WEBVTT - created by www.amberscript.com

1
00:00:03.642 --> 00:00:06.641
Mein Name ist Hendrik Drachsler.
Ich hab eine Forschungsprofessur

2
00:00:06.725 --> 00:00:10.609
am Leibniz Institut DIPF
zu educational technologies

3
00:00:10.909 --> 00:00:13.772
und am Fachbereich Informatik
der Goethe Universität

4
00:00:14.192 --> 00:00:17.412
und bin auch der Direktor
von Studiumdigitale,

5
00:00:17.496 --> 00:00:21.194
der zentralen Innovationseinheit
für digitale Lehr-

6
00:00:21.278 --> 00:00:24.160
und Lernforschung
an der Goethe Universität,

7
00:00:24.742 --> 00:00:27.621
wo wir uns damit
beschäftigen, die Effektivität

8
00:00:27.704 --> 00:00:32.308
von verschiedenen Lehrmethoden
und digitalen Lehrmethoden zu beforschen

9
00:00:32.469 --> 00:00:36.792
und, wenn diese gewährleistet
ist, die neuen Innovationen

10
00:00:37.033 --> 00:00:40.212
auch in den Rollout zu bringen,
sprich in der Universität anzubieten,

11
00:00:40.296 --> 00:00:42.498
an verschiedene
andere Organisationseinheiten

12
00:00:42.597 --> 00:00:46.701
oder an die Lehrenden, und dabei haben
wir ganz spannende Projekte.

13
00:00:46.821 --> 00:00:49.124
Eins zum Beispiel,
was auch in diesem Bereich fällt,

14
00:00:49.304 --> 00:00:52.783
ist das ALI Projekt,
wo wir uns damit beschäftigen,

15
00:00:52.867 --> 00:00:56.930
einen neuen Masterstudiengang zu KI
in instructional Design,

16
00:00:57.030 --> 00:01:00.130
also AI instructional Design,
aufzusetzen, der

17
00:01:00.214 --> 00:01:02.416
zwischen der Psychologie
und der Informatik

18
00:01:04.137 --> 00:01:07.677
aufgehangen wird
und von wo aus man dann Studierende

19
00:01:07.761 --> 00:01:10.860
mit einem speziellen Profil
für educational technologies

20
00:01:10.944 --> 00:01:12.180
in diesem Bereich qualifizieren

21
00:01:12.264 --> 00:01:18.850
kann.

22
00:01:21.492 --> 00:01:24.431
Ja, die gibt es sicherlich vor allem
seit dem release

23
00:01:24.515 --> 00:01:29.576
der large language models, und von ChatGPT
vor allem repetative Aufgaben,

24
00:01:29.660 --> 00:01:33.058
die wir ja meistens
personalisiert gebunden haben,

25
00:01:33.142 --> 00:01:36.726
und das sind Aufgaben rund um alles,
was in einer Lehrveranstaltung

26
00:01:36.967 --> 00:01:40.045
vorkommt, von der Anmeldung
zur Lehrveranstaltung, der Abmeldung

27
00:01:40.129 --> 00:01:43.488
zur Lehrveranstaltung,
aber auch Fragen der Studierenden

28
00:01:43.572 --> 00:01:49.293
rund um die Prüfungsleistungen,
den Umfang von Prüfungsleistungen,

29
00:01:49.377 --> 00:01:53.258
die sie schreiben müssen.
All das sind Bereiche, wo ich dann,

30
00:01:53.342 --> 00:01:56.183
wo wir eine frequently
asked question liste aufgebaut haben,

31
00:01:56.543 --> 00:01:59.107
die aber auch
nicht regelmäßig konsultiert wird,

32
00:01:59.366 --> 00:02:03.747
und wo ein Chatbot für viele dieser Fragen
eine sehr gute Antwort geben könnte,

33
00:02:03.831 --> 00:02:08.195
und das wäre eine absolut
sinnvolle Anwendung von KI in der Lehre.

34
00:02:09.076 --> 00:02:11.033
Aber ich erkenne auch immer wieder
neue Bereiche,

35
00:02:11.117 --> 00:02:13.039
um so schlauer
die large language Modelle werden,

36
00:02:14.119 --> 00:02:16.057
ist es zum Beispiel
auch eine Forschung sehr hilfreich,

37
00:02:16.141 --> 00:02:18.839
wenn zum Beispiel
umfangreiche neue Forschungsprogramme

38
00:02:18.923 --> 00:02:21.526
veröffentlicht werden,
wie das Horizon Programm Europa.

39
00:02:22.046 --> 00:02:24.548
Dann kann man so
ein umfangreiches Dokument

40
00:02:25.389 --> 00:02:28.393
einer generativen KI
zur Verfügung stellen,

41
00:02:28.792 --> 00:02:30.751
und es darauf trainieren,
bestimmte Inhalte,

42
00:02:30.835 --> 00:02:33.833
wo wir als Forschungseinheit
von Studiumdigitale

43
00:02:33.917 --> 00:02:36.255
und als Service Einheit
auch einen Beitrag leisten,

44
00:02:36.339 --> 00:02:39.263
zu identifizieren
und uns entsprechend zu benachrichtigen,

45
00:02:39.822 --> 00:02:43.361
also in dem Umfang gibt
es immer mehr neue Anwendungsbereiche

46
00:02:43.445 --> 00:02:46.464
die wir sowohl in der Lehre
als auch eine Forschung sinnvoll anwenden

47
00:02:46.548 --> 00:02:47.548
können.

48
00:02:55.697 --> 00:02:59.317
Ich habe ja den großen Vorzug,
dass ich KI meine Lehre einsetze

49
00:02:59.401 --> 00:03:01.819
und damit das auch gleich beforsche,
also dadurch das

50
00:03:01.902 --> 00:03:04.882
ich die Professur educational technologies
habe, ist meine Lehre

51
00:03:04.966 --> 00:03:08.524
und meine Forschung gehen Hand in Hand.
Das führt dazu,

52
00:03:08.608 --> 00:03:11.647
dass wir ein
besonderes Forschungsprogramm haben,

53
00:03:11.731 --> 00:03:13.833
das sich hochinformative
learning analytics nennt

54
00:03:14.654 --> 00:03:19.098
in meiner Forschungsgruppe
und was ja wichtig ist

55
00:03:19.277 --> 00:03:22.356
für KI Anwendung ist ja auch, das weiß
ja jeder mittlerweile,

56
00:03:22.440 --> 00:03:25.860
der dann so eine KI benutzt.
Man muss einen guten Prompt geben,

57
00:03:25.944 --> 00:03:29.888
sprich, man muss einen guten Kontext
an eine generative KI geben,

58
00:03:29.988 --> 00:03:32.369
sei es beim Bild
oder auch bei der Textgeneration.

59
00:03:34.231 --> 00:03:38.352
Und was wir machen im Lehrkontext ist,
dass wir dafür

60
00:03:38.436 --> 00:03:42.555
eine eigene Methode entwickelt haben
und auch mittlerweile eine Software haben,

61
00:03:42.639 --> 00:03:47.059
die nennt sich Fola.digital.
Dort kann sich jeder anmelden,

62
00:03:47.143 --> 00:03:50.425
und mit dieser Fola Methode
kann man genau das bewerkstelligen.

63
00:03:50.847 --> 00:03:54.509
Man kann den Kontext
des Lehrens modellieren mit KI

64
00:03:55.110 --> 00:04:00.115
wie funktioniert das?
Wir nehmen dafür Dinge wie Artikel

65
00:04:00.214 --> 00:04:04.074
von 2011 in Betracht,
von constructive alignement.

66
00:04:04.158 --> 00:04:07.718
Constructive alignement
sagt, dass man eine gute Verbindung haben

67
00:04:07.802 --> 00:04:10.945
muss vom Lehrziel des Kurses
hin zu den Lehraktivitäten

68
00:04:11.044 --> 00:04:13.727
und zu den studierenden Outcomes.
Wenn man das gewährleistet,

69
00:04:14.027 --> 00:04:17.149
dann gibt es ein konsequentes Bild,
und wir probieren dieses Bild

70
00:04:17.309 --> 00:04:20.348
eben auch an,
die, an die KI zu kommunizieren.

71
00:04:20.433 --> 00:04:23.876
Das bedeutet,
wenn man mit Fola eine Lerneinheit plant,

72
00:04:24.397 --> 00:04:26.194
berücksichtigen wir
bei einzelnen Aktivitäten,

73
00:04:26.278 --> 00:04:29.957
insofern es sinnvoll ist, eben Technologie
und leiten dort auch gleich

74
00:04:30.041 --> 00:04:34.345
die Kontextindikatoren für die KI ab,
die wir später benutzen können.

75
00:04:35.446 --> 00:04:41.251
Das ist eine sehr, sehr, sehr kraftvolle,
wirklich was wirksame Methode,

76
00:04:41.592 --> 00:04:45.035
wo wir sowohl Schülerinnen und Schüler
in der Schule

77
00:04:45.255 --> 00:04:49.760
und Lehrkräfte unterstützen können,
um Feedback zu erhalten

78
00:04:49.940 --> 00:04:53.243
aus Lernaktivitäten.
Aber wir können sie auch

79
00:04:53.542 --> 00:04:56.605
im Transfer der Hochschule
direkt bei unseren Studierenden

80
00:04:56.985 --> 00:05:02.010
und bei den Professorinnen einsetzen,
um dort hochinformatives Feedback

81
00:05:02.851 --> 00:05:05.894
anzubieten oder Dashboards anzubieten
über die Aktivität

82
00:05:05.993 --> 00:05:08.455
und wie gut
die Aktivität abgeschlossen wird.

83
00:05:09.457 --> 00:05:11.194
Das weitere ist,
dass wir mit dieser Methode

84
00:05:11.278 --> 00:05:14.462
bestimmte sogenannte
Data enriched lerning activities, bauen.

85
00:05:14.562 --> 00:05:17.720
Das heißt, wir nehmen nicht einfach
die Technologie, die uns geben ist,

86
00:05:17.804 --> 00:05:23.209
wie ein Moodle learning management System
oder das OLAT System.

87
00:05:23.309 --> 00:05:27.228
Nein, wir erweitern diese Datengabe
für die Daten, die wir brauchen,

88
00:05:27.312 --> 00:05:29.494
für eine bestimmte Kompetenz,
um letztendlich

89
00:05:29.614 --> 00:05:33.554
hochinformatives Feedback anzugeben.
Das besagt, es ist nicht nur richtig

90
00:05:33.639 --> 00:05:37.617
oder falsch, sondern man hat es
zu diesem Prozentwert gut gemeistert.

91
00:05:37.701 --> 00:05:39.903
Folgende Lernstrategien
könnte man verwenden

92
00:05:40.225 --> 00:05:42.205
oder was man noch anders
berücksichtigen könnte,

93
00:05:44.088 --> 00:05:47.166
ja, und dort so haben wir vier
verschiedene Data enriched learning

94
00:05:47.251 --> 00:05:51.674
activities, eine zum Schreiben mit KI,
einer zum Lesen mit KI,

95
00:05:51.994 --> 00:05:54.593
eine zum modellieren
mit KI, und für die Zusammenarbeit

96
00:05:54.678 --> 00:05:56.715
entwickeln können,
und all diese vier Einheiten

97
00:05:56.799 --> 00:05:59.077
können unterschiedlichen Kontexten
in unterschiedlichen

98
00:05:59.161 --> 00:06:01.644
Fachdisziplinen in der Schule,
in der Hochschule

99
00:06:01.764 --> 00:06:07.208
hochinformatives Feedback mit KI
an die jewilige Zielgruppe anbieten.

100
00:06:15.036 --> 00:06:17.773
Ein großer Unterschied der generativen KI
ist natürlich,

101
00:06:17.858 --> 00:06:20.976
früher haben wir KI-Modelle selber gehabt,
und dann kam vor allem

102
00:06:21.061 --> 00:06:24.980
das KI-Modell von der Universität,
wurde dann genutzt für Feedback,

103
00:06:25.065 --> 00:06:29.609
zum Beispiel für Studierende.
Generative KI hat diese

104
00:06:29.709 --> 00:06:32.867
monolinguale Verbindung verändert,
und natürlich kommen auch die Studierenden

105
00:06:32.951 --> 00:06:38.296
jetzt mit KI generierten Texten zu uns,
und das hat natürlich einen Effekt

106
00:06:38.516 --> 00:06:41.139
auf unsere Lehre
und auch auf unsere Prüfung.

107
00:06:43.020 --> 00:06:45.278
Das kann zum einen sein,
dass wir sehr viel besser

108
00:06:45.363 --> 00:06:47.340
geschriebene Texte kriegen,
auch vor allem,

109
00:06:47.424 --> 00:06:49.467
wenn man im englischen
zum Beispiel unterrichtet.

110
00:06:50.087 --> 00:06:53.309
Das ist gut für die Qualität
und die Lesbarkeit der Konzepte.

111
00:06:53.609 --> 00:06:55.868
Allerdings kann es auch
am anderen Spektrum sein,

112
00:06:55.953 --> 00:06:59.371
dass wir schnell erkennen,
dass hier eine nur eine generative KI

113
00:06:59.455 --> 00:07:01.738
an der Arbeit war
und wenig kognitive Leistung ist.

114
00:07:02.118 --> 00:07:05.501
Die Schwierigkeit besteht darin,
das Mittelmaß auszuloten.

115
00:07:05.640 --> 00:07:10.686
Wo gab es Unterstützung,
und wo wird generative KI eingesetzt,

116
00:07:10.906 --> 00:07:14.304
um uns eine Studienleistungen
darzustellen, die eigentlich

117
00:07:14.389 --> 00:07:17.592
nicht erbracht worden ist.
Das ist eine neue Herausforderung,

118
00:07:18.553 --> 00:07:21.315
die sich sowohl auf die Aufgabenstellung
und vieles anderes

119
00:07:21.735 --> 00:07:25.614
im Prüfungsbereich konzentriert
und wo wir uns wirklich neue Gedanken

120
00:07:25.699 --> 00:07:30.002
um Prüfunsformate geben müssen.
Auf der anderen Seite,

121
00:07:30.143 --> 00:07:33.481
wie ich das schon beschrieben hatte,
zum hochinformativen Learning Leti

122
00:07:33.566 --> 00:07:37.049
Forschungsprogramm,
ist es so, dass wir mit KI

123
00:07:37.209 --> 00:07:41.333
aber auch wesentlich besseres Feedback
für unsere Übungen geben können.

124
00:07:42.194 --> 00:07:45.212
Oft ist es ja so,
dass zwar in den großen Veranstaltungen,

125
00:07:45.296 --> 00:07:51.277
die Studierenden eine Übung abgeben
und dann eben an der berühmten Wand

126
00:07:51.361 --> 00:07:55.304
mit ihrer Matrikelnummer ablesen können,
ob sie bestanden haben oder nicht.

127
00:07:56.126 --> 00:07:58.484
Hier können wir
einen signifikanten Unterschied machen

128
00:07:58.569 --> 00:08:02.772
dadurch, dass wir die Aufgaben
mit KI analysieren

129
00:08:03.372 --> 00:08:06.010
und mit dem entsprechend trainierter KI
können wir eben

130
00:08:06.095 --> 00:08:09.473
dieses hochinformative Feedback
für jede Übungsaufgabe

131
00:08:09.558 --> 00:08:11.755
und sogar fürs
summative Ergebnis anbieten.

132
00:08:11.839 --> 00:08:13.617
Das heißt, man geht nicht mehr nur
zu dieser Wand

133
00:08:13.701 --> 00:08:16.260
und hat die Information,
ich habe bestanden oder nicht,

134
00:08:16.345 --> 00:08:19.566
sondern man bekommt
ein sehr differenziertes Bild,

135
00:08:19.868 --> 00:08:21.704
welche Leistungen
man schon gut erbracht hat,

136
00:08:21.789 --> 00:08:25.528
welche Kompetenzen man gut erworben
hat und wo es noch Handlungsbedarf

137
00:08:25.613 --> 00:08:27.970
vielleicht gibt,
oder ob alles ein insgesamt

138
00:08:28.054 --> 00:08:30.076
rundes Bild gibt.
Und das gibt uns natürlich

139
00:08:30.397 --> 00:08:33.316
auch neue Möglichkeiten in die Hand,
die wir so

140
00:08:33.400 --> 00:08:35.817
gar nicht bewerkstelligen können
in den großen Veranstaltungen

141
00:08:35.901 --> 00:08:42.604
der Goethe Universität mit 400, 500
bis zu 800 oder 1000 Studierenden ist

142
00:08:42.687 --> 00:08:46.651
KI ein echtes Hilfswerkzeug,
um hoch informatives Feedback

143
00:08:46.892 --> 00:08:52.356
an die Studierenden bereitzustellen.

144
00:08:56.940 --> 00:08:59.639
Die Herausforderung von KI
und generativen KI Modellen

145
00:08:59.723 --> 00:09:05.328
für die Lehre sind vielfältig.
Zum einen stellt sich die Frage

146
00:09:05.489 --> 00:09:09.392
zwischen den privaten Konzernen,
wie OpenAI und Google,

147
00:09:09.531 --> 00:09:13.195
die eben die großen Lage
lange Modelle anbieten,

148
00:09:13.776 --> 00:09:15.333
inwiefern wir
diese überhaupt nutzen können

149
00:09:15.416 --> 00:09:18.080
für die Lehre und unter dem europäischen
Datenschutzrech.

150
00:09:18.981 --> 00:09:21.843
Vorzugsweise wäre es natürlich schön,
wenn wir ein eigenes großes

151
00:09:22.143 --> 00:09:24.121
language Modell hätten,
dass auf unseren Rechnern läuft,

152
00:09:24.205 --> 00:09:27.424
damit wir Feedback ableiten können.
Also, hier gibt es eine Diskrepanz

153
00:09:27.507 --> 00:09:32.812
zwischen eben Privatangeboten
und von der öffentlichen Hand angebotenen

154
00:09:33.573 --> 00:09:36.411
KI Systemen, die man nutzen kann.
Das ist eine Frage,

155
00:09:36.495 --> 00:09:39.479
die sicherlich in der nächsten Zeit
noch weiter zusitzen wird.

156
00:09:40.320 --> 00:09:44.103
Daneben gibt es natürlich ganz klar fragen
zu Ethik und Datenschutz.

157
00:09:46.424 --> 00:09:51.028
Es gibt vielfältige Berichte im Internet
zur Ungleichbehandlung

158
00:09:51.189 --> 00:09:56.393
von Randgruppen durch KI
in vielfältiger Weise,

159
00:09:56.533 --> 00:10:02.496
vom Jobinterview
bis zur Bewilligung von Fördermitteln,

160
00:10:02.580 --> 00:10:06.263
letztendlich in der öffentlichen Hand,
wo die KI

161
00:10:06.482 --> 00:10:09.981
eben diskriminierende Eigenschaften
gezeigt hat,

162
00:10:10.065 --> 00:10:14.671
obwohl sie ein, ein, ein akkurates
Modell im informatischen war.

163
00:10:15.231 --> 00:10:18.973
Und das sind natürlich Probleme,
denen man zuvor kommen muss,

164
00:10:19.395 --> 00:10:22.434
weil sie viel Leid
letztendlich anrichten können,

165
00:10:22.518 --> 00:10:26.080
und das gleiche betrifft uns natürlich
auch im Hochschulbereich,

166
00:10:26.801 --> 00:10:31.442
auch für - man muss unterscheiden
also auch nach dem EU-AI Act haben

167
00:10:31.526 --> 00:10:34.084
wir jetzt die Kritikalitätspyramide,
die letztendlich

168
00:10:34.168 --> 00:10:38.132
die Anwendung von KI
in bestimmte kritische Faktoren

169
00:10:38.252 --> 00:10:42.031
einsortiert, und der Bildungsbereich
gehört ganz oben an die Spitze

170
00:10:42.114 --> 00:10:47.018
dieser Pyramide und stellt uns dadurch
vor bestimmte Herausforderungen.

171
00:10:48.181 --> 00:10:51.684
Und das zurecht, weil letztendlich Bildung
ja auch über Bildungskarrieren

172
00:10:52.104 --> 00:10:57.965
und andere Möglichkeiten entscheiden kann.
Hier müssen wir sehr genau beleuchten

173
00:10:58.049 --> 00:11:01.108
und auch empirisch untersuchen,
wie KI Modelle funktionieren,

174
00:11:01.192 --> 00:11:04.854
welchen Effekt sie auf die Lehre haben,
wie sie unterschiedliche Personen

175
00:11:04.976 --> 00:11:08.955
und mit ihren Merkmalen berücksichtigen
und dass es hier

176
00:11:09.039 --> 00:11:12.018
zu einem fernen Prozess kommt.
In der Goethe Universität

177
00:11:12.101 --> 00:11:16.382
haben wir uns dafür jetzt
schon mehrere Instrumente gibt.

178
00:11:16.466 --> 00:11:19.729
Es gibt Handreichungen zu generativen KI
überhaupt in der Lehre.

179
00:11:20.609 --> 00:11:23.711
Wir haben einen Verhaltenskodex
für learning analytics,

180
00:11:23.831 --> 00:11:29.117
der bestimmte, den wir uns selber,
an dem wir uns selber orientieren,

181
00:11:29.456 --> 00:11:32.960
der uns letztendlich
bestimmte Prinzipien vorgibt,

182
00:11:33.301 --> 00:11:36.440
wie das wir immer einsetzen
zur Verbesserung der Lehre

183
00:11:36.523 --> 00:11:40.604
und niemals als ein Big-Brother-System,
Unterstützungsangebote

184
00:11:40.687 --> 00:11:44.150
für alle Studierenden anbieten wollen,
und nicht nur für bestimmte,

185
00:11:44.671 --> 00:11:47.069
einen kritischen Umgang
und ein transparenter Umgang

186
00:11:47.153 --> 00:11:49.815
mit den Daten,
die letztendlich dort verarbeitet werden,

187
00:11:50.356 --> 00:11:52.999
menschliche Kontrolle,
aber das ist sowieso vorgegeben,

188
00:11:53.098 --> 00:11:55.856
auch durch den EU-AI
Act, das immer menschliche Kontrolle

189
00:11:55.940 --> 00:11:57.598
da sein muss,
und auch eine Führungsverantwortung

190
00:11:57.682 --> 00:12:00.882
der Universität.
Das glaube ich, dass wir uns bemühen,

191
00:12:00.966 --> 00:12:07.588
eine KI-Satzung zu entwerfen,
die die Anwendungsbereiche genau definiert

192
00:12:07.671 --> 00:12:09.730
und auch die Verantwortungsbereiche
und noch sowas

193
00:12:09.814 --> 00:12:15.575
wie eine Ombudsperson in Dienststellen,
die letztendlich für Problematiken

194
00:12:15.658 --> 00:12:18.377
eines KI Systems,
das in der Lehre angewendet

195
00:12:18.460 --> 00:12:23.385
wird, angerufen werden kann
und diese dann weiterverfolgt.

196
00:12:23.966 --> 00:12:27.268
Alles das sind Maßnahmen
um eben das Potenzial,

197
00:12:27.528 --> 00:12:32.254
aber auch die bekannten Gefahren
von KI einzufangen,

198
00:12:32.393 --> 00:12:36.416
und wir befinden uns aktuell
in dem Auslotungsprozess, was ist möglich?

199
00:12:36.737 --> 00:12:40.560
Was ist weniger möglich?
Was dürfen wir legal gar nicht machen?

200
00:12:40.681 --> 00:12:42.843
Dafür laufen
verschiedene Forschungsprojekte

201
00:12:43.643 --> 00:12:46.803
in ganz Deutschland
und alle kommen eigentlich

202
00:12:46.887 --> 00:12:50.526
zu dem Punkt jetzt,
dass technisch vieles möglich ist.

203
00:12:50.609 --> 00:12:54.630
Die Frage ist,
was wir mit unseren Werten und Normen

204
00:12:54.713 --> 00:12:58.838
vereinbar sehen,
wo wir Risiken, gewisse Risiken eingehen

205
00:12:59.718 --> 00:13:03.080
und wo wir halt
den Mehrwert von KI nutzen wollen.

206
00:13:03.841 --> 00:13:06.500
Und das sind aktuelle Herausforderungen
für die Lehre

207
00:13:06.583 --> 00:13:11.328
und vor allem für die breite Anwendung
von KI in der Lehre

208
00:13:11.588 --> 00:13:12.830
neben den Forschungsprojekten.

209
00:13:21.918 --> 00:13:24.400
Ja, das ist eine besonders
spannende Frage.

210
00:13:24.781 --> 00:13:28.119
Wir sehen ja auch, dass die Modelle
zunehmend immer mehr können,

211
00:13:28.203 --> 00:13:33.864
also von Bild- jetzt zu Videogeneration,
das ist ein Findungsprozess

212
00:13:33.948 --> 00:13:36.187
in den nächsten Jahren.
Ich könnte mir vorstellen,

213
00:13:36.270 --> 00:13:40.914
dass wir zunehmend
weniger summative Assessment haben

214
00:13:41.034 --> 00:13:45.499
und das vielleicht durch gutes Feedback
in sogenannten formativen Übungen

215
00:13:45.619 --> 00:13:48.877
und entsprechendes
dort eben Leistungen erbracht werden,

216
00:13:48.961 --> 00:13:53.306
die letztendlich eine Prüfungsleistung
wie in der bekannten Klausur

217
00:13:53.426 --> 00:13:57.469
im großen Hörsaal
nicht mehr notwendig machen.

218
00:13:58.291 --> 00:14:02.330
Das ist eine Vermutung.
Kurzfristig sehen wir auf jeden Fall,

219
00:14:02.414 --> 00:14:07.838
dass ein wichtiges Tool sein wird,
um Lernmaterial zu erstellen.

220
00:14:07.999 --> 00:14:13.220
Lehr-/Lernmaterial auf beiden Seiten,
die Personalisierung von Feedback

221
00:14:13.304 --> 00:14:18.989
zu Lernleistungen kann gesteigert werden,
dann eine automatisierte Verwaltung.

222
00:14:19.129 --> 00:14:21.512
Das hatte ich ganz am Anfang
von meinem Beitrag ja schon gesagt.

223
00:14:21.611 --> 00:14:25.034
Rund um die Anmeldung fragen,
rund um den gesamten Ablauf

224
00:14:25.234 --> 00:14:29.318
zu der Lehrveranstaltung,
auch vielleicht eine Verbesserung

225
00:14:29.458 --> 00:14:35.881
von der Zugänglichkeit
durch Inklusion durch Transkribration

226
00:14:35.965 --> 00:14:40.244
der, Transkribierung
des Textes zum Beispiel und Ähnlichem.

227
00:14:40.328 --> 00:14:43.731
Sodass man eben auch
für benachteiligte Gruppen

228
00:14:43.831 --> 00:14:47.033
eben hier eine
bessere Inklusion gewährleisten kann.

229
00:14:47.395 --> 00:14:50.093
Es wird sicherlich auch Weiterbildung
wird ein wichtiges Thema sein,

230
00:14:50.177 --> 00:14:56.519
das sich die einzelnen Dozierenden,
aber auch die,

231
00:14:56.603 --> 00:14:59.421
unsere auch unsere Abteilung
studiumdigitale sich weiterentwickelt

232
00:14:59.505 --> 00:15:01.664
und weiter bildet im Bereich
der large language model

233
00:15:01.747 --> 00:15:05.731
und den einzelnen Funktionalitäten,
die diese Technologie anbietet.

234
00:15:06.851 --> 00:15:10.010
Und zu guter Letzt
sicherlich Ethik und Governance

235
00:15:10.094 --> 00:15:14.195
ist ein ganz wichtiges Thema,
um so mehr Daten zusammenkommen,

236
00:15:14.278 --> 00:15:19.143
verarbeitet werden, da stellt sich wieder
die Norm Frage: Was wollen wir?

237
00:15:19.804 --> 00:15:25.665
Wie wollen wir damit umgehen?
Was sind wir bereit für die Vorteile

238
00:15:25.749 --> 00:15:29.291
von KI in kauf zu nehmen?
Und hier muss sicherlich

239
00:15:29.471 --> 00:15:31.871
einen einen Prozess angestoßen werden,
auf dem wir auch schon

240
00:15:31.955 --> 00:15:34.117
auf einem guten Weg sind,
bei der Goethe Universität

241
00:15:34.257 --> 00:15:38.497
durch eine Community zu generative AI,
die wir auch mit unseren Studierenden

242
00:15:38.580 --> 00:15:42.720
durchführen, wo es quasi einen lernenden,
lernende Organisation gibt,

243
00:15:42.804 --> 00:15:46.744
zu dem Thema, wie man sinnvoll
Generative KI-Systeme in der Lehre

244
00:15:46.828 --> 00:15:49.767
anwenden kann, und diese Community wollen
wir nun immer größer machen,

245
00:15:49.851 --> 00:15:55.236
um dann generative KI
als unterstützendes Instrument zu haben.