Künstliche Intelligenz an der KME

Die Lancierung von ChatGPT entfachte eine breite Debatte über künstliche Intelligenz. Auch im Bildungswesen werden deren Vor- und Nachteile kontrovers diskutiert. An der KME fanden deshalb zwei Veranstaltungen für Studierende und Lehrpersonen zu dem Thema statt.

«Mit CHatGPT wurde ein Hype um die künstliche Intelligenz ausgelöst», sagt Meriton Mihovci, Mathematiklehrer an der KME, einleitend zu einem MINT-Gastvortrag an der KME. Künstliche Intelligenz beeinflusst nahezu alle Bereiche unseres Lebens. Allerdings wüssten die meisten nur wenig über deren Aufbau und Funktionsweise, so Mihovci. Deshalb lud er im Namen des Schreiblesezentrums der KME Dr. Bledar Fazlija, Dozent für Mathematik, Statistik und Data Science an der ZHAW, ein, um zu erläutern, wie KI funktioniert.

Wie lernen Maschinen?

Beim sogenannten «Supervised Learning» lernt eine künstliche Intelligenz aus Inputs (wie beispielsweise Röntgenbilder) und Outputs (in diesem Fall eine medizinische Diagnose). Damit die Maschine die Inputs korrekt klassifizieren kann und weiss, ob eine Krankheit vorliegt oder nicht, werden die Parameter zur Erkennung von Krankheitsmerkmalen anhand von bereits vorhandenen Daten bestimmt. Die Schwierigkeit, so Fazlija, liege darin, den Komplexitätsgrad des Modells weder zu hoch noch zu niedrig zu wählen. Anhand von Grafiken zeigte er in der voll besetzten Aula auf, wie man die Abweichungen minimieren könne, um möglichst präzise Entscheidungen zu erhalten.

Neben mathematischen Problemen stellten sich bei künstlicher Intelligenz auch ethische und gesellschaftliche Fragen etwa in Bezug auf «diskriminierende Algorithmen» oder die mangelnde Nachvollziehbarkeit von KI-Entscheidungen, so Fazlija.

ChatGPT im Unterricht

In die Anwendung von ChatGPT als künstlicher Intelligenz im Unterricht gab das «Digitalforum» der KME interessierten Lehrpersonen einen Einblick. Mathematiklehrer Tobias Michel erläuterte die Funktionsweise von Bots sowie deren Vor- und Nachteile. Dazu gehören auf der einen Seite eine individualisierte und flexible Lernunterstützung. Auf der anderen Seite können fehlende Quellenangaben bemängelt werden. Physiklehrerin Elisabeth Daix illustrierte dies mit praktischen Beispielen. So kann ChatGTP etwa Antworten auf individuelle Verständnisfragen geben oder Ideen für den Aufbau von Vorträgen liefern. Sobald es allerdings um komplexere Verständnisfragen oder kreatives Denken geht, stösst künstliche Intelligenz an ihre Grenzen. Zentral scheint also, die Funktionsweisen der KI zu kennen, um deren Potenzial wie auch deren Schwächen abschätzen zu können.