Wir verwenden Cookies, um unsere Website optimal für Sie zu gestalten. Mit dem Bestätigen des Buttons "Akzeptieren" stimmen Sie der Verwendung von Cookies zu. Durch Anklicken der untenstehenden Checkboxen können Sie auswählen, welche Cookie-Kategorien Sie zulassen möchten. Durch Klicken auf die Schaltfläche "Mehr anzeigen" erhalten Sie eine Beschreibung jeder Kategorie. Weitere Informationen finden Sie in unserer Datenschutzerklärung.
Notwendige Cookies helfen, eine Website nutzbar zu machen, indem sie grundlegende Funktionen wie die Seitennavigation und den Zugang zu sicheren Bereichen der Website ermöglichen. Ohne diese Cookies kann die Website nicht ordnungsgemäß funktionieren.
Präferenz-Cookies ermöglichen es einer Website, sich Informationen zu merken, die das Verhalten oder Aussehen der Website verändern, wie z.B. Ihre bevorzugte Sprache oder die Region, in der Sie sich befinden.
Die Chancen des ki-gestützten wissenschaftlichen Schreibens.
Welcome to the science of science with intelligence intelligence. We want to talk about four topics. First, with the chances of the AI gives the AI. Then we will look at the risks, before we look at the results of the writing process. We will look at the results of the AI. We will then ask the results of the documentation. We will ask if there are already already available standards for the documentation of AI and where we will be. gegebenenfalls dann auch Trends aktuell gehen. Schauen wir zunächst auf die Chancen. Wenn wir die grundsätzlichen Chancen der KI für den wissenschaftlichen Schreibprozess bewerten wollen, dann können wir festhalten, dass die KI in einigen einzelnen Bereichen nahezu eine Ersetzung der menschlichen Kompetenz bietet, zum Beispiel bei Übersetzungen. Aber in vielen Fällen wird es eher so sein, dass die KI unsere menschliche Kompetenz zu einem gewissen Grad unterstützen kann, ein bisschen vielleicht auch erweitern kann. Ein Beispiel dafür wäre die Prüfung der Argumentation. Sie erkennen hier schon, es geht nicht darum, dass die KI an unserer Stelle argumentiert, sondern wir sind dort immer noch die Handwerker. the arguments on the way. And the AI is it, which our arguments with their Fähigkeiten and thus perhaps a bit more verbessered. Where could be such a specific point in the way? Here we see the performance of the AI, how we are today available, very unabhängig from the tool that we use. The AI is just a bit of a strong data source and can see the large data source very well. Und das wirkt sich natürlich an verschiedenen Stellen einer Bachelorarbeit oder eines wissenschaftlichen Fachartikels durchaus vorteilhaft aus, wenn wir das entsprechend für uns nutzbar machen. Bleiben wir zunächst mal bei den umfangreichen Datenmengen. Wir haben es ja im wissenschaftlichen Schreibprozess häufig auch mit Literatur zu tun, die wir zitieren müssen. Diese Literatur sind häufig lange Texte aus Journals, aus Konferenzschriften und da ist es natürlich schon sehr hilfreich, wenn die KI zum Beispiel nach bestimmten Begriffen oder Formulierungen recherchieren kann. Wenn wir schon direkt eine bestimmte Textstelle angezeigt bekommen, am besten mit Seitenangabe, sodass wir einfach diesen Leseprozess umsetzen. we can create aroffen object philosophy or fundamentally translation first profession many 3 groups indrits presidential documents over to the the in ihren Trainingsdaten diese Muster erkennen kann, sie mit unserer Gliederung abgleichen kann. Und so können wir auf so einer äußeren Ebene der Gliederung schon sehr gut eben erkennen, ob wir da in die Erwartungshaltung reinpassen oder nicht. Aber es geht viel tiefer. Auch innerhalb eines Absatzes erwartet die KI aufgrund der vielen Musterbeispiele, wie denn zum Beispiel so ein Absatz aufgebaut sein sollte, kommt das Hauptargument zum Beispiel als erstes, kommen dann Detailargumente, wird ausgewogen argumentiert, solche Dinge. We can even further go into the text, but that will do we at a later time. What is possible through the Muster-Kennung? We can also see how in a longer document, which we have already published, the word is coherent. That is, for example, that we use the same words in text as we have used in the text. That is, as we use unabsichtlich Synonyme, die möglicherweise für den Leser verwirrend wirken, weil er einen Synonym nicht kennt oder sich fragt, ist denn tatsächlich genau das Gleiche gemeint oder gibt es Unterschiede? Schließendlich kann ich natürlich auch in einer großen Menge von Abschlussarbeiten in den Trainingsdaten erkennen, wie sollte die Wortwahl einer wissenschaftlichen Arbeit sein und das mit meiner eigenen Wortwahlabgleich. Was die Forschung festgestellt hat, ist, dass diese verschiedenen Aufgaben natürlich besser von der KI erledigt werden können, wenn sie jeweils für eine dieser Aufgaben speziell trainiert worden ist. Wo liegen denn Grenzen der heutigen KI? Was wir heute zur Verfügung haben, ist in erster Linie eine schwache KI, also eine KI, die spezifische Aufgaben enthält. Und das gilt auch für die Modelle und Systeme, die jetzt nicht nur zum Beispiel speziell Zusammenfassungen machen, sondern die etwas breiter aufgestellt sind, so diese klassischen Large Language Models wie ChatGPT oder Microsoft Co-Pilot oder Mistral und wie sie alle heißen. Und die haben auch keine eigenen kognitiven Fähigkeiten. Also keines dieser Systeme ist in der Lage, echte Entscheidungen zu fällen, logisch zu denken oder hat ein tieferes Verständnis dessen, was es tut. Diese KI, die wir heute zur Verfügung haben, arbeitet vor allen Dingen mit stochastischen Wahrscheinlichkeiten und gibt darauf eben ihre Antworten. Es gibt eine... Stufe, die Human-Like-KI oder generelle KI genannt wird, wo die Bandbreite der Aufgaben etwas größer wird, wo auch die Imitation des menschlichen Verhaltens deutlicher erkennbar wird, aber es ist ganz klar weiterhin eine Imitation ohne ein tieferes Verständnis. Da kann man natürlich jetzt noch ein bisschen darum bestreiten, ob wir vielleicht ansatzweise auch schon Systeme haben, die auf dieser Stufe unterwegs sind. Das ist aber für unsere weitere Betrachtung des Themas eigentlich auch nicht ganz entscheidend. Wichtig ist für uns vor allen Dingen der Unterschied zu den folgenden Stufen und der ist doch noch sehr klar erkennbar. Die Stabilität, A very starker KI is characterised, that she has a real understanding of her responsibilities, that she can logically think and can really find out, so how it is a human being. Also a human being, a human being, is a human being. And the super intelligent AI, the person in all these known areas, including the Entscheidings and the Kreativity. That's often a scenario, which maybe through the media can be. But the end of the day is that a different technology, which is now with the, what we have today, so directly nothing to do. And so is it of course also folgerichtig, that it is a part of the field, which can actually be able to achieve people in any case better than the AI. We think for example the creative ideas. We have the possibility, the contextualization in a large scale to make. This is the case for example, if we have very long texts and there is a detail in it, that is for us important. And it is first of all in the textual context not visible, where it is going to be able to see the same thing and that it is perhaps a bigger tension to a very far away from a very wide range. There is a problem that the AI can not be able to see the same thing. For people who can see the text, gelesen haben und verständig gelesen haben, die werden sich an die entscheidende Stelle viel, viel, viel weiter vorne durchaus noch erinnern. Dann Bereiche, die die KI überhaupt nicht tangiert, also zum Beispiel die soziale Interaktion und das, was wir daraus erlernen. Das ist für uns Menschen ein extrem wichtiger Teil unseres Wissensschatzes und unserer Entscheidungsfindung. Wir machen das häufig sehr unbewusst und erinnern uns dadurch vielleicht auch nicht daran, welchen Beitrag so eine Interaktion haben kann und wie viel Signal wir auch eben aus nicht textualisierter und nonverbaler Informationen herausziehen. Und solche ganzheitliche Sinneswahrnehmung ist natürlich für eine KI auch überhaupt nicht vorstellbar, auf dem aktuellen Stand zumindest. Die Fähigkeit, aus wenigen Beispielen zu generalisieren, durch die Arbeitsweise mit stochastischen Wahrscheinlichkeitsberechnungen ist es für die KI auch nicht möglich, so eine Generalisierung ohne ausreichende Datenbasis zu machen. Dann resultiert letzten Endes daraus auch die folgende Fähigkeit des Menschen einfach scheinbar unvermacht, unzusammenhängige Informationen miteinander zu verbinden. Das ist ein zusammenfassender Punkt für die meisten vorgenannten Punkte. Wenn wir sehen, dass die KI heute eben einen bestimmten begrenzten Fähigkeitsrahmen hat und andere Fähigkeiten ihr eben überhaupt nicht zur Verfügung stehen, dann ergibt sich daraus letzten Endes für uns auch die Überlegung, wie können wir die KI grundsätzlich einsetzen. So ist es schwierig jetzt zum Beispiel zu sagen, okay, ich lasse die KI für mich einen Text schreiben, weil die KI letzten Endes gar nicht entscheiden kann, warum etwas vielleicht in diesem Text drinstehen muss und ob der Kontext tatsächlich passt, sind auch Quellen. aus einem Text richtig entnommen oder sind sie ohne Kontext entnommen und passen dadurch für die Aussage, die ich treffen will, überhaupt nicht mehr. Das sind die Punkte, die es schwierig machen, der KI eine Verfasserrolle zu übertragen. Und insofern ist der Umkehrschluss, dass die KI besser geeignet ist als Bearingspartner. Denn dann kann ich die KI wesentlich konkreter auf einzelne meiner Arbeitsschritte hin interviewen und kann mir so eine Hilfestellung holen und immer mit einkalkulieren, was kann sie wirklich gut, Mustererkennung, etwas in großen Datenmengen finden. Und insofern ist eben der Einsatz der KI als Tutor eine, I have a good opportunity. I always hold a individual feedback. For us people we are motivated. In the best case, I get my engagement. I get maybe even new ideas. I have the impression that the AI would think about it. I have a very banal advantage of the revolution in the pre-KI. I can use this Tutor-Funktion every time and every time and every time. unbegrenzt und das Einzige, was ich dazu leisten muss, ist mir wirklich Gedanken darüber zu machen, wie ich die Frage stelle, wie ich den Prompt stelle, je präziser ich da bei der Eingabe bin, umso besser wird natürlich auch die Qualität der Antwort sein. Aber vieles, was ich jetzt bei einem menschlichen Tutor als Barriere hätte, dass ich mich vielleicht geniere, eine Frage zu stellen, nicht weiß, ob das okay ist, dass ich das jetzt so frage oder mir dumm vorkomme, das fällt natürlich gegenüber der Maschine weitestgehend weg. Was wären jetzt Einsatzszenarien im Schreibprozess? Also zum Beispiel eine Kohärenzprüfung durch die generative KI, also zum Beispiel durch ChatGPT, durch Microsoft Copilot, durch Mistral und andere Systeme. I could ask for example, if my text would be the Imrat Gliederungsstruktur of a class article. I could ask for a text, if my text would be a summary of a parallel or chronological or a thesis or a thesis or a thesis or a thesis or a class of Gliederung. I could ask for a sense of a scientific argument. I could ask for a question. I use more-deutable words to say that I use often Strukturen, which is a more-deutable word, such as Infinitivs. The AI has this kind of test, and that is the case when we have to do it with Ironies, with Homonymen, also with the words that are the same described, but have different meanings. Another possibility is Stil-Ingerian, So zum Beispiel, dass ich einen Text mir umformulieren lasse und sage, okay, bitte lass meine Sätze klarer erscheinen, vereinheitliche mein Fachvokabular, eliminiere Synonyme und dass ich Jargon vermeide, eben wissenschaftliche Fachsprache anwende. Und ein weiteres potenzielles Einsatzfeld sind die Übersetzungen. Die KI übersetzt heute wirklich flüssig, menschliche Prüfung im Sinne, dass die Zusammenhänge noch logisch sind und fachsprachlich verständlich sollte man durchaus auch noch machen, aber die Qualität ist inzwischen so hoch. Musik Thank you. Thank you.
