT. Online-Vortrag für die Deutsche Gesellschaft für Hochschuldidaktik. Online verfügbar unter: https://www.youtube.com/watch?v=cfl7q1llkso&ab_channel=dghd%E2%80%93DeutscheGesellschaftf%C3%BCrHochschuldidaktik
- Kompetenzzentrum für Innovation in Studium und Lehre der Hochschule Mainz (2023): Gutes Prompting mit ChatGPT. Online verfügbar unter https://www.hs-mainz.de/fileadmin/Hochschule/Qualitaetsmanagement/Kompetenzzentrum/pdf/prompting_handreichung_05.pdf
- ProLehre | Medien und Didaktik, Institute for LifeLong Learning, Technische Universität München (2023). Einsatz von ChatGPT in der Lehre. https://www.prolehre.tum.de/fileadmin/w00btq/www/Angebote_Broschueren_Handreichungen/prolehre-handreichung-chatgpt-v2.1.pdf
- Spannagel, C. (2023). Künstliche Intelligenz in der Hochschullehre. https://www.hessenhub.de/2023/06/20/kuenstliche-intelligenz-in-der-hochschullehre-didaktische-implikationen-und-konstruktiver-einsatz-in-der-lehrpraxis
- Zentrum für Hochschullehre, Universität Bayreuth (2023). ChatGPT und KI für die Lehre - Fachlandkarte des ZHL. https://www.zhl.uni-bayreuth.de/de/news/2023/230524_chatgpt_und_ki_fuerdieLehre/index.html
Bitte beachten Sie, dass die Liste stetig erweitert und aktualisiert wird.
Hochschuldidaktische Weiterbildungsangebote zum Thema KI
Stand: 16.07.2024
Termin | Thema | Form |
---|---|---|
18.09.2024 | Scientific writing with AI in Teaching – Teach your Students to use AI appropriately | Online |
24.10.2024 | KI und Nachhaltigkeit in der Lehre thematisieren, fördern und verankern | Online |
11.11.2024 | KI-Werkzeuge und das wissenschaftliche Arbeiten von Studierenden | Online |
21.11.2024 | Einstieg in generative KI-Systeme (ChatGPT&Co.) | Online |
25.11.2024 | KI-gestützte Vorbereitung und Durchführung von Hochschullehre | Online |
03.12.2024 | ChatGPT - den kompetenzorientierten Umgang mit ChatGPT didaktisch anleiten | Online |
20.01.2025 | Generative KI-Werkzeuge (ChatGPT&Co.) und die didaktischen Konsequenzen für die Hochschullehre | Online |