Wie ändert sich Lehre und Forschung an der Uni jetzt durch ChatGPT & Co. und bald durch Artificial General Intelligence?
Ich (Ralf Lämmel) habe mich registriert für das TransferBarCamp an der Uni Koblenz am 13.03.23 (eine Unkonferenz). Das wird ganz sicherlich ein sehr interessanter Tag. Das TransferBarcamp ist nicht nur für Uni-Angehörige (Studierende und Lehrende und Forschende an der Uni Koblenz) gedacht, es gibt auch viele Teilnehmer aus der Region -- aus Industrie und Verwaltung usw.
Ich schlage eine Session für die Unkonferenz vor:
Wie ändert sich Lehre und Forschung an der Uni jetzt durch ChatGPT & Co. und bald durch Artificial General Intelligence?
Vorschläge zum Ablauf der Session
Die Teilgeber reflektieren zu detaillierten Fragen zum Thema.
Initialer Fragenkatalog
Die Teilgeber werden diesen Katalog anpassen bzw. ergänzen.
- Was sind die Ängste vor der KI?
- Je nach Statusgruppe:
- Ängste bei den Studierenden.
- Ängste bei den Lehrenden.
- Ängste bei den Forschenden.
- Ängste bei weiteren Uni-Angehörigen -- z.B.:
- Sekretärinnen
- in der Verwaltung
- in zentralen Einrichtungen
- Sind die folgenden Ängste real?
- Das gelehrte Wissen ist zu schwach für eine starke KI.
- Die Lehrenden sind (bald) schlechter als die KI und damit überflüssig.
- Das Jobprofil (der Abschluss) von Interesse wird durch die KI ausgelöscht.
- Anstrengen zur eigenen Intelligenz haben keine Aussicht auf Erfolg.
- Wir können nichts gegen die Entwicklung tun.
- Die Kosten der KI verstärken die Schere zwischen arm und reich.
- Deutschland wird (und damit werden wir) den Anschluss verpassen.
- ...
- Was sind überhaupt die Fähigkeiten der aktuellen und anstehenden KIs?
- Wie kann ich am besten mit z.B. ChatGPT zusammenarbeiten?
- Ist z.B. ChatGPT schon eine "Strong AI" (eine AGI)?
- Was kann z.B. ChatGPT noch nicht bzw. bald (vielleicht)?
- Was kann ich, was die KI nicht kann? (Wie lange noch? Was sollte ich tun?)
- ...
- Wie wird/muss sich die Lehre an der Uni ändern als Reaktion auf KI?
- Ist z.B. ChatGTP geeignet, um für Seminararbeiten verwendet zu werden?
- Darf ich / soll ich Teile meiner studentischen Arbeiten mit ChatGTP generieren?
- Sollten sich die Klausuren und Hausaufgaben vom Aufbau her grundsätzlich ändern?
- Sollten Lehrende ChatGTP explizit in der Lehre verwenden? (Warum?)
- Wie sollten wir Plagiarismus hinsichtlich von Textmodellen neu angehen?
- Wie können Uni und Schulen in der Bildung einen Ansatz abstimmen?
- ...
- Wie wird/muss sich die Forschung an der Uni ändern als Reaktion auf KI?
- Müssen wir jetzt alle zu KI forschen?
- Wie können wir in der Forschung produktiver dank z.B. ChatGTP werden?
- Wie können wir unsere Forschungsmethodik mittels der KI unterstützen?
- Werden die aktuellen Forschungsfragen (jetzt/bald) durch die KI beantwortet?
- Wie können wir mit der KI kooperieren? (Wie lange wird das klappen?)
- ...
- Was erwarten wir von der Politik bzw. was können dort einbringen?
- Muss Deutschland/die EU den KI-Wettbewerb mit China u.a. noch stärker verfolgen?
- Welche Weichen muss die Politik in Bildung und Forschung stellen?
- Wie kann eine "Legislative" uns vor der allmächtigen KI schützen?
- Wie vermeiden (gewinnen?) wir ein Wettrüsten in der KI?
- ...
- Was sind ethische Herausforderungen der aktuellen Entwicklung?
- Wie motivieren wir Kinder und Jugendliche für den Wettbewerb mit einer starken KI?
- Wie rechtfertigen wir den hohen Energiebedarf für die breite Anwendung der KI?
- Welche Rechte hat eine Super-Intelligenz? Hat sie Gefühle?
- Müssen wir uns einer Super-Intelligenz unterordnen?
- ...
Subjektive Annahmen oder Hypothesen
Die folgenden Aussagen beziehen sich auf ChatGPT (Version 3) als KI:
- Die KI kann Recherche- und Formulierungsschritte signifikant beschleunigen.
- Die KI reagiert auf genauere Anfragen auch mit genaueren Ausgaben.
- Die KI (insbesondere ChatGPT V3) versagt beim Zitieren und Quellenachweis.
- Die KI (insbesondere ChatGPT V3) streut nicht faktenbasierte Elemente in die Generierung ein.
- Eine ernsthafte Verwendung der generierten Ausgabe erfordert Validierung.
Weitere Aussagen folgen, welche auf KI stärker als ChatGPT V3 bezogen sind:
- "Super-Intelligence" ist eine Gefahr, welche durch die Gesellschaft adressiert werden muss.
- Selbst "Strong AI" (AGI) bürgt Gefahren, in welche wir nicht reinschlittern sollten.
- ChatGPT V3 ist ein Vorbote; wir werden nun alle paar Monate Fortschritte erleben.
- Abrufen von Gedächtnisleistungen ist überholt; wir müssen "Prüfung" neu definieren.
- Wir müssen hart arbeiten, nicht das Haustier der KI zu werden.
Quellen
- Eine Blog Post von mir zu ChatGPT & Co. zur Forschung in meinem Teilgebiet der Informatik.
- Infos und Diskussionen zu ChatGPT und Artificial General Intelligence (AGI)
- Die Wikipedia-Seite zur AGI.
- Artikel Is Chat GPT artificial intelligence?
- Artikel Language models are nearly AGIs but ... / Auch: ein thematisch verwandter Artikel.
- Artikel Bard versus ChatGPT
- Artikel Minerva: Solving Quantitative Reasoning Problems with Language Models
- Artikel GPT-4: all the rumors about the next version of ChatGPT
- Artikel Language Models that Act, Not Just Talk
- Infos zu BarCamps bzw. Unkonferenzen:
Selbstbeschreibung des Vorschlagenden
Ich (Ralf Lämmel) bin Professor für Informatik an der Uni Koblenz. Mein Spezialgebiet sind Softwaresprachen (einschließlich Programmiersprachen) und Softwaretechnik; siehe auch mein Bio. Mein Background zur KI ist moderat ausgeprägt. So habe ich z.B. zwischen 2017-2021 in einem Team bei Facebook (Meta) gearbeitet, wo KI-basierte Methoden im Software Engineering eingesetzt wurden. Auch verwende ich bzw. verwenden die Mitarbeiter in unserem Team KI-Methoden hier und dort seit Jahren. Ich habe aber keine First-Hand-Experience mit der Forschung zu Sprachmodellen à la ChatGPT. Allerdings interessiere ich mich für Anwendungen von Sprachmodellen (Language Models) schon sehr, da diese in meinem Kontext -- der Softwaretechnik (Software Engineering) -- eben über die letzten Jahre zunehmend Bedeutung erlangen, da sie einige Probleme dort automatisieren können -- etwa das Finden und Beseitigen von Softwarefehlern, die Übersetzung zwischen Programmiersprachen, die Zusammenfassung von Code für Dokumentationszwecke, oder die Überprüfung der Übereinstimmung zwischen (texthellen) Anforderungen und der Implementation in Code.
Ablauf dieses TransferBarcamp
Siehe https://www.uni-koblenz.de/de/transfer/anmeldung-zum-transferbarcamp
- Ab 09:00 Uhr: Einlass Anmeldung / Netzwerken
- 10:00 Uhr Beginn
- 10:30 Uhr Begrüßung
- 10:30 Uhr – 11:15 Uhr Impuls
- 11:15 Uhr – 11:45 Uhr Planung der Sessions
- 11:45-13:25 Uhr: Sessions Part I
- 13:30 Uhr: Mittagessen / Netzwerken
- 14:30-16:45 Uhr: Sessions Part II
- Ab 16:50 Uhr: Feedback, danach Abschluss mit Snacks und Getränken / Get-Together
Comments
Post a Comment