Katholische Religionslehre/Dreieinigkeit und KI und Gesellschaft: Unterschied zwischen den Seiten

Aus ZUM-Unterrichten
< Katholische Religionslehre(Unterschied zwischen Seiten)
Main>Antonius53
 
Keine Bearbeitungszusammenfassung
 
Zeile 1: Zeile 1:
{{ZBK}}
Diese OER bietet einen Strukturvorschlag, Inhalte und Unterrichtsideen für eine Lehreinheit zu '''KI und Gesellschaft''', insbesondere den Grundlagen von KI, den Einsatzgebieten (mit Fokus auf KI in der Bildung) und den Problemen, die KI verursachen kann.
Die Lehre der '''Dreieinigkeit''' (auch Dreifaltigkeit oder Trinität) [[Gott]]es ist das Herzstück der christlichen Theologie; sie hängt eng mit dem Glaubensbekenntnis zusammen, das von allen christlichen Konfessionen anerkannt wird. Dieser Artikel beschreibt einen argumentativen Zugang zur zentralen Lehre des [[Christentum]]s.  


== Argumentativer Zugang zur Dreieinigkeitslehre ==
===Über diese OER===
Es scheint vernünftig dreierlei zu unterscheiden:
====Lernziele====
* Gott, wie er in sich selbst ist
* Gott, wie er dem Menschen begegnet
* Gott, wie der Mensch ihn darstellt.<br>


=== Gott, wie er in sich selbst ist ===
*Die Schüler:innen können grob erklären, was KI ist.
Es ist möglich, über „Gott selbst“ Sätze zu formulieren: „Er ist unendlich.“
*Die Schüler:innen verstehen den Unterschied zwischen KI-Programmen und vorgegebenen Programmen.
Für jemanden, der unter „Gott“ das versteht, was die griechischen Philosophen und die jüdischen, muslimischen und christlichen Theologen darunter verstehen, und ihn nicht für ein übernatürliches Wesen als Bestandteil einer durch Mythen zu vergegenwärtigenden Geister- und Götterwelt hält, und der überzeugt ist, dass Gott auch existiert, für den ist der Satz „Gott ist unendlich“ wahr.<br>
*Die Schüler:innen können mögliche Einsatzgebiete von KI nennen.
Wenn Menschen die Wahrheit eines Satzes beurteilen, erbringen sie unterschiedliche geistige Leistungen. Jede Wahrheitserkenntnis bedeutet, einen Satz mit unserer Erfahrung zu vergleichen und daraufhin zu beurteilen, ob wir den Satz für wahr oder falsch halten sollen: Wir schauen aus dem Fenster und wissen dann, ob der Satz „Es ist schönes Wetter“ momentan wahr oder falsch ist. <br>
*Die Schüler:innen können an Beispielen vorurteilsbehaftete KI erkennen.
Methodisch ausgefeilte Suche nach der Wahrheit und Unwahrheit von Sätzen nennen wir „Wissenschaft“. Aber die Wissenschaft geht nicht immer gleich vor, wenn sie sich mit der unbelebten und belebten Natur oder dem Menschen beschäftigt. Philosophisch besonders wichtig ist Immanuel Kants Unterscheidung der ''bestimmenden'' von der'' reflektierenden Urteilskraft'':
*Schüler:innen können ihre Meinung zu KI in der Bildung äußern.
* Die bestimmende Urteilskraft rekonstruiert die Natur in Form von mathematischen Modellen, Computersimulationen, durch Zeichnung und Nachbau. Zum Beispiel sind die Bewegungsgleichungen der klassischen Mechanik ein Modell der sichtbaren Bewegung von Satelliten im erdnahen Weltraum, und dass die Raketen wirklich da ankommen, wo es berechnet wurde, ist ein Test auf die Wahrheit der Formeln.  


Würden wir Sätze über Gott mit der bestimmenden Urteilskraft testen können, dann hätten wir es nicht mit Gott (im uns vertrauten Sinn) zu tun, sondern mit einer Sache, deren Verhalten im Prinzip berechenbar und abhängig von äußeren Faktoren wäre.
====Zielgruppe====
* Die reflektierende Urteilskraft beurteilt die Natur nach Analogie des eigenen Erlebens. Zum Beispiel sagen wir „Der Vogel frisst.“ weil wir aus eigenem Erleben wissen, was Nahrungsaufnahme ist.
Die vorgestellten Inhalte sind für Schüler:innen der Mittelstufe geeignet. Vorkenntnisse über KI werden nicht vorausgesetzt.


Die reflektierende Urteilskraft reicht gerade aus, um uns dazu zu bewegen nach Gott zu suchen, aber sie kann nichts Inhaltliches sagen, wie er ist und sich zu uns verhält. Denn die Analogie für Gott ist unsere menschliche Freiheit, und wer von einer freien Person etwas Entscheidendes erfahren will, muss mit ihr reden. Alle Annahmen über eine Person, die nicht auf Auskünften dieser Person selbst beruhen, sind Projektionen und Vorurteile.<br>
====Zeitumfang====
Philosophisch plausible Aussagen über Gott helfen uns wenig weiter; oben wurde schon formuliert „Gott ist unendlich“, einen solchen Satz erreichen wir durch folgende Operationen:
Diese OER umfasst Material für 90 Min. Unterricht.
* Wir nehmen ein Adjektiv, das zu allem gehört, was in unserer Erfahrung vorkommt: „endlich“. Denn was nicht „endlich“ ist und begrenzte und messbare Eigenschaften wie Gewicht, Farbe, zeitliche Dauer hat, das kann in unserer Erfahrung, die auf Bezugssysteme wie Raum und Zeit angewiesen ist, nicht vorkommen.
* Wir negieren dieses Adjektiv, sagen „un-endlich“, und sagen dies von Gott aus.
* Vergleiche mit anderen Gegenständen unseres Geistes – zum Beispiel mit der „Unendlichkeit“ der Menge der natürlichen Zahlen oder der noch „mächtigeren Unendlichkeit“ der Menge der reellen und komplexen Zahlen -, weisen wir erneut zurück: „Gottes Unendlichkeit ist eine andere als die mathematische Unendlichkeit.“


Auf diese Weise können wir unser Bedürfnis artikulieren, dass es neben dem Endlichen auch etwas Unendliches gibt, neben allem, was faktisch existiert, aber auch nicht existieren könnte, etwas Absolutes. Man kann die Artikulation dieses Bedürfnisses auch als „Beweis“ akzeptieren, weil sie integraler Bestandteil unserer Art zu reden und zu denken ist. (''Ich fürchte, wir werden Gott nicht los, solange wir noch an die Grammatik glauben'', sagte Friedrich Nietzsche.<ref>[http://de.wikiquote.org/wiki/Friedrich_Nietzsche Friedrich Nietzsche: Die Vernunft der Philosophie 5]</ref>) Doch auch dieser „Beweis“ funktioniert ganz anders als alle anderen Beweise, die sich auf definierbare Erfahrungsinhalte beziehen.
===Einleitung===
''Dieser Abschnitt führt Thema und Begriffe ein und erzeugt Motivation, sich mit dem Thema zu beschäftigen.''  


Der Versuch des Menschen, Gott durch Sätze zu beschreiben, ist nicht der einzige Weg, Gott zu vergegenwärtigen und darzustellen, nicht einmal der glaubwürdigste. Leichter fällt es, jemanden seine religiösen Überzeugungen „abzunehmen“, der sie durch ein vorbildliches Leben bewahrheitet, der sie in überwältigender Kunst und Musik ausdrückt, auch wenn darin "Gott" nicht einmal erwähnt wird.
Künstliche Intelligenz (KI) ist ein Programm, das eingegebene Daten interpretiert, daraus lernt und das Gelernte nutzt, um bestimmte Ziele zu erreichen<ref name=":0">Lee, D. (2020). Samsung and LG go head to head with AI-powered fridges that recognize food. Verfügbar unter: https://www.theverge.com/2020/1/2/21046822/samsung-lg-smart-fridge-family-hub-instaview-thinq-ai-ces-2020 (Zugriff zuletzt: 27.06.2023)</ref>. KI ist jedoch nicht zu verwechseln mit normalen Programmen. Vorgegebene ("normale") Programme bekommen die Regeln und die Struktur für das Lösen der Aufgabe vorgegeben<ref name=":1">Automation Hero (2023). What’s the difference between software automation and artificial intelligence. Verfügbar unter: https://automationhero.ai/blog/whats-the-difference-between-software-automation-and-artificial-intelligence/ (Zugriff zuletzt: 02.08.2023)</ref>. KI-Programme bekommen jedoch die Struktur des Lernens vorgegeben und entwickeln an Hand von Daten eigene Regeln für die Lösung einer Aufgabe<ref name=":1" />. Man sagt, die KI "lernt" aus den Daten, oder sie wird an Hand von Daten "trainiert". Eine andere Abgrenzung von KI zu normalen Programmen ergibt sich daraus, ob ein Programm den Turing-Test besteht. Dieser wird von einer Maschine bzw. einem Programm bestanden, wenn ein Mensch in der Interaktion mit einer Maschine nicht erkennt, dass es eine Maschine ist<ref name=":1" />. Dann sagt man, das Programm ist "intelligent".  
Aber von allen Darstellungen Gottes gilt, dass die Urteilskraft des Menschen sie von „Gott selbst“ abtrennen kann, indem eine psychologische, soziologische oder historische (auch kunst-, musik- oder philosophiehistorische) Interpretation dieser Darstellungen vorgelegt wird, die den Bezug zu „Gott selbst“ nicht berücksichtigt oder gar ausschließt.  
Reden über Gott selbst ausschließlich aufgrund von Argumenten der menschlichen Vernunft behält zwei Mängel:
* Wir können nie restlos sicher sein, ob unser Fürwahrhalten bedingt ist durch unseren begrenzten Horizont, oder ob wir über „Gott selbst“ etwas Wahres gesagt haben.
* Was wir über Gott sagen können, ist fast nichts; denn alles, was wir kennen und erfahren, müssen wir verneinen, und die rein negativen Adjektive - „unendlich“, „undefinierbar“, „absolut“, „jenseits alles Denkbaren“ – können wir dann von Gott aussagen.
Über diese Dürftigkeit hinweghelfen könnte uns nur, wenn Gott selbst das Gespräch mit uns suchte und uns Auskunft über sich gäbe.


=== Gott, wie er dem Menschen begegnet ===
Künstliche Intelligenz entwickelt sich schnell weiter und wird bereits vielseitig im Alltag eingesetzt. Wie wir später sehen werden, kommt KI auch in Situationen zum Einsatz, die unser Leben beeinflussen. Um den verantwortungsbewussten Umgang mit KI zu fördern, ist es notwendig, über die möglichen Probleme von KI und ihre Auswirkungen auf die Gesellschaft zu reflektieren.
Wie begegnet Gott dem Menschen? – Schon Amos hat im achten Jahrhundert vor Christus darüber bereitwillig Auskunft gegeben: In der Auseinandersetzung mit dem Berufspriester Amazja betont er, dass er seine Prophetengabe nicht einer Ausbildung verdankt, sondern: ''Der Herr hat mich von meiner Herde weggeholt und zu mir gesagt: Geh und rede als Prophet zu meinem Volk Israel!''  [Amos 7,10] Wie ist das zugegangen? – Amos drückt es in einem schrecklich zugespitzten Gedicht aus [3,3-8], das in den Versen gipfelt:<br>
''Der Löwe brüllt - wer fürchtet sich nicht? ''<br />
''Mein Herr, JHWH, redet - wer wird nicht Prophet?''<br />
Was der Prophet ausspricht, ist mit seiner Gottesbegegnung so wenig identisch, wie eine Traumerzählung mit dem Traum identisch ist. Freud sagt, die Traumarbeit gebe dem Traum ein intelligibles Äußeres – die Bilder werden in eine zeitliche Reihenfolge gebracht in einem Raum über- und unter-, vor- und hintereinander angeordnet. Das Erzählen genügt Mindestbedingungen der Grammatik und Logik, wie phantastisch es auch anmuten mag. Diese Erfahrung können wir auch dann machen, wenn eine überwältigende Erfahrung zur Sprache gebracht werden soll: Amos benutzt Vergleiche – Furcht vor dem brüllenden Löwen -, stiftet Beziehungen. <br>
Beziehungen stiften ist der eigentliche Sinn der Offenbarung.<br>
Jesu Prophetenbewusstsein ist geprägt vom Ende der Herrschaft des Bösen und dem Beginn der Herrschaft des einen lebendigen menschenfreundlichen Gottes:
''Ich sah den Satan wie einen Blitz vom Himmel stürzen.'' [Lukas 10,18]
''Wenn ich mit dem Finger Gottes die Dämonen austreibe,
ist dann nicht schon zu Euch gekommen Gottes Reich?'' [Lukas 11,20]
In allen vier Evangelien bekommt der Eintritt Jesu in das Selbstbewusstsein, den Willen Gottes zu verwirklichen und das Gesetz zu erfüllen, den feierlichen Rahmen der Taufe am Jordan. Die mit Jesu Auftrag verbundene Überwindung der bösen Mächte wird in die Versuchungsperikope „ausgelagert“. <br>
Die Bekehrung des Paulus ist ein geschichtliches Faktum wegen ihrer Wirkung: Der Mann aus Tarsus, der früh die Gefahr erkannt hat, die dem Judentum aus dem Christentum droht und entsprechende Maßnahmen ergreift, wird „umgedreht“ zu einem Apostel des Christus Jesus, der sich mehr als alle anderen abmüht, die Kirche bei Nichtjuden einzupflanzen.


Paulus selbst beschreibt die Ursache, die diese Wirkung hatte, sehr wortkarg; zwei Stellen:<br>
{{Idee|Fragen Sie die Schüler:innen, ob sie schon mal von KI gehört haben und mit eigenen Worten sagen können, was das ist. Machen Sie daraus eine Fragen-Ideen-Runde.}}{{Idee|Nutzen Sie vor der Klasse ChatGPT oder ein ähnliches Tool (Microsoft BingAI) und fragen Sie die KI, was eine KI ist.}}
* ''Als letztem von allen erschien er – der Auferstandene Christus - auch mir, dem Unerwarteten, der Missgeburt.'' [1 Korinther 15,8]
* ''Gott, der mich schon im Mutterleib auserwählt und durch seine Gnade berufen hat, mir in seiner Güte seinen Sohn offenbarte, damit ich ihn unter den Heiden verkündige…'' [Galater 1,15-16]
Die Apostelgeschichte beschreibt die Szene an zwei Stellen in leuchtenden Farben; ich zitiere die kürzere Fassung, die in einer Predigt des Paulus enthalten ist:
''Als ich nun unterwegs war und mich Damaskus näherte, da geschah es, dass mich um die Mittagszeit plötzlich vom Himmel her ein helles Licht umstrahlte. Ich stürzte zu Boden und hörte eine Stimme zu mir sagen: Saul, Saul, warum verfolgst du mich? Ich antwortete: Wer bist du, Herr? Er sagte zu mir: Ich bin Jesus, der Nazoräer, den du verfolgst. Meine Begleiter sahen zwar das Licht, die Stimme dessen aber, der zu mir sprach, hörten sie nicht. Ich sagte: Herr, was soll ich tun? Der Herr antwortete: Steh auf, und geh nach Damaskus, dort wird dir alles gesagt werden, was du nach Gottes Willen tun sollst. Da ich aber vom Glanz jenes Lichtes geblendet war und nicht mehr sehen konnte, wurde ich von meinen Begleitern an der Hand geführt und gelangte so nach Damaskus.'' [Apostelgeschichte 22, 6-11]


An den Beispielen kann man ablesen, wie die biblischen Stoffe schon vor der schriftlichen Fixierung der Bibel selbst bearbeitet werden. Die Gemeinde hat ein Interesse an Bildern, an Riten; sie will ihre Vorbilder lebendig machen mit allen Mitteln der menschlichen Kultur. Sie will in ihren Bildern auch die Bedeutung der Ereignisse für ihren eigenen Bestand zu Ausdruck bringen, und diese Bedürfnisse werden in den unter frühen Christen kursierenden Erzählungen, die in die Bibel eingegangen sind, bedient. Der Schluss ist erlaubt:<br>
===Anwendungsfälle von KI===
Mit den Worten des Propheten darf und muss gearbeitet werden.
''Dieser Abschnitt gibt einen Überblick über mögliche Anwendungsfälle von KI. Optional kann hier der Fokus auf KI für ein bestimmtes Einsatzgebiet, z.B. Bildung, gelegt werden.''
Das passiert vor der Niederschrift der Bibel und ist mit ihrer Niederschrift selbstverständlich nicht abgeschlossen. Das Christentum ist keine primäre, sondern eine sekundäre Schriftreligion:
Die Schrift ist heilig, aber nicht so heilig wie der werden soll, der in ihr liest,
und schon gar nicht so heilig wie der, der sich in ihr offenbart.
Auch die Schrift gehört zu den Darstellungen Gottes, man darf seine Absolutheit nicht auf einzelne Aussagen der Schrift übertragen und erst recht nicht auf eine bestimmte Interpretation dieser Aussagen. Daraus ergibt sich eine entscheidende Frage: Welche Bestandteile der biblischen Botschaft und ihrer Interpretation sind der Kultur geschuldet, in die die Botschaft hineinspricht, und in welchen Impulsen der Bibel drückt sich die Transzendenz Gottes aus, die allen Kulturen überlegen ist? - Woher nehmen wir uns zum Beispiel das Recht, eindeutige Gebote der Bibel direkt herumzudrehen? Die Steinigung als Strafe für Götzendienst ist im Gesetz [Deuteronomium 16,2-5, u.a.] vorgeschrieben; dagegen erklärt das Konzil: Die Kirche (...) verwirft jede Diskriminierung eines Menschen, jeden Gewaltakt gegen ihn um seiner (...) Religion willen, weil dies dem Geist Christi widerspricht.<ref name="Nostra-Aetate">II. Vatikanisches Konzil: [http://www.vatican.va/archive/hist_councils/ii_vatican_council/documents/vat-ii_decl_19651028_nostra-aetate_ge.html Nostra Aetate 5]</ref> Das Verbot Zins zu nehmen [Lukas 6,30] wurde im ausgehenden Mittelalter aufgehoben; das Verbot der Scheidung [Matthäus 5,32] nicht. Welche Kriterien werden da jeweils angewendet? Wie können wir Aussagen, Gebote, Riten und Kunstwerke als authentische Darstellungen Gottes anderen gegenüberstellen, die wir als falsch, unmoralisch, kitschig oder gotteslästerlich verwerfen?


=== Gott, wie der Mensch ihn darstellt ===
====A) KI in der Bildung====
Das Fürwahrhalten von irgendetwas, das Gott darstellt, kann nur dadurch gerechtfertigt werden, dass Gott selbst es bewirkt, dass Gott selbst die Urteilskraft des Menschen ist, durch die er richtig denkt und redet und malt und singt und handelt und betet. Diese Lehre, dass Gott nicht über den Wolken thront, sondern als inspirierende Kraft im Menschen lebt, ist die Pointe der Lehre von der Menschwerdung Gottes. Mit allen Mitteln versucht die Kirche diese Lehre zu vergegenwärtigen: Die Sakramente befassen unsere Sinne, die Riten fordern von den Künsten das Äußerste, die Lehre strengt unser Denken an, und die organisierte Diakonie verpflichtet unsere Moral. Und erst wenn in allen diesen Darstellungen, deren Kontext die Kirche ist, Gott selbst die Beziehung zum Menschen sucht, kann es etwas Wahres über Gott – ja überhaupt etwas wirklich Wahres am Menschen – geben. Andernfalls ist jeder Kontakt mit der Wahrheit ausgeschlossen, weil es gar keine Wahrheit unter uns gibt.
Bereits seit längerem, spätestens jedoch seit dem Hype um ChatGPT, ist KI in der Bildung angekommen<ref>Tahiru, F. (2021). AI in Education: A Systematic Literature Review. Journal of Cases on Information Technology (JCIT), 23(1), 1-20. DOI: 10.4018/JCIT.2021010101</ref>. KI kann hierbei sowohl zur Unterstützung von Schüler:innen, als auch für Lehrkräfte eingesetzt werden.


Wer christliche Theologie studiert, lernt ein Dutzend Bezeichnungen kennen für „Häresien“. Das sind Lehren, die das in unserem Glaubensbekenntnis beschriebene Verhältnis zwischen den göttlichen Personen verfehlt haben: Monophysitismus,Tritheismus, Arianismus, Nestorianismus, und wie sie alle heißen. Offenbar kann man christliche Theologie nicht betreiben, ohne die ihr opponierenden Fehlverständnisse zu definieren. Christliche Theologen sind trainiert an Irrlehren; sie lernen sie auswendig und entwickeln dadurch ein Frühwarnsystem für die Fallstricke der Logik. Vielleicht ist es zulässig, die der christlichen Theologie entgegenstehenden Irrlehren auf drei Möglichkeiten zu reduzieren:
Unterstützung für Schüler:innen:


[[Datei:Haer.jpg|thumb|center|400px|]]
*KI Nachhilfelehrer:innen in Form von Chatbots<ref>Graesser, A. C., Hu, X., Susarla, S., Harter, D., Person, N., & Olde, B. (2001). AutoTutor: An Intelligent Tutor and Conversational Tutoring Scaffold. Workshop on Tutorial Dialog Systems. 10th International Conference on Artificial Intelligence in Education (AIED), San Antonio, Texas. https://www.cs.cmu.edu/~aleven/AIED2001WS/Graesser.pdf</ref>
*An persönliche Präferenzen, Vorkenntnisse oder Lerntyp angepasste Lerninhalte (personalisiertes oder adaptives Lernen)<ref>Cherif-Zahar, Mehdi (2022). Smartest – oder wie man künstliche Intelligenz zur Automatisierung von formativen Beurteilungen einsetzt. In: Hochschulforum Digitalisierung. Verfügbar unter: https://hochschulforumdigitalisierung.de/de/blog/smartest (Zugriff zuletzt: 02.08.2023)</ref>
Ursprung und Ziel aller Gottesdarstellung ist Gott selbst, der uns Menschen durch seinen Geist die Fähigkeit gibt, ihn darzustellen, ohne die Darstellung mit ihm selbst zu verwechseln.
*Analyse des eigenen Lernverhaltens zur Selbsteinschätzung<ref>Love, J., DeMonner, S., & Teasley, S. (2021). Show Students Their Data: Using Dashboards to Support Self-Regulated Learning. In: Why IT Matters to Higher Education - EDUCAUSE Review. https://er.educause.edu/articles/2021/7/show-students-their-data-using-dashboards-to-support-self-regulated-learning (Zugriff zuletzt: 02.08.2023)</ref>
Kommen die Darstellungen ausschließlich vom Menschen, sind es gefälschte Gottesdarstellungen, die nur des Menschen Wünsche verabsolutieren.
*Verwendung für Hausaufgaben (z.B. ChatGPT für Deutsch-Aufsätze, DeepL für den Fremdsprachenunterricht)<ref>Pölert, Hauke (2022). ChatGPT – ein KI-Chatbot (GPT-3) als Assistent für Lernen und Lehren?! In: Unterrichten Digital. Verfügbar unter: https://unterrichten.digital/2022/12/10/kuenstliche-intelligenz-ki-schule-unterricht/ (Zugriff zuletzt: 02.08.2023)</ref>
* Für Atheisten sind alle Gottesdarstellungen gefälscht. Sie interpretieren religiöse Äußerungen und Handlungen mit den Mitteln der psychologischen, historischen und soziologischen Wissenschaften und leiten sie aus den Bedürfnissen und Krankheiten der menschlichen Natur ab. Daher schließen sie jede darin enthaltene übernatürliche Wahrheit aus.
* Für Polytheisten sind alle Gottesdarstellungen gleich gültig. Fälschungsverdacht und Erklärbarkeit aus menschlichen Bedürfnissen stören sie nicht, weil mit einem Polytheismus keine Reflexion auf die letzten Gründe des Fürwahrhaltens verbunden ist. Die Warumfragen werden innerhalb der Mythologien beantwortet, die nicht in Frage gestellt werden.
Wir Christen sind näher bei den Atheisten als bei den Polytheisten, denn gefälschte Gottesdarstellungen sind gefährlicher als keine. Aber wir haben den Verdacht, dass der Verzicht auf Gott sich nicht durchhalten lässt und dass Werte, die nicht Gott sind, dann doch wieder mit einer Motivationskraft aufgeladen werden, als seien sie Gott, und so zur gefälschten Gottesdarstellung werden. Uns scheint, dass dem Weltlichen nur derjenige den weltlichen, kontingenten Charakter lassen kann, der sich auf das wirkliche Absolute stützt.
* Der Fundamentalismus ignoriert die Unterschiede zwischen der Gottesdarstellung des Menschen und Gott selbst. Sätze aus Offenbarungsschriften und bestimmte Interpretationen, Riten, ethische Gebote und Verhaltensregeln, auch andere Elemente der Religion werden behandelt wie Gott selbst, als unendlich, absolut, jenseits aller Veränderbarkeit.<br>
Die Theologie unterscheidet Gott, wie er in sich selbst ist, unaussprechlich und unfassbar, von Gott, wie er dem Menschen begegnet, sich auf unsere Endlichkeit und Begrenztheit so kompromisslos einlassend, dass er sogar das Schicksal unserer Sterblichkeit teilt, und beide von Gott, wie der Mensch ihm antwortet in Riten und Kunstwerken, Lehren und Liebestaten. Aber für diese Unterscheidung suchen wir nach Darstellungsformen, Bildern und Vergleichen, die zugleich die Einheit der drei Erscheinungsweisen Gottes beinhalten.  


Symbole, die nur das Zahlenverhältnis spiegeln – Drei Flammen, eine Kerze; drei Köpfe, ein Körper -, springen zu kurz. Die Theologie lehrt uns, dass das Zählen insgesamt Gott nicht erreicht – weder wenn man ihn mit dem Grenzbegriff der numerischen Unendlichkeit, noch wenn man ihn mit der Eins identifiziert. Es ist die Liebe, die den Vater („Gott selbst“), den Logos („Gott, der dem Menschen begegnet“) und Geist („Gott in der Antwort des Menschen“) eins sein lässt und zugleich, da Liebe eine Beziehung ist, auch plural sein lässt. Und die Einheit von Einheit und Dreiheit ist das, was wir über Gott lehren, von Gott erfahren und als Gott darstellen.<br />
Unterstützung für Lehrkräfte:
Höher als die Einheit des Individuums, seine Unverwechselbarkeit und Unvertretbarkeit, schätzen wir die Einheit der Person, ihre Übereinstimmung mit sich selbst, ihren inneren Frieden, welcher den äußeren Frieden erst möglich macht. Und für diesen inneren und äußeren Frieden ist uns Gott das vollkommene Vorbild.<br />
So überwinden wir alle drei Irrlehren: Dass Gottesdarstellungen per se gefälscht seien (wie der Atheismus sagt), dass bestimmte Gottesdarstellungen als Darstellungen die Eigenschaften Gottes selbst – Absolutheit, Unveränderbarkeit – beanspruchen dürften (wovon der Fundamentalismus ausgeht), oder dass sich bei Gottesdarstellungen die Frage der Wahrheit gar nicht stelle (was Prinzip des Polytheismus war).


== Weblinks ==
*Bewertung von Aufgaben<ref>Pearson Languages. (2019, August 30). Can a computer really mark an exam? The benefits of automated assessment in ELT - Blogs | Pearson Languages. https://www.pearson.com/languages/community/blogs/2019/08/the-benefits-of-automated-assessment-in-elt.html (Zugriff zuletzt: 02.08.2023)</ref>
{{wpde|Nostra Aetate|Nostra Aetate}}
*Formulieren von Aufgaben<ref>Valenzuela, J. (2023). Using AI to Help Organize Lesson Plans. Edutopia. https://www.edutopia.org/article/ai-lesson-plans/ (Zugriff zuletzt: 02.08.2023)</ref>
*Analyse von Lernverhalten um bei Problemen frühzeitig eingreifen zu können<ref>Lu, O. H. T., Huang, A. Y. Q., Huang, J. C. H., Lin, A. J. Q., & Yang, S. J. H. (2018). Applying Learning Analytics for the Early Prediction of Students' Academic Performance in Blended Learning. In: Educational Technology & Society. 21(2), 220–232.</ref>


== Einzelnachweise ==
{{Idee|Fordern Sie die Schüler:innen auf, zu überlegen, wo in ihrem Schulalltag sie bereits KI nutzen oder sich wünschen, von einer KI unterstützt zu werden. Es kann erneut erst ein stilles Brainstorming oder ein Brainstorming in Kleingruppen erfolgen.  Ideen können zunächst still auf Karten geschrieben werden (um auch die Ideen von introvertierten Schüler:innen mit einfließen zu lassen), die dann an der Tafel nach Zugehörigkeit sortiert und besprochen werden.}}
<references/>


====B) Weitere Einsatzgebiete====
Künstliche Intelligenz wird in unserem alltäglichen Leben immer relevanter. Sie wird bereits in folgenden Bereichen eingesetzt:
{| class="wikitable"
|+
!Bereich
!Einsatzbeispiel
|-
|Alltagsorganisation und Haushalt
|
*Sprachassistenzsysteme wie Siri, Alexa, usw.<ref>Schulz, J. (2019). Smarte Sprachassistenten und künstliche Intelligenz—"Ich verstehe Liebeskummer nicht". Deutschlandfunk Kultur. https://www.deutschlandfunkkultur.de/smarte-sprachassistenten-und-kuenstliche-intelligenz-ich-100.html (Zugriff zuletzt: 02.08.2023)</ref>
*Suchmaschinen<ref>Kapit, M. (2022). AI in Search Engines: Everything You Need to Know. Verfügbar unter: https://www.marketingaiinstitute.com/blog/how-search-engines-use-artificial-intelligence (Zugriff zuletzt: 27.06.2023)</ref>
*Intelligente Kühlschränke<ref name=":0" />
|-
|Transport und Personenbeförderung
|
*Selbstfahrende Autos und Busse (mit verschiedenen Graden von "Selbstständigkeit")<ref>Cusack, Jenny (2021). How driverless cars will change our world: BBC. Verfügbar unter: https://www.bbc.com/future/article/20211126-how-driverless-cars-will-change-our-world (Zugriff zuletzt: 27.06.2023)</ref>
*Entwicklung selbstfahrender Schiffe, Drohnen und weiterer Liefer-Roboter<ref>Levander, Oskar (2017). Forget autonomous cars - autonomous ships are almost here. IEEE Spectrum. Verfügbar unter: https://spectrum.ieee.org/forget-autonomous-cars-autonomous-ships-are-almost-here (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Sicherheit & Justiz
|
*Zugangsregelung<ref>Toft, Malou (2019). Künstliche Intelligenz für Gebäude: Zutrittskontrolle intelligent gesteuert. In: Gebäudedigital. Verfügbar unter: https://gebaeudedigital.de/allgemein/kuenstliche-intelligenz-fuer-gebaeude/ (Zugriff zuletzt: 02.08.2023)</ref>
*Videoüberwachung mit KI Gesichtserkennung<ref>Schönherr, Harff-Peter (2022). Lückenlose Auswertung. In: taz. Verfügbar unter: https://taz.de/Ueberwachungskameras-in-Gefaengnissen/!5856202/ (Zugriff zuletzt: 02.08.2023)</ref>
*Empfehlungen für Richter:innen<ref>Richter, Thomas (2023). Künstliche Intelligenz unterstützt Richterinnen und Richter in Zivilprozessen. In: Nachrichten Informationsdienst Wissenschaft (idw). Verfügbar unter: https://nachrichten.idw-online.de/2023/06/28/kuenstliche-intelligenz-unterstuetzt-richterinnen-und-richter-in-zivilprozessen (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Produktion
|
*Intelligente Fabriken (Material, Qualität)<ref>Industrie-Wegweiser (n.d.). Künstliche Intelligenz (KI) – Einsatz in der Produktion. Verfügbar unter: https://industrie-wegweiser.de/kuenstliche-intelligenz-produktion-ki/ (Zugriff zuletzt: 02.08.2023)</ref>
*Produkt-Design<ref>Karlsruher Institut für Technologie (2022). Karlsruher Forschungsfabrik: Industrielle Produktion mit KI optimieren. Verfügbar unter: https://www.kit.edu/kit/pi_2022_087_karlsruher-forschungsfabrik-industrielle-produktion-mit-ki-optimieren.php (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Medizin und Pflege
|
*Entwicklung neuer Medikamente & Impfungen<ref>mdr Wissen (2023). Neue KI berechnet Wirkstoffe für nächste Pandemie. Verfügbar unter: https://www.mdr.de/wissen/ki-berechnet-medikamente-fuer-nacheste-pandemie-100.html (Zugriff zuletzt: 02.08.2023)</ref>
*Diagnose an Hand von Bildern (z.B. MRT, Röntgenbild, mikroskopische Abbildungen von Gewebe, Hautkrebsfrüherkennung)<ref>Jutzi, Tanja B.; Brinker, Titus J. (2020). Hautkrebserkennung: Wie künstliche Intelligenz die Diffenzialdiagnose schärft. In: Deutsches Ärzteblatt. Verfügbar unter: https://www.aerzteblatt.de/archiv/214284/Hautkrebserkennung-Wie-kuenstliche-Intelligenz-die-Diffenzialdiagnose-schaerft (Zugriff zuletzt: 02.08.2023)</ref><ref>Healthcare-in-Europe.com (2021). KI analysiert Röntgenbilder des Bewegungsapparats. Verfügbar unter: https://healthcare-in-europe.com/de/news/ki-analysiert-roentgenbilder-des-bewegungsapparats.html (Zugriff zuletzt: 02.08.2023)</ref>
*"Emotionale" Roboter interagieren mit Demenz-Patient:innen<ref>Schmitt-Sausen, Nora (2017). Assistenzroboter: „Ach ist der süß“. In: Deutsches Ärzteblatt. Verfügbar unter: https://www.aerzteblatt.de/archiv/193912/Assistenzroboter-Ach-ist-der-suess (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Kunst und Musik
|
*ChatGPT schreibt Texte und Gedichte<ref>Habert, Jesko (2023). ChatGPT als Poet? Künstliche Intelligenz und Slam. In: Kiezpoeten. Verfügbar unter: https://kiezpoeten.com/chatgpt-als-poet-kuenstliche-intelligenz-und-slam/ (Zugriff zuletzt: 02.08.2023)</ref>
*Neue Lieder/ Bilder im Stil bekannter Künstler:innen<ref>Heaven, Douglas (2020). Neues KI-Werkzeug produziert Songs mit Stil und Stimme bekannter Künstler. In: Heise Online. Verfügbar unter: https://www.heise.de/hintergrund/Neues-KI-Werkzeug-produziert-Songs-mit-Stil-und-Stimme-bekannter-Kuenstler-4716718.html (Zugriff zuletzt: 02.08.2023)</ref>
*Musikvorschläge bei Spotify und Co.<ref>Katzlberger, Michael (2021). Wie und wo Spotify Künstliche Intelligenz nutzt. Verfügbar unter: https://katzlberger.ai/2021/03/29/wie-und-wo-spotify-kuenstliche-intelligenz-nutzt/ (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Computerspiele
|
*Generierung von Spielwelten<ref>Glanzer, Sebastian (2023). Blizzard will mit KI-generierten Grafiken die Spielwelten verbessern. In: Buffed. Verfügbar unter: https://www.buffed.de/Blizzard-Firma-15293/News/mit-KI-generierten-Grafiken-Spielwelten-verbessern-1418921/ (Zugriff zuletzt: 02.08.2023)</ref>
*Verhalten von Gegner:innen und NPCs<ref>DerStandard (2023). KI soll ermöglichen, sich mit Computerspiel-Figuren zu "unterhalten". Verfügbar unter: https://www.derstandard.de/consent/tcf/story/3000000172189/ki-soll-ermoeglichen-sich-mit-computerspiel-figuren-zu-unterhalten (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Landwirtschaft
|Bewässerungsmaschinen<ref>Schreier, Jürgen (2020). Mit KI in der Landwirtschaft Wasser sparen. In: Industry of Things. Verfügbar unter: https://www.industry-of-things.de/mit-ki-in-der-landwirtschaft-wasser-sparen-a-936966/ (Zugriff zuletzt: 02.08.2023)</ref>
|-
|Bewerbungen
|
*Vorfiltern von Bewerbungen nach geeigneten Bewerber:innen<ref>Reddig, Sophia (2021). Künstliche Intelligenz im Bewerbungsprozess: KI guckt mit. In: Tagesspiegel. Verfügbar unter: https://www.tagesspiegel.de/wirtschaft/ki-guckt-mit-4264693.html (Zugriff zuletzt: 02.08.2023)</ref>
*Erstellen von Persönlichkeitsprofilen an Hand von Videos von Bewerber:innen<ref>de Molina, Karl-Maria (2021). KI-Einsatz in Videointerviews: Was geht, was geht nicht? In: HR Journal. Verfügbar unter: https://www.hrjournal.de/ki-einsatz-in-videointerviews-was-geht-was-geht-nicht/ (Zugriff zuletzt: 02.08.2023)</ref>
|}


{{Idee|Fordern Sie die Schüler:innen auf, zu überlegen, wo KI eingesetzt wird. Ideen können erneut auf Karten geschrieben und an der Tafel geclustert werden.}}


[[Kategorie:Religion]]
===Die KI hat Vorurteile===
[[Kategorie:Christentum]]
''Dieser Abschnitt beschreibt zunächst ein Experiment, das durchgeführt werden kann, um Vorurteile von KI zu erkunden. Dann werden weitere Fälle vorurteilsbehafteter KI beleuchtet.''
[[Kategorie:Katholische Religion]]
 
[[Kategorie:ZUM-Wiki-Buch Katholische Religionslehre]]
====A) Experiment: Wie sieht eine Lehrkraft aus?====
Experimente haben gezeigt, dass Menschen bestimmte Berufe mit bestimmten Geschlechtern assoziieren<ref>Wang, J., Liu, Y., & Wang, X.E. (2021). Are Gender-Neutral Queries Really Gender-Neutral? Mitigating Gender Bias in Image Search. Conference on Empirical Methods in Natural Language Processing. DOI: 10.48550/arXiv.2109.05433</ref>. Wir wollen in einem eigenen Experiment herausfinden, welche Vorstellungen KI von bestimmten Berufen hat.
 
Für unser Experiment werden einer KI eine Berufsbezeichnungen auf Englisch gegeben (auf englisch ist die Berufsbezeichnung meist geschlechtsneutral und schränkt daher die Resultate nicht auf ein bestimmtes Geschlecht ein, z.B. lawyer, doctor, scientist, police officer, engineer). Die KI gibt dann ein Bild zurück, das sie mit diesem Beruf verbindet.
 
Für dieses Experiment wird empfohlen, sich bei OpenAI (https://openai.com/) zu registrieren und die KI Dall-E zu nutzen. Dall-E ist eine sog. "Generative AI", die Bilder erzeugen kann<ref>Ramesh, A. et al. (2021). DALL·E: Creating images from text. Verfügbar unter: https://openai.com/research/dall-e (Zugriff zuletzt: 27.06.2023)</ref>. Die Nutzung von Dall-E ist derzeit für eine bestimmte Menge von Anfragen kostenlos. Alternativ kann auch die Google Bildersuche genutzt werden.
 
{{Idee|Lassen Sie die Schüler:innen Berufe nennen und die Ergebnisse beobachten. Beschränken Sie von vornherein die Anzahl der Berufe, die Sie testen wollen. Sie können das Experimentziel (beobachten, ob die KI Vorurteile hat, und welche) auch erst im Anschluss an die ersten Beobachtungen benennen, um einen Überraschungseffekt zu erzielen.}}
{{Idee|Sollten Sie Dall-E nutzen, lassen die die Schüler:innen zum Abschluss des Experiments ein Fantasiebild erstellen, indem sie die Begriffe der Schüler:innen aufnehmen und auf englisch in Dall-E eingeben. Dadurch lockern Sie die Situation noch etwas auf.}}
 
Beim Experiment sollte auffallen, dass die Google-Ergebnisse vorurteilsbehaftet sind<ref>Nicoletti, L., Bass, D. (2023): Humans are biased. Generative AI is even worse. Verfügbar unter: https://www.bloomberg.com/graphics/2023-generative-ai-bias/ (Zugriff zuletzt: 02.08.2023)</ref><ref>Petereit, D. (2022): KI-Bildgenerator DALL-E mit schweren Vorurteilen: Ingenieure sind weiße Männer, Krankenpflegende Frauen. Verfügbar unter: https://t3n.de/news/ki-bildgenerator-dall-e-schweren-1482800/ (Zugriff zuletzt: 02.08.2023)</ref> (Siehe Screenshots rechts). Also z.B. mehr männlich-gelesene Personen, mehr weiße Personen, keine Personen mit sichtbarer Behinderung, etc.
 
[[Datei:Google-image-search-results-teacher.jpg|mini|Ergebnisse der Google Bildersuche für den Beruf "teacher"]]
[[Datei:Google-image-search-results-engineer.jpg|mini|Ergebnisse der Google Bildersuche für den Beruf "engineer"]]
 
Diese Vorurteile in den Ergebnissen werden durch das KI-Programm erzeugt, das bei der Bildersuche genutzt wird. Sie entstehen dadurch, dass das KI-Programm basierend auf Bilddaten gelernt hat, bestimmte Geschlechter und Hautfarben mit bestimmten Berufen zu assoziieren. Das konnte passieren, weil manche Berufe traditionell eher weiblich oder männlich besetzt waren, oder weil manche Personengruppen daran gehindert waren, bestimmte Berufe zu ergreifen. Diese Diskriminierung sollte sich eine KI jedoch nicht aneignen, denn das könnte Vorurteile verstärken indem der Eindruck erweckt wird, z.B. der Beruf der Anwältin wäre für Frauen eine ungewöhnliche Wahl.
 
Dass die traditionelle Besetzung von Berufen mit bestimmten Geschlechtern heute zu einer diskriminierenden KI führt, nennt man das "Garbage in, Garbage out" Prinzip<ref>ChatBot4You (2023). "Garbage in, garbage out": Wie die Qualität Ihrer Daten den Erfolg Ihres Chatbots bestimmt. Verfügbar unter: https://www.chatbot4you.io/blog/detailseite/garbage-in-garbage-out (Zugriff zuletzt: 02.08.2023)</ref>. Um das Prinzip besser zu verstehen soll es kurz an Hand einer Alltagsmetapher erläutert werden: Stellen Sie sich vor, Künstliche Intelligenz sei ein Küchenmixer. Was hineingegeben wird, bestimmt, was herauskommt. Wenn alte schrumplige Bananen hineingegeben werden ("Garbage in"), dann wird daraus kein frischer Bananenshake ("Garbage out"). Das bedeutet, KI lernt von den Daten, die ihr gegeben werden. Wenn die verwendeten Daten Vorurteile beinhalten, etwa die Annahme, dass in der Vergangenheit hauptsächlich Männer Informatiker:innen waren, kann die KI fälschlicherweise annehmen, dass Männer besser für IT-Jobs geeignet sind, obwohl dies nicht der Realität entspricht. Deshalb ist es sehr wichtig, dass darauf geachtet wird, welche Daten der KI zum Lernen gegeben werden, und dass das Verhalten der KI regelmäßig geprüft wird.
 
Die Entwickler:innen der Google Bildersuche und von Generative AI Systemen arbeiten daran, die Vorurteile ihrer KIs zu beheben. Es kann also immer wieder zu unterschiedlichen Experiment-Ergebnissen kommen.
 
====B) Weitere Fälle von vorurteilsbehafteter KI====
Weitere Beispiele für vorurteilsbehaftete KI im Alltag sind:
 
*Bewerbungen um eine neue Arbeitsstelle<ref>Harlan, Elisa und Schnuck, Oliver (2021). Fairness oder Vorurteil? Fragwürdiger Einsatz von Künstlicher Intelligenz bei der Jobbewerbung. In: Bayerischer Rundfunk. Verfügbar unter: https://interaktiv.br.de/ki-bewerbung/index.html (Zugriff zuletzt: 02.08.2023)</ref>: In der Arbeitswelt existieren bereits KI’s, die dazu dienen, Bewerbungen für neue Arbeitsstellen zu screenen und zu bewerten. Diese Systeme können jedoch potenzielle Vorurteile aufweisen, die sich aus den Daten ergeben, mit denen sie trainiert wurden. Historische Verzerrungen in den Trainingsdaten können dazu führen, dass sie bestimmte demografische Gruppen benachteiligen. Es kann beispielsweise vorkommen, dass Bewerber:innen aufgrund ihres Geschlechts, Alters, ihrer Ethnizität oder anderer Merkmale von den Systemen weniger bevorzugt werden.
 
*Antrag eines Kredits bei der Bank<ref>Luther, T. (2018): Wenn Künstliche Intelligenz über eine Finanzierung entscheidet. Verfügbar unter: https://www.handelsblatt.com/unternehmen/rating-durch-digitale-kreditpruefer-wenn-kuenstliche-intelligenz-ueber-eine-finanzierung-entscheidet/22593710.html (Zugriff zuletzt: 02.08.2023)</ref>: KI’s könnten aufgrund ihrer Trainingsdaten unfaire Entscheidungen treffen, indem sie bestimmte Bevölkerungsgruppen, wie beispielsweise Gruppen mit traditionell niedrigerem Einkommen oder Personen aus bestimmten ethnischen Hintergründen, benachteiligen. Das kann dazu führen, dass diesen Personen ein Kredit verwehrt wird oder sie höhere Zinssätze zahlen müssen.
 
*bei der Polizei/ im Gericht<ref>Noiret, S., Lumetzberger, J., & Kampel, M. (2021). Bias and Fairness in Computer Vision Applications of the Criminal Justice System. 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 1-8. DOI: 10.1109/SSCI50451.2021.9660177</ref>: Künstliche Intelligenz wird auch im Justizsystem und bei der Polizeiarbeit eingesetzt, beispielsweise zur Vorhersage von Verbrechen oder zur Entscheidungsunterstützung bei Gerichtsverfahren. Hier könnten KI-Systeme aufgrund der Daten, mit denen sie trainiert wurden, Vorurteile gegen bestimmte Bevölkerungsgruppen aufweisen. Dies könnte dazu führen, dass bestimmte Gruppen übermäßig ins Visier genommen oder bei Gerichtsentscheidungen benachteiligt werden.
 
{{Idee|Da Künstliche Intelligenz auch wie zuvor beschrieben mehrfach im Bildungsbereich eingesetzt wird, müssen auch hier die Vorurteile eines KI-Programms beachtet werden. Bitten Sie die Schüler:innen sich vorzustellen, dass KI von nun an Hausaufgaben kontrolliert und bewertet. Fragen Sie die Schüler:innen, wie sie das finden. Überlegen Sie gemeinsam ob so eine KI für manche Schüler:innen zum Problem werden könnte. Hilfreiche Stichwörter für die Aufgabe wären: Sprachbarriere, Gender, Einkommen der Familie. Beachten Sie auch mögliche Vorteile. Diese Fragestellung könnte im Placemat oder im Plenum bearbeitet werden.}}
 
===Zusammenfassung & Fazit===
KI umfasst viele verschiedene intelligente Programme, die in immer mehr Bereichen unseres Lebens zum Einsatz kommen. Wie jede neue Technik bietet auch KI einige Risiken. Sie gibt nämlich meist die Vorurteile wieder, die sie gelernt hat. Es ist daher wichtig, die Ergebnisse und Handlungen von KI zu hinterfragen und zu prüfen.
 
{{Idee|Fordern Sie die Schüler:innen auf, in drei Sätzen schriftlich zu formulieren, was sie von dieser Unterrichtseinheit mitnehmen. Lassen Sie die Schüler:innen in einem Blitzlicht zu Wort kommen.}}
 
===Credits===
Diese OER wurde von den Autorinnen zu ZUM hinzugefügt, um sie mehr Lehrkräften zugänglich zu machen. Die Original-PDF wurde von Fiona Fischer, Monika Resner und Linda Fernsel (HTW Berlin) unter https://iug.htw-berlin.de/wp-content/uploads/2023/11/OER-KI-und-Gesellschaft.pdf (CC-BY-SA 4.0) veröffentlicht.
 
<references />
 
[[Kategorie:Informatik]]
[[Kategorie:Ethik]]
[[Kategorie:Unterrichtsidee]]
[[Kategorie:Angewandte Ethik]]
[[Kategorie:Sekundarstufe 1]]
[[Kategorie:Anwendung von KI]]

Version vom 30. Januar 2024, 20:16 Uhr

Diese OER bietet einen Strukturvorschlag, Inhalte und Unterrichtsideen für eine Lehreinheit zu KI und Gesellschaft, insbesondere den Grundlagen von KI, den Einsatzgebieten (mit Fokus auf KI in der Bildung) und den Problemen, die KI verursachen kann.

Über diese OER

Lernziele

  • Die Schüler:innen können grob erklären, was KI ist.
  • Die Schüler:innen verstehen den Unterschied zwischen KI-Programmen und vorgegebenen Programmen.
  • Die Schüler:innen können mögliche Einsatzgebiete von KI nennen.
  • Die Schüler:innen können an Beispielen vorurteilsbehaftete KI erkennen.
  • Schüler:innen können ihre Meinung zu KI in der Bildung äußern.

Zielgruppe

Die vorgestellten Inhalte sind für Schüler:innen der Mittelstufe geeignet. Vorkenntnisse über KI werden nicht vorausgesetzt.

Zeitumfang

Diese OER umfasst Material für 90 Min. Unterricht.

Einleitung

Dieser Abschnitt führt Thema und Begriffe ein und erzeugt Motivation, sich mit dem Thema zu beschäftigen.

Künstliche Intelligenz (KI) ist ein Programm, das eingegebene Daten interpretiert, daraus lernt und das Gelernte nutzt, um bestimmte Ziele zu erreichen[1]. KI ist jedoch nicht zu verwechseln mit normalen Programmen. Vorgegebene ("normale") Programme bekommen die Regeln und die Struktur für das Lösen der Aufgabe vorgegeben[2]. KI-Programme bekommen jedoch die Struktur des Lernens vorgegeben und entwickeln an Hand von Daten eigene Regeln für die Lösung einer Aufgabe[2]. Man sagt, die KI "lernt" aus den Daten, oder sie wird an Hand von Daten "trainiert". Eine andere Abgrenzung von KI zu normalen Programmen ergibt sich daraus, ob ein Programm den Turing-Test besteht. Dieser wird von einer Maschine bzw. einem Programm bestanden, wenn ein Mensch in der Interaktion mit einer Maschine nicht erkennt, dass es eine Maschine ist[2]. Dann sagt man, das Programm ist "intelligent".

Künstliche Intelligenz entwickelt sich schnell weiter und wird bereits vielseitig im Alltag eingesetzt. Wie wir später sehen werden, kommt KI auch in Situationen zum Einsatz, die unser Leben beeinflussen. Um den verantwortungsbewussten Umgang mit KI zu fördern, ist es notwendig, über die möglichen Probleme von KI und ihre Auswirkungen auf die Gesellschaft zu reflektieren.


Unterrichtsidee
Fragen Sie die Schüler:innen, ob sie schon mal von KI gehört haben und mit eigenen Worten sagen können, was das ist. Machen Sie daraus eine Fragen-Ideen-Runde.


Unterrichtsidee
Nutzen Sie vor der Klasse ChatGPT oder ein ähnliches Tool (Microsoft BingAI) und fragen Sie die KI, was eine KI ist.


Anwendungsfälle von KI

Dieser Abschnitt gibt einen Überblick über mögliche Anwendungsfälle von KI. Optional kann hier der Fokus auf KI für ein bestimmtes Einsatzgebiet, z.B. Bildung, gelegt werden.

A) KI in der Bildung

Bereits seit längerem, spätestens jedoch seit dem Hype um ChatGPT, ist KI in der Bildung angekommen[3]. KI kann hierbei sowohl zur Unterstützung von Schüler:innen, als auch für Lehrkräfte eingesetzt werden.

Unterstützung für Schüler:innen:

  • KI Nachhilfelehrer:innen in Form von Chatbots[4]
  • An persönliche Präferenzen, Vorkenntnisse oder Lerntyp angepasste Lerninhalte (personalisiertes oder adaptives Lernen)[5]
  • Analyse des eigenen Lernverhaltens zur Selbsteinschätzung[6]
  • Verwendung für Hausaufgaben (z.B. ChatGPT für Deutsch-Aufsätze, DeepL für den Fremdsprachenunterricht)[7]

Unterstützung für Lehrkräfte:

  • Bewertung von Aufgaben[8]
  • Formulieren von Aufgaben[9]
  • Analyse von Lernverhalten um bei Problemen frühzeitig eingreifen zu können[10]


Unterrichtsidee
Fordern Sie die Schüler:innen auf, zu überlegen, wo in ihrem Schulalltag sie bereits KI nutzen oder sich wünschen, von einer KI unterstützt zu werden. Es kann erneut erst ein stilles Brainstorming oder ein Brainstorming in Kleingruppen erfolgen. Ideen können zunächst still auf Karten geschrieben werden (um auch die Ideen von introvertierten Schüler:innen mit einfließen zu lassen), die dann an der Tafel nach Zugehörigkeit sortiert und besprochen werden.


B) Weitere Einsatzgebiete

Künstliche Intelligenz wird in unserem alltäglichen Leben immer relevanter. Sie wird bereits in folgenden Bereichen eingesetzt:

Bereich Einsatzbeispiel
Alltagsorganisation und Haushalt
  • Sprachassistenzsysteme wie Siri, Alexa, usw.[11]
  • Suchmaschinen[12]
  • Intelligente Kühlschränke[1]
Transport und Personenbeförderung
  • Selbstfahrende Autos und Busse (mit verschiedenen Graden von "Selbstständigkeit")[13]
  • Entwicklung selbstfahrender Schiffe, Drohnen und weiterer Liefer-Roboter[14]
Sicherheit & Justiz
  • Zugangsregelung[15]
  • Videoüberwachung mit KI Gesichtserkennung[16]
  • Empfehlungen für Richter:innen[17]
Produktion
  • Intelligente Fabriken (Material, Qualität)[18]
  • Produkt-Design[19]
Medizin und Pflege
  • Entwicklung neuer Medikamente & Impfungen[20]
  • Diagnose an Hand von Bildern (z.B. MRT, Röntgenbild, mikroskopische Abbildungen von Gewebe, Hautkrebsfrüherkennung)[21][22]
  • "Emotionale" Roboter interagieren mit Demenz-Patient:innen[23]
Kunst und Musik
  • ChatGPT schreibt Texte und Gedichte[24]
  • Neue Lieder/ Bilder im Stil bekannter Künstler:innen[25]
  • Musikvorschläge bei Spotify und Co.[26]
Computerspiele
  • Generierung von Spielwelten[27]
  • Verhalten von Gegner:innen und NPCs[28]
Landwirtschaft Bewässerungsmaschinen[29]
Bewerbungen
  • Vorfiltern von Bewerbungen nach geeigneten Bewerber:innen[30]
  • Erstellen von Persönlichkeitsprofilen an Hand von Videos von Bewerber:innen[31]


Unterrichtsidee
Fordern Sie die Schüler:innen auf, zu überlegen, wo KI eingesetzt wird. Ideen können erneut auf Karten geschrieben und an der Tafel geclustert werden.


Die KI hat Vorurteile

Dieser Abschnitt beschreibt zunächst ein Experiment, das durchgeführt werden kann, um Vorurteile von KI zu erkunden. Dann werden weitere Fälle vorurteilsbehafteter KI beleuchtet.

A) Experiment: Wie sieht eine Lehrkraft aus?

Experimente haben gezeigt, dass Menschen bestimmte Berufe mit bestimmten Geschlechtern assoziieren[32]. Wir wollen in einem eigenen Experiment herausfinden, welche Vorstellungen KI von bestimmten Berufen hat.

Für unser Experiment werden einer KI eine Berufsbezeichnungen auf Englisch gegeben (auf englisch ist die Berufsbezeichnung meist geschlechtsneutral und schränkt daher die Resultate nicht auf ein bestimmtes Geschlecht ein, z.B. lawyer, doctor, scientist, police officer, engineer). Die KI gibt dann ein Bild zurück, das sie mit diesem Beruf verbindet.

Für dieses Experiment wird empfohlen, sich bei OpenAI (https://openai.com/) zu registrieren und die KI Dall-E zu nutzen. Dall-E ist eine sog. "Generative AI", die Bilder erzeugen kann[33]. Die Nutzung von Dall-E ist derzeit für eine bestimmte Menge von Anfragen kostenlos. Alternativ kann auch die Google Bildersuche genutzt werden.


Unterrichtsidee
Lassen Sie die Schüler:innen Berufe nennen und die Ergebnisse beobachten. Beschränken Sie von vornherein die Anzahl der Berufe, die Sie testen wollen. Sie können das Experimentziel (beobachten, ob die KI Vorurteile hat, und welche) auch erst im Anschluss an die ersten Beobachtungen benennen, um einen Überraschungseffekt zu erzielen.


Unterrichtsidee
Sollten Sie Dall-E nutzen, lassen die die Schüler:innen zum Abschluss des Experiments ein Fantasiebild erstellen, indem sie die Begriffe der Schüler:innen aufnehmen und auf englisch in Dall-E eingeben. Dadurch lockern Sie die Situation noch etwas auf.


Beim Experiment sollte auffallen, dass die Google-Ergebnisse vorurteilsbehaftet sind[34][35] (Siehe Screenshots rechts). Also z.B. mehr männlich-gelesene Personen, mehr weiße Personen, keine Personen mit sichtbarer Behinderung, etc.

Ergebnisse der Google Bildersuche für den Beruf "teacher"
Ergebnisse der Google Bildersuche für den Beruf "engineer"

Diese Vorurteile in den Ergebnissen werden durch das KI-Programm erzeugt, das bei der Bildersuche genutzt wird. Sie entstehen dadurch, dass das KI-Programm basierend auf Bilddaten gelernt hat, bestimmte Geschlechter und Hautfarben mit bestimmten Berufen zu assoziieren. Das konnte passieren, weil manche Berufe traditionell eher weiblich oder männlich besetzt waren, oder weil manche Personengruppen daran gehindert waren, bestimmte Berufe zu ergreifen. Diese Diskriminierung sollte sich eine KI jedoch nicht aneignen, denn das könnte Vorurteile verstärken indem der Eindruck erweckt wird, z.B. der Beruf der Anwältin wäre für Frauen eine ungewöhnliche Wahl.

Dass die traditionelle Besetzung von Berufen mit bestimmten Geschlechtern heute zu einer diskriminierenden KI führt, nennt man das "Garbage in, Garbage out" Prinzip[36]. Um das Prinzip besser zu verstehen soll es kurz an Hand einer Alltagsmetapher erläutert werden: Stellen Sie sich vor, Künstliche Intelligenz sei ein Küchenmixer. Was hineingegeben wird, bestimmt, was herauskommt. Wenn alte schrumplige Bananen hineingegeben werden ("Garbage in"), dann wird daraus kein frischer Bananenshake ("Garbage out"). Das bedeutet, KI lernt von den Daten, die ihr gegeben werden. Wenn die verwendeten Daten Vorurteile beinhalten, etwa die Annahme, dass in der Vergangenheit hauptsächlich Männer Informatiker:innen waren, kann die KI fälschlicherweise annehmen, dass Männer besser für IT-Jobs geeignet sind, obwohl dies nicht der Realität entspricht. Deshalb ist es sehr wichtig, dass darauf geachtet wird, welche Daten der KI zum Lernen gegeben werden, und dass das Verhalten der KI regelmäßig geprüft wird.

Die Entwickler:innen der Google Bildersuche und von Generative AI Systemen arbeiten daran, die Vorurteile ihrer KIs zu beheben. Es kann also immer wieder zu unterschiedlichen Experiment-Ergebnissen kommen.

B) Weitere Fälle von vorurteilsbehafteter KI

Weitere Beispiele für vorurteilsbehaftete KI im Alltag sind:

  • Bewerbungen um eine neue Arbeitsstelle[37]: In der Arbeitswelt existieren bereits KI’s, die dazu dienen, Bewerbungen für neue Arbeitsstellen zu screenen und zu bewerten. Diese Systeme können jedoch potenzielle Vorurteile aufweisen, die sich aus den Daten ergeben, mit denen sie trainiert wurden. Historische Verzerrungen in den Trainingsdaten können dazu führen, dass sie bestimmte demografische Gruppen benachteiligen. Es kann beispielsweise vorkommen, dass Bewerber:innen aufgrund ihres Geschlechts, Alters, ihrer Ethnizität oder anderer Merkmale von den Systemen weniger bevorzugt werden.
  • Antrag eines Kredits bei der Bank[38]: KI’s könnten aufgrund ihrer Trainingsdaten unfaire Entscheidungen treffen, indem sie bestimmte Bevölkerungsgruppen, wie beispielsweise Gruppen mit traditionell niedrigerem Einkommen oder Personen aus bestimmten ethnischen Hintergründen, benachteiligen. Das kann dazu führen, dass diesen Personen ein Kredit verwehrt wird oder sie höhere Zinssätze zahlen müssen.
  • bei der Polizei/ im Gericht[39]: Künstliche Intelligenz wird auch im Justizsystem und bei der Polizeiarbeit eingesetzt, beispielsweise zur Vorhersage von Verbrechen oder zur Entscheidungsunterstützung bei Gerichtsverfahren. Hier könnten KI-Systeme aufgrund der Daten, mit denen sie trainiert wurden, Vorurteile gegen bestimmte Bevölkerungsgruppen aufweisen. Dies könnte dazu führen, dass bestimmte Gruppen übermäßig ins Visier genommen oder bei Gerichtsentscheidungen benachteiligt werden.


Unterrichtsidee
Da Künstliche Intelligenz auch wie zuvor beschrieben mehrfach im Bildungsbereich eingesetzt wird, müssen auch hier die Vorurteile eines KI-Programms beachtet werden. Bitten Sie die Schüler:innen sich vorzustellen, dass KI von nun an Hausaufgaben kontrolliert und bewertet. Fragen Sie die Schüler:innen, wie sie das finden. Überlegen Sie gemeinsam ob so eine KI für manche Schüler:innen zum Problem werden könnte. Hilfreiche Stichwörter für die Aufgabe wären: Sprachbarriere, Gender, Einkommen der Familie. Beachten Sie auch mögliche Vorteile. Diese Fragestellung könnte im Placemat oder im Plenum bearbeitet werden.


Zusammenfassung & Fazit

KI umfasst viele verschiedene intelligente Programme, die in immer mehr Bereichen unseres Lebens zum Einsatz kommen. Wie jede neue Technik bietet auch KI einige Risiken. Sie gibt nämlich meist die Vorurteile wieder, die sie gelernt hat. Es ist daher wichtig, die Ergebnisse und Handlungen von KI zu hinterfragen und zu prüfen.


Unterrichtsidee
Fordern Sie die Schüler:innen auf, in drei Sätzen schriftlich zu formulieren, was sie von dieser Unterrichtseinheit mitnehmen. Lassen Sie die Schüler:innen in einem Blitzlicht zu Wort kommen.


Credits

Diese OER wurde von den Autorinnen zu ZUM hinzugefügt, um sie mehr Lehrkräften zugänglich zu machen. Die Original-PDF wurde von Fiona Fischer, Monika Resner und Linda Fernsel (HTW Berlin) unter https://iug.htw-berlin.de/wp-content/uploads/2023/11/OER-KI-und-Gesellschaft.pdf (CC-BY-SA 4.0) veröffentlicht.

  1. ↑ 1,0 1,1 Lee, D. (2020). Samsung and LG go head to head with AI-powered fridges that recognize food. Verfügbar unter: https://www.theverge.com/2020/1/2/21046822/samsung-lg-smart-fridge-family-hub-instaview-thinq-ai-ces-2020 (Zugriff zuletzt: 27.06.2023)
  2. ↑ 2,0 2,1 2,2 Automation Hero (2023). What’s the difference between software automation and artificial intelligence. Verfügbar unter: https://automationhero.ai/blog/whats-the-difference-between-software-automation-and-artificial-intelligence/ (Zugriff zuletzt: 02.08.2023)
  3. ↑ Tahiru, F. (2021). AI in Education: A Systematic Literature Review. Journal of Cases on Information Technology (JCIT), 23(1), 1-20. DOI: 10.4018/JCIT.2021010101
  4. ↑ Graesser, A. C., Hu, X., Susarla, S., Harter, D., Person, N., & Olde, B. (2001). AutoTutor: An Intelligent Tutor and Conversational Tutoring Scaffold. Workshop on Tutorial Dialog Systems. 10th International Conference on Artificial Intelligence in Education (AIED), San Antonio, Texas. https://www.cs.cmu.edu/~aleven/AIED2001WS/Graesser.pdf
  5. ↑ Cherif-Zahar, Mehdi (2022). Smartest – oder wie man künstliche Intelligenz zur Automatisierung von formativen Beurteilungen einsetzt. In: Hochschulforum Digitalisierung. Verfügbar unter: https://hochschulforumdigitalisierung.de/de/blog/smartest (Zugriff zuletzt: 02.08.2023)
  6. ↑ Love, J., DeMonner, S., & Teasley, S. (2021). Show Students Their Data: Using Dashboards to Support Self-Regulated Learning. In: Why IT Matters to Higher Education - EDUCAUSE Review. https://er.educause.edu/articles/2021/7/show-students-their-data-using-dashboards-to-support-self-regulated-learning (Zugriff zuletzt: 02.08.2023)
  7. ↑ Pölert, Hauke (2022). ChatGPT – ein KI-Chatbot (GPT-3) als Assistent für Lernen und Lehren?! In: Unterrichten Digital. Verfügbar unter: https://unterrichten.digital/2022/12/10/kuenstliche-intelligenz-ki-schule-unterricht/ (Zugriff zuletzt: 02.08.2023)
  8. ↑ Pearson Languages. (2019, August 30). Can a computer really mark an exam? The benefits of automated assessment in ELT - Blogs | Pearson Languages. https://www.pearson.com/languages/community/blogs/2019/08/the-benefits-of-automated-assessment-in-elt.html (Zugriff zuletzt: 02.08.2023)
  9. ↑ Valenzuela, J. (2023). Using AI to Help Organize Lesson Plans. Edutopia. https://www.edutopia.org/article/ai-lesson-plans/ (Zugriff zuletzt: 02.08.2023)
  10. ↑ Lu, O. H. T., Huang, A. Y. Q., Huang, J. C. H., Lin, A. J. Q., & Yang, S. J. H. (2018). Applying Learning Analytics for the Early Prediction of Students' Academic Performance in Blended Learning. In: Educational Technology & Society. 21(2), 220–232.
  11. ↑ Schulz, J. (2019). Smarte Sprachassistenten und künstliche Intelligenz—"Ich verstehe Liebeskummer nicht". Deutschlandfunk Kultur. https://www.deutschlandfunkkultur.de/smarte-sprachassistenten-und-kuenstliche-intelligenz-ich-100.html (Zugriff zuletzt: 02.08.2023)
  12. ↑ Kapit, M. (2022). AI in Search Engines: Everything You Need to Know. Verfügbar unter: https://www.marketingaiinstitute.com/blog/how-search-engines-use-artificial-intelligence (Zugriff zuletzt: 27.06.2023)
  13. ↑ Cusack, Jenny (2021). How driverless cars will change our world: BBC. Verfügbar unter: https://www.bbc.com/future/article/20211126-how-driverless-cars-will-change-our-world (Zugriff zuletzt: 27.06.2023)
  14. ↑ Levander, Oskar (2017). Forget autonomous cars - autonomous ships are almost here. IEEE Spectrum. Verfügbar unter: https://spectrum.ieee.org/forget-autonomous-cars-autonomous-ships-are-almost-here (Zugriff zuletzt: 02.08.2023)
  15. ↑ Toft, Malou (2019). Künstliche Intelligenz für Gebäude: Zutrittskontrolle intelligent gesteuert. In: Gebäudedigital. Verfügbar unter: https://gebaeudedigital.de/allgemein/kuenstliche-intelligenz-fuer-gebaeude/ (Zugriff zuletzt: 02.08.2023)
  16. ↑ Schönherr, Harff-Peter (2022). Lückenlose Auswertung. In: taz. Verfügbar unter: https://taz.de/Ueberwachungskameras-in-Gefaengnissen/!5856202/ (Zugriff zuletzt: 02.08.2023)
  17. ↑ Richter, Thomas (2023). Künstliche Intelligenz unterstützt Richterinnen und Richter in Zivilprozessen. In: Nachrichten Informationsdienst Wissenschaft (idw). Verfügbar unter: https://nachrichten.idw-online.de/2023/06/28/kuenstliche-intelligenz-unterstuetzt-richterinnen-und-richter-in-zivilprozessen (Zugriff zuletzt: 02.08.2023)
  18. ↑ Industrie-Wegweiser (n.d.). Künstliche Intelligenz (KI) – Einsatz in der Produktion. Verfügbar unter: https://industrie-wegweiser.de/kuenstliche-intelligenz-produktion-ki/ (Zugriff zuletzt: 02.08.2023)
  19. ↑ Karlsruher Institut für Technologie (2022). Karlsruher Forschungsfabrik: Industrielle Produktion mit KI optimieren. Verfügbar unter: https://www.kit.edu/kit/pi_2022_087_karlsruher-forschungsfabrik-industrielle-produktion-mit-ki-optimieren.php (Zugriff zuletzt: 02.08.2023)
  20. ↑ mdr Wissen (2023). Neue KI berechnet Wirkstoffe für nächste Pandemie. Verfügbar unter: https://www.mdr.de/wissen/ki-berechnet-medikamente-fuer-nacheste-pandemie-100.html (Zugriff zuletzt: 02.08.2023)
  21. ↑ Jutzi, Tanja B.; Brinker, Titus J. (2020). Hautkrebserkennung: Wie künstliche Intelligenz die Diffenzialdiagnose schärft. In: Deutsches Ärzteblatt. Verfügbar unter: https://www.aerzteblatt.de/archiv/214284/Hautkrebserkennung-Wie-kuenstliche-Intelligenz-die-Diffenzialdiagnose-schaerft (Zugriff zuletzt: 02.08.2023)
  22. ↑ Healthcare-in-Europe.com (2021). KI analysiert Röntgenbilder des Bewegungsapparats. Verfügbar unter: https://healthcare-in-europe.com/de/news/ki-analysiert-roentgenbilder-des-bewegungsapparats.html (Zugriff zuletzt: 02.08.2023)
  23. ↑ Schmitt-Sausen, Nora (2017). Assistenzroboter: „Ach ist der süß“. In: Deutsches Ärzteblatt. Verfügbar unter: https://www.aerzteblatt.de/archiv/193912/Assistenzroboter-Ach-ist-der-suess (Zugriff zuletzt: 02.08.2023)
  24. ↑ Habert, Jesko (2023). ChatGPT als Poet? Künstliche Intelligenz und Slam. In: Kiezpoeten. Verfügbar unter: https://kiezpoeten.com/chatgpt-als-poet-kuenstliche-intelligenz-und-slam/ (Zugriff zuletzt: 02.08.2023)
  25. ↑ Heaven, Douglas (2020). Neues KI-Werkzeug produziert Songs mit Stil und Stimme bekannter Künstler. In: Heise Online. Verfügbar unter: https://www.heise.de/hintergrund/Neues-KI-Werkzeug-produziert-Songs-mit-Stil-und-Stimme-bekannter-Kuenstler-4716718.html (Zugriff zuletzt: 02.08.2023)
  26. ↑ Katzlberger, Michael (2021). Wie und wo Spotify Künstliche Intelligenz nutzt. Verfügbar unter: https://katzlberger.ai/2021/03/29/wie-und-wo-spotify-kuenstliche-intelligenz-nutzt/ (Zugriff zuletzt: 02.08.2023)
  27. ↑ Glanzer, Sebastian (2023). Blizzard will mit KI-generierten Grafiken die Spielwelten verbessern. In: Buffed. Verfügbar unter: https://www.buffed.de/Blizzard-Firma-15293/News/mit-KI-generierten-Grafiken-Spielwelten-verbessern-1418921/ (Zugriff zuletzt: 02.08.2023)
  28. ↑ DerStandard (2023). KI soll ermöglichen, sich mit Computerspiel-Figuren zu "unterhalten". Verfügbar unter: https://www.derstandard.de/consent/tcf/story/3000000172189/ki-soll-ermoeglichen-sich-mit-computerspiel-figuren-zu-unterhalten (Zugriff zuletzt: 02.08.2023)
  29. ↑ Schreier, Jürgen (2020). Mit KI in der Landwirtschaft Wasser sparen. In: Industry of Things. Verfügbar unter: https://www.industry-of-things.de/mit-ki-in-der-landwirtschaft-wasser-sparen-a-936966/ (Zugriff zuletzt: 02.08.2023)
  30. ↑ Reddig, Sophia (2021). Künstliche Intelligenz im Bewerbungsprozess: KI guckt mit. In: Tagesspiegel. Verfügbar unter: https://www.tagesspiegel.de/wirtschaft/ki-guckt-mit-4264693.html (Zugriff zuletzt: 02.08.2023)
  31. ↑ de Molina, Karl-Maria (2021). KI-Einsatz in Videointerviews: Was geht, was geht nicht? In: HR Journal. Verfügbar unter: https://www.hrjournal.de/ki-einsatz-in-videointerviews-was-geht-was-geht-nicht/ (Zugriff zuletzt: 02.08.2023)
  32. ↑ Wang, J., Liu, Y., & Wang, X.E. (2021). Are Gender-Neutral Queries Really Gender-Neutral? Mitigating Gender Bias in Image Search. Conference on Empirical Methods in Natural Language Processing. DOI: 10.48550/arXiv.2109.05433
  33. ↑ Ramesh, A. et al. (2021). DALL·E: Creating images from text. Verfügbar unter: https://openai.com/research/dall-e (Zugriff zuletzt: 27.06.2023)
  34. ↑ Nicoletti, L., Bass, D. (2023): Humans are biased. Generative AI is even worse. Verfügbar unter: https://www.bloomberg.com/graphics/2023-generative-ai-bias/ (Zugriff zuletzt: 02.08.2023)
  35. ↑ Petereit, D. (2022): KI-Bildgenerator DALL-E mit schweren Vorurteilen: Ingenieure sind weiße Männer, Krankenpflegende Frauen. Verfügbar unter: https://t3n.de/news/ki-bildgenerator-dall-e-schweren-1482800/ (Zugriff zuletzt: 02.08.2023)
  36. ↑ ChatBot4You (2023). "Garbage in, garbage out": Wie die Qualität Ihrer Daten den Erfolg Ihres Chatbots bestimmt. Verfügbar unter: https://www.chatbot4you.io/blog/detailseite/garbage-in-garbage-out (Zugriff zuletzt: 02.08.2023)
  37. ↑ Harlan, Elisa und Schnuck, Oliver (2021). Fairness oder Vorurteil? Fragwürdiger Einsatz von Künstlicher Intelligenz bei der Jobbewerbung. In: Bayerischer Rundfunk. Verfügbar unter: https://interaktiv.br.de/ki-bewerbung/index.html (Zugriff zuletzt: 02.08.2023)
  38. ↑ Luther, T. (2018): Wenn Künstliche Intelligenz über eine Finanzierung entscheidet. Verfügbar unter: https://www.handelsblatt.com/unternehmen/rating-durch-digitale-kreditpruefer-wenn-kuenstliche-intelligenz-ueber-eine-finanzierung-entscheidet/22593710.html (Zugriff zuletzt: 02.08.2023)
  39. ↑ Noiret, S., Lumetzberger, J., & Kampel, M. (2021). Bias and Fairness in Computer Vision Applications of the Criminal Justice System. 2021 IEEE Symposium Series on Computational Intelligence (SSCI), 1-8. DOI: 10.1109/SSCI50451.2021.9660177
Abgerufen von „https://unterrichten.zum.de/index.php?title=Katholische_Religionslehre/Dreieinigkeit&oldid=136715“