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.
Wann kann der KI-Einsatz beim wissenschaftlichen Schreiben zu Plagiaten führen.
So, dann wollen wir uns nochmal mit dem Thema beschäftigen, wann KI denn zu akademischen Fehlverhalten führt. Zunächst mal dazu der Ausgangspunkt. Was ist akademisches Fehlverhalten und was ist denn gutes akademisches Verhalten? Man könnte auch von akademischer Integrität sprechen. Das ist charakterisiert durch verschiedene Werte. Also zum Beispiel, dass man ehrlich miteinander umgeht, vertrauensvoll arbeitet, Fairness walten lässt gegenüber den anderen Akteuren in der Wissenschaft. Das ist das Ganze durch Respekt und Verantwortung. Das ist im Übrigen nur eine Auswahl aus den Werten der guten wissenschaftlichen Praxis. Eine Auswahl, die eben hier eine Rolle spielt. Und wenn wir das eben als Basis nehmen, dann ist natürlich die Definition von akademischem Fehlverhalten, dass man sich... unverdient einen Vorteil gegenüber anderen verschafft. Und das kann eben zum Beispiel auch dadurch geschehen, dass Texte komplett oder teilweise durch KI generiert werden oder dass die KI komplette Datensätze fälscht oder die Ergebnisse zum Beispiel ein bisschen kosmetisch aufbereitet und die wahren Verhältnisse verdeckt. Und letztlich führt das auch dazu, dass Plagiate entstehen können durch die Beteiligung der KI. Und diese Plagiate sind jetzt nicht so die klassischen Plagiate, sondern da kommen wir gleich noch zu, was da im Besonderen gemeint ist. Das heißt, im Umkehrschluss wiederum, was ist jetzt wichtig, um eine falsche Entwicklung zu vermeiden? Im Endeffekt sollen die... the research that can be involved in the research process in the research and in the research, fundamental decisions of science, which are in the study and design, which is also involved in the research process. And they have to play a role in the data in the analysis and interpretation. What does not mean that in the data analysis of the data analysis, the AI can also play a role in the data analysis. But it does not only be a AI-only action, but it must be guided and guided by the people. And what that means, we will see the following. So, first of all, the question that you have on the previous slide was. schon angeklungen ist, warum generiert KI normalerweise keine Plagiate so im ganz klassischen Sinn? Das liegt schon mal daran, dass natürlich Prompts, auch wenn wir mehrfach die gleichen Prompts absetzen, immer wieder unterschiedliche Ergebnisse generieren. KI formuliert auf Basis eben statistischer Berechnungen und das führt im Detail dazu, dass die Texte jeweils unikates sind und somit kann man eigentlich so ein ganz klassisches Plagiat, wo ein gleicher oder in Teilen gleicher Text erzeugt wird mit der KI, nicht erzeugen. Das heißt aber auch umgekehrt nicht unbedingt, dass die KI deswegen zu wissenschaftlich korrekten Aussagen kommt und dass man deswegen völlig frei wäre auch von dem ganzen Thema des Plagiat. Wo die KI Texte jetzt nicht zwangsläufig auffallen müssen, zum Beispiel in der Plagiatsoftware, weil wir eben, wie gesagt, in der Regel unterschiedliche Formulierungen haben, einen großen Variantenreichtum haben. Was ist denn aber wirklich durch das Urheberrecht geschützt? Ist das nur die konkrete Formulierung oder ist es die Idee, die formuliert wird? Und da ist einfach natürlich auch der Punkt, dass die Idee, die Erfindung, die Entwicklung, der maßgebliche Gedanke schon das ist, was in der Regel das Schützenswerte ist, dass wir natürlich, wenn wir jetzt KI verwenden, um zum Beispiel gezielt umzuformulieren und damit so ein bisschen zu verschleiern, dass wir eigentlich mit Gedanken anderer arbeiten, die wir nicht kenntlich machen, wo wir keinem, keine Quellenangabe zu nennen oder falsche Quellenangaben zu nennen, dass wir dann natürlich auch in eine Plagiat-Diskussion hineinrutschen. Und dann gibt es einen zweiten Effekt, der in der KI geschehen kann. Es kann nämlich durchaus vorkommen, dass die KI aus den Trainingsdaten sogenannte Verbatim-Übernahmen macht. Also dass ein bestimmter Satz mehrere Sätze vielleicht sogar übernommen werden aus einer Originalquelle. Und wenn wir dann eben keine menschliche Prüfung über unsere KI-Texte laufen lassen, werden wir das nicht feststellen. Also wir müssen dann immer auch entsprechend bei Zusammenfassungen oder ähnlichen Anwendungen nachschauen, steht das jetzt wirklich nicht so im Text? oder ist es eine von der KI generierte Verfremdung? Also da muss man immer genau bleiben, weil es einfach dazu kommen kann, dass tatsächlich Originaltextstellen übernommen werden und die müssen ja nochmal anders gekennzeichnet werden als direktes Zitat. Also da ist es einfach wichtig, dass wir dieses Transparenzgebot der Wissenschaft einhalten und mit der Quellenarbeit sauber umgehen. Hier also nochmal zusammengefasst. Was sind so die Szenarien, in denen die KI ein Plagiat erzeugen kann? Plagiate sind ja wie gesagt die Darstellung fremder geistiger Leistung als die eigene, ohne dass wir eben Quellenangaben gemacht haben. Ich darf immer den Gedanken eines anderen in meine Arbeit integrieren, wenn ich die Quellenangabe. and then I write down the key. And then, the key, if you want to paraphrase, always needs a question. The key doesn't make it immediately open, depending on what kind of system we use. So, there is a lot of work that manually works. We have already discussed the Verbatim-Owner-Name. Also falsche Quellenangaben, die halluciniert wurden, sind ein Bestandteil des Plagiats und Ja, wirklich diese Darstellung fremder Ideen als die eigenen. Und damit meine ich jetzt nicht, dass der menschliche Autor Ideen nicht kennzeichnet, das ist eher so der Punkt eins, sondern dass die KI versucht, uns zu überzeugen quasi, es wäre ihre Idee gewesen und in Wirklichkeit bezieht sie sich auf andere Quellen, die sie aber natürlich nicht offenlegt. Und das ist ja eher so ein Punkt, dass wir das manchmal nicht wirklich durchblicken, auf welcher Basis wird die Aussage getroffen. And insofern, I think the key is when it comes to the Plagiar. It's already been clear. It's a bit of a question for us, what does a Google-based tool accept for a user-based tool as a AI-nutzung? Man kann die KI einsetzen, zum Beispiel im Rahmen der Themenfindung, der Ideengenerierung, hier meistens in Verbindung mit anderen Wegen der Ideengenerierung, klassischer Wege, wie zum Beispiel in den Ausblicksteil von Fachartikeln reinzuschauen, zu sehen, wo sind offene Forschungsfelder. Da kann ich dann zum Beispiel eben auch mit der KI noch einen Dialog drüber führen, um vielleicht die ganze Sache ein wenig einzugrenzen. a really complete and that's the idea of ideas to new research topics over AI, where I don't have any klassischen Wegen habe oder zu existierender Forschung zu anderen Forschenden, die mir vielleicht da auch Experten-Tipps geben können, ist sehr, sehr vage. Da wird dann nicht wirklich zu belastbaren Ergebnissen in vielen Fällen führen. Die Recherche von All right. Literatur ist ein guter Einsatzzweck, wenn wir uns eben so ein bisschen auf die RAG-Systeme vor allen Dingen fokussieren und berücksichtigen, dass sie auch da wieder nicht alleine zum Einsatz kommen sollten. Datenerhebung und Analyse. Wir denken an die Themen Mustererkennung in Daten. Und natürlich das Schreiben selbst, was ja auch heute so unser Hauptfokus ist, sind potenzielle Einsatzgebiete. Ja, die Form des Einsatzes, die kann sich natürlich ein bisschen unterscheiden. Ich kann natürlich KI-Output in meine Überlegung direkt übernehmen. So etwas wäre denkbar, zum Beispiel, wenn ich konkrete Quellen bekomme von der Recherchefunktion oder auch bei der Datenanalyse. Wenn ich sehe, okay, da ist dreimal der Fall XY aufgetreten, dann ist das sicherlich auch in Ordnung, wenn ich diesen Output übernehme. Schwieriger wird es dann schon teilweise im Schreibprozess. Da haben wir gesehen, wie im Einzelnen wir doch nochmal manuell auch prüfen müssen, verwendet. Veränderungen von eigenem oder KI-Outputs. Also gerade wenn ich jetzt das Beispiel des eigenen Outputs benenne, haben wir im Schreiben schon mal so Beispiele gehabt, wie die Gliederung soll überprüft werden und dann gibt mir die KI einen Tipp, den ich nachvollziehbar finde. Klar, dann verändere ich die Gliederung vielleicht nochmal entsprechend und die Verifikation von eigenen Texten. Da geht es also zum Beispiel um Kontrolle von Rechtschreibung, Grammatik, aber vielleicht auch von stilistischen Formen. Und Einfluss auf die Qualität der Arbeit und Einfluss auf die Arbeitsergebnisse, das ist auch nochmal so eine Dimension, wo ein Begutachter schauen wird, wie groß ist dann wirklich dieser Einfluss des KI-Einsatzes, There are some examples of the example of the Rechtschreibung and Grammatik, the failure of the effects are corrected. There is the influence on the quality of the work there, but on the results of the results of the work. So it's not. So it's not accepted. It's not accepted as a very wide-range, a very large-scale work of the topic through AI. What we do is to highlight, what we do is to highlight, what we are doing from the AI. What we have done is to highlight, what we have done. What we should take on this point is certainly that the AI-Einsatz from us is to allow us to make the AI-Einsatz to a different way. Whether it's by the assessment, whether it's by the processing of a text, whether it's maybe even in the early steps for the idea-generating. For us is important to us to understand that we have to immer überlegen, wie plausibel ist das, was die KI dort macht, tatsächlich? Und wird sie damit dem Kontext gerecht? Das geht in einigen Stellen leichter, in anderen ist es komplizierter. Aber um einmal ein nachvollziehbares, leichtes Beispiel zu nennen, wenn ich jetzt durch die KI eine Recherche durchgeführt habe, ich bekomme eine Zusammenfassung, nehmen wir mal Scopus AI als Beispiel für ein Recherchetool, then I get wonderful many data-reads with the information that I have served. Aber sind diese Quellenangaben auch wirklich für den Kontext sinnvoll, in dem ich die Aussage brauche? Oder sind diese Aussagen in der Zusammenfassung aus dem Kontext herausgerissen, in dem sie ursprünglich standen? Oder werden sie nicht wirklich dem gerecht, was ich eigentlich suche? Also in diese beiden Dimensionen, diese Kontextgerechtigkeit sich zu vergegenwärtigen, das auch nachzuprüfen, das ist ein wichtiger Schritt, um die Qualität der Zusammenarbeit mit der KI einfach zu steigern. An anderen Stellen wird es vielleicht notwendig sein, auch einmal kritisch zu durchdenken, ist die Argumentation der KI auch wirklich tragbar? Was wäre, wenn ich ein Gegenargument aufbaue oder zusätzlich? eine logische Begründung zu finden zu einem KI-Argument. Eigentlich ist die angegeben, dann kann ich sie durchdenken und überprüfen. In manchen Fällen fehlt die auch in einer KI-Antwort. Das sind aber auch so alles Punkte, wo man sich ein bisschen schulen muss und überlegen muss, wie mache ich das, worauf muss ich achten? Zum Beispiel, was leichter ist es vielleicht, sich immer daran zu erinnern, sind auch Unsicherheiten benannt. Das ist gerade dieser Punkt, dass KI so plausibel versucht zu antworten, versucht überzeugend zu klingen. Gerade das sollte einen auch so ein bisschen bewusst machen, dass ja nicht jede Aussage gleichmäßig sicher sein kann. Da kann man KI auch gezielt nachfragen, kann überlegen, wo sind Ansatzpunkte vielleicht auch für eine eigene Recherche, also ein Crosscheck in einer anderen Quelle. Das verlangt natürlich dann auch gerade mit dem nächsten Punkt, da sind wesentliche Informationen weggelassen worden, nach Möglichkeit auch ein eigenes Fachwissen, einen eigenen Background zu dem Thema. Und den generiert man in Wirklichkeit natürlich nur durch Arbeitserfahrung oder auch sehr viel durch Lesen einschlägiger Literatur. Und da sind wir wieder auch bei ganz klassischen Fähigkeiten des wissenschaftlichen Arbeitens und sehen, dass die KI immer nur so eine unterstützende Funktion letztendlich bieten wird. Wissenschaft lebt davon, dass es unterschiedliche Perspektiven auf ein Thema gibt, dass man... and also to see what is positive, what is negative, what are the effects of the effects. That should be considered as a basic question of AI-generated questions in the mind. Also, the differences from the facts, the interpretation of the facts. There comes to the following slide, the assessment of facts, in the way. For example, are the data actual? Have I any information? Is the method, with which it was done, is it possible? Is it possible? How is it possible? Is it possible for it? Also, there is a way to be clear, I need a certain background-wissed in this method. Methodenarbeit, Ergebnisse durch andere Studien bestätigt, finde ich mehrere Quellen, die dann auch das gleiche aussagen oder gibt mir nur die KI mehrere Quellen an und wenn ich reinschaue, sind nicht alle dann auch wirklich zu dem Thema. Und was sind das für Quellen? Sind die verlässlich? Aus welcher Ressource schöpfe ich da eigentlich? Sind die zum Beispiel in der Wissenschaft auch peer-reviewed? Sind die ja wirklich existent? Konnte ich die konkret nachvollziehen? Das ist einfach dieses einfache Thema mit den hallucinierten Quellen
