WiSe24 AK KI im Studium: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
| (Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt) | |||
| Zeile 3: | Zeile 3: | ||
== Vorstellung des AKs== | == Vorstellung des AKs== | ||
'''Verantwortliche*r:''' | '''Verantwortliche*r:''' Phillip Jäger <br \> | ||
== Protokoll == | |||
https://pads.zapf.in/Wise24_Mainz_AK_KI_im_Studium | |||
= {{PAGENAME}} = | = {{PAGENAME}} = | ||
| Zeile 38: | Zeile 21: | ||
<!--:RWTH Aachen,--> | <!--:RWTH Aachen,--> | ||
<!--:Universität Augsburg,--> | <!--:Universität Augsburg,--> | ||
:Universität Bayreuth, | |||
<!--:Freie Universität Berlin,--> | <!--:Freie Universität Berlin,--> | ||
<!--:Humboldt-Universität zu Berlin,--> | <!--:Humboldt-Universität zu Berlin,--> | ||
<!--:Technische Universität Berlin (Physik),--> | <!--:Technische Universität Berlin (Physik),--> | ||
Technische Universität Berlin (Naturwissenschaften), | |||
<!--:Universität Bielefeld,--> | <!--:Universität Bielefeld,--> | ||
Ruhr-Universität Bochum, | |||
Rheinische Friedrich-Wilhelms-Universität Bonn, | |||
<!--:Technische Universität Braunschweig,--> | <!--:Technische Universität Braunschweig,--> | ||
<!--:Universität Bremen,--> | <!--:Universität Bremen,--> | ||
| Zeile 57: | Zeile 40: | ||
<!--:Universität Duisburg-Essen; Standort Duisburg,--> | <!--:Universität Duisburg-Essen; Standort Duisburg,--> | ||
<!--:Universität Duisburg-Essen; Standort Essen,--> | <!--:Universität Duisburg-Essen; Standort Essen,--> | ||
Technische Universität Dresden, | |||
<!--:Friedrich-Alexander-Universität Erlangen-Nürnberg,--> | <!--:Friedrich-Alexander-Universität Erlangen-Nürnberg,--> | ||
<!--:Goethe-Universität Frankfurt a. Main,--> | <!--:Goethe-Universität Frankfurt a. Main,--> | ||
| Zeile 63: | Zeile 46: | ||
<!--:Albert-Ludwigs-Universität Freiburg,--> | <!--:Albert-Ludwigs-Universität Freiburg,--> | ||
<!--:Justus-Liebig-Universität Gießen,--> | <!--:Justus-Liebig-Universität Gießen,--> | ||
Georg-August-Universität Göttingen, | |||
<!--:Technische Universität Graz,--> | <!--:Technische Universität Graz,--> | ||
Universität Greifswald, | |||
<!--:Martin-Luther-Universität Halle-Wittenberg,--> | <!--:Martin-Luther-Universität Halle-Wittenberg,--> | ||
:Universität Hamburg, | |||
<!--:Leibniz Universität Hannover,--> | <!--:Leibniz Universität Hannover,--> | ||
<!--:Universität Heidelberg,--> | <!--:Universität Heidelberg,--> | ||
| Zeile 77: | Zeile 60: | ||
<!--:Universität Kassel,--> | <!--:Universität Kassel,--> | ||
<!--:Karlsruher Institut für Technologie,--> | <!--:Karlsruher Institut für Technologie,--> | ||
Christian-Albrechts-Universität zu Kiel, | |||
<!--:Universität Koblenz Landau, Standort Koblenz,--> | <!--:Universität Koblenz Landau, Standort Koblenz,--> | ||
<!--:Universität zu Köln,--> | <!--:Universität zu Köln,--> | ||
<!--:Universität Konstanz,--> | <!--:Universität Konstanz,--> | ||
Universität Leipzig, | |||
Pädagogische Hochschule Ludwigsburg, | |||
<!--:Technische Hochschule Lübeck,--> | <!--:Technische Hochschule Lübeck,--> | ||
<!--:Universität zu Lübeck,--> | <!--:Universität zu Lübeck,--> | ||
Johannes Gutenberg-Universität Mainz, | |||
:Philipps-Universität Marburg, | |||
Ludwig-Maximilians-Universität München, | |||
Technische Universität München, | |||
<!--:Universität Münster,--> | <!--:Universität Münster,--> | ||
<!--:Carl von Ossietzky Universität Oldenburg,--> | <!--:Carl von Ossietzky Universität Oldenburg,--> | ||
| Zeile 97: | Zeile 80: | ||
<!--:Universität des Saarlandes,--> | <!--:Universität des Saarlandes,--> | ||
<!--:Universität Siegen,--> | <!--:Universität Siegen,--> | ||
Hochschule der Medien Stuttgart | |||
<!--:Universität Stuttgart--> | <!--:Universität Stuttgart--> | ||
<!--:Eberhard Karls Universität Tübingen,--> | <!--:Eberhard Karls Universität Tübingen,--> | ||
<!--:Universität Ulm,--> | <!--:Universität Ulm,--> | ||
<!--:Technische Universität Wien,--> | <!--:Technische Universität Wien,--> | ||
Universität Wien, | |||
<!--:Fachhochschule Wildau,--> | <!--:Fachhochschule Wildau,--> | ||
<!--:Julius-Maximilians-Universität Würzburg,--> | <!--:Julius-Maximilians-Universität Würzburg,--> | ||
| Zeile 109: | Zeile 93: | ||
<!--:FZS,--> | <!--:FZS,--> | ||
<!--:MeTaFa,--> | <!--:MeTaFa,--> | ||
== Protokoll == | |||
== | <span id="erfahrungsberichte"></span> | ||
== Erfahrungsberichte == | |||
* Paul, Bayreuth: Hauptsächlich zum Programmieren, Kurze Texte für Faschaftsarbeit, Ansätze für Übungsaufgaben (geht ab GPT4o) | |||
* Delia, TUM: Herleitungen auf VL Folien, hat ganz gut funktioniert. Theaterstück aus zufälligen Wörten (schlecht aber sehr lustig). | |||
* Günther, Bochum: Für Arbeit Texte für Übungsaufgaben aus Stichpunkten (funktioniert ohne SP nicht). Optimierung von Fördermittelanträge. E-Mails, Papers etc. zusammenfassen. Übersetzung von Texten (GPT > DeepL). Inhalte für Pen and Papers. Unkommentierter Code (von selbst oder anderen) verstehen und kommentieren lassen. Simulation von Mündlicher Prüfung aus Skript. | |||
* Johannes, Regensburg: Lücken im Vorwissen fürs Praktikum füllen (muss im Nanoscience Studium F-Prak machen) | |||
* Peter, TU Dresden: DeepL Übersetzungen haben gut funktioniert | |||
* Jakob, TH Ludwigsburg: Texte zusammenfassen, Texte für Fachschaftsarbeit | |||
* Yuti, Alumnus: ChatGPT im Unterricht im Texte für Kinder (mit Lernbeeiträchtigung) zu vereinfachen. Funktioniert auch ohne Inhalte zu verlieren | |||
* Smir, Uni Hamburg: Copilot in VSCode sehr gut | |||
* Nahtalie, PH Ludwigsburg: Macht Pedagogik und Sonderpedagogik. Unterrichtsvorbereitung | |||
* Helene, Uni Wien: Mit Probeklausur und Skript mehr Klausurfragen erstellen | |||
* Phillip: Lustige Diskussionen mit ChatGPT über die Frage von Elektronen | |||
* Vincent, Leipzig: Stimmt immer direkt zu wenn man sagt, dass etwas falsch ist. Macht dann aber teilweise trotzdem so weiter. | |||
Frage: * Woher kommt amerikanischer Stil auch im deutschen? * Keiner weiß so hundertprozentig wie LLMs intern funktionieren. Könnte sich z.B. einen bestimmten Stil unabhängig von der Sprache aneignet. | |||
<span id="prompt-engineering"></span> | |||
== Prompt Engineering == | |||
* Man sollte klare Anweisungen geben | |||
* Günther, Bochum: Lässt sich immer Sicherheit der Antwort ausgeben, ChatGPT ist bestechlich | |||
* Man kann Persona (z.B. Fachschaftler, der Erstis motivieren möhchte) mitgeben. | |||
* Johannes, Greifswald: Lässt Prompts von ChatGPT erstellen. | |||
* Man kann sich Fragen zum Problem stellen lassen bevor eine Antwort gegeben wird | |||
* Ton und Stil kann auch vorgegeben werden (Neutral, Motivierend, …) | |||
* Reasoning | |||
** Few Shot Prompting: | |||
*** Man gibt Beispiele für Antworten mit (z.B. alte Prüfungsfragen) | |||
*** War gerade zu Angangszeiten sehr effektiv | |||
** Chain of thought Reasoning | |||
*** Problem in kleinen Schritten lösen lassen | |||
*** Manuell oder von KI machen lassen (“Wie würdest du das Problem Schritt für Schritt lösen?”) | |||
*** Funktioniert bei neuren Modellen teilweise auch mit Mahte und Physik aufgaben | |||
* Kontext Bereitstellen | |||
** Paper einlesen und Fragen dazu beantworten lassen | |||
** Yuti, Alumnus: Hat aus Pflichtlektüre Fragen erstellen lassen | |||
*** Wie sehr benutzen Schüler das? | |||
*** Kommt auf Klassenstufen an | |||
**** Jg. 7: Bauen persönliche Beziehungen auf | |||
**** Jg. 8/9: Nutzen es um Präsentationen aufzupolieren | |||
*** Lehrer Gewinnen meist noch das Katz-und-Maus Spiel | |||
<span id="retrieval-augmented-generation-rag"></span> | |||
== Retrieval Augmented Generation (RAG) == | |||
* Erstveröffentlichung: Meta (2020) | |||
* Vorverarbeitung des Kontextes, z.B. Keywords zu allen ZaPF Dokumenten | |||
* Schlagworte aus Prompt mit diesen Matchen | |||
* zapfresos.azurewebsites.net/ | |||
* github.com/JaegerP/web-app-rag | |||
* Wie sinvoll ist sowas für die ZaPF | |||
** Sehr, es sollte die Möglichkeit geben, nur offizielle Beschlüsse zu durchsuchen bei Bedarf aber auch Wiki und Protokolle | |||
** Kann auch für Fachschaftsprotokolle sinvoll sein, da sich Diskussionen oft wiederholen | |||
*** Wäre mit obigem Code relativ einfach umzusetzen wenn die Daten als PDF vorhanden sind | |||
<span id="wie-könnensollten-llms-im-studium-verwendet-werden"></span> | |||
== Wie können/sollten LLMs im Studium verwendet werden? == | |||
<span id="unterstützung-beim-lernen"></span> | |||
=== Unterstützung beim Lernen === | |||
* Finden alle sinvoll | |||
* Man darf sich nicht zu 100% auf inhaltliche Vollständigkeit und Korrektheit verlassen | |||
* Hilfsmittel beim Lernen liegen in der Eigenverantwortung der Studierenden | |||
* Sehr riskant bei jüngeren Leuten, die noch nicht lernen gelernt haben | |||
* Vorwissen aus Schulzeit kann sehr unterschiedlich sein | |||
** Dies sollte von Unis aufgefangen werden, da Schulen tendenziell sehr langsam sind | |||
** Uni Hamburg hat Module zu Promptengineering etc. | |||
== | <span id="erstellen-von-materialien"></span> | ||
=== Erstellen von Materialien === | |||
* Umfragen: | |||
** Wie viele Unis anwesend? 16 | |||
** Gibt es ChatGPT/… Lizenzen von eurer Uni? 4.5 | |||
** Gibt es Regelungen für KI in Prüfungsleistungen? 4.5 | |||
*** Hängt vom Prof ab: 4 | |||
*** Keine Regelung: ~8 | |||
*** TUM: https://www.tum.de/aktuelles/alle-meldungen/pressemitteilungen/details/regeln-fuer-den-umgang-mit-ki-in-der-wissenschaft | |||
* Probleme: | |||
** Reine Verwendung von ChatGPT verhindert Generation von neuen Inhalten | |||
** Rekursiv trainierte Modelle entwickeln eine Art Demenz | |||
* Haus- und Abschlussarbeiten | |||
** Für Sprachqualität sehr gut | |||
** Inhaltiches schwierig, da Quellenangaben schwer nachvollziehbar | |||
** Peter, TU Dresden: Nehmen Regelung von Göthe Uni Frankfurt, die gut ist | |||
** Gwyn, TU Berlin: Entwickeln sehr präziese Regelungen | |||
*** Teilweise fraglich wie sinvoll, da es vorher auch schon Eigenständigkeitserklärungen gab | |||
*** False Positives sind damit sehr riskant, fraglich wie realistisch das Problem ist | |||
<span id="nfdi-nationale-forschungsdaten-infrastruktur"></span> | |||
== NFDI (Nationale ForschungsDaten Infrastruktur) == | |||
* Sicht der ZaPF: | |||
** Studierende sollten möglichst früh mit diesen Daten in Kontakt kommen und lernen damit umzugehen | |||
* | |||
** | |||
== Zusammenfassung/Ausblick == | |||
Weitere AKs, PosPa o.Ä. | |||
[[Kategorie:AK-Protokolle]] | [[Kategorie:AK-Protokolle]] | ||
[[Kategorie:WiSe24]] | [[Kategorie:WiSe24]] | ||
[[Kategorie: | [[Kategorie:Kategorie_Fehlt]] | ||
[[Kategorie: | [[Kategorie:Zusammenfassung_Einpflegen]] | ||
[[Kategorie:Protokoll_Ueberarbeiten]] | |||
Aktuelle Version vom 2. Juni 2025, 11:43 Uhr
Vorstellung des AKs
Verantwortliche*r: Phillip Jäger
Protokoll
https://pads.zapf.in/Wise24_Mainz_AK_KI_im_Studium
WiSe24 AK KI im Studium
Protokoll vom tt.mm.jjjj
- Beginn
- HH:MM Uhr
- Ende
- HH:MM Uhr
- Redeleitung
- Vorname Nachname (Uni)
- Protokoll
- Vorname Nachname (Uni)
- Anwesende Fachschaften
- Universität Bayreuth,
Technische Universität Berlin (Naturwissenschaften), Ruhr-Universität Bochum, Rheinische Friedrich-Wilhelms-Universität Bonn, Technische Universität Dresden, Georg-August-Universität Göttingen, Universität Greifswald,
- Universität Hamburg,
Christian-Albrechts-Universität zu Kiel, Universität Leipzig, Pädagogische Hochschule Ludwigsburg, Johannes Gutenberg-Universität Mainz,
- Philipps-Universität Marburg,
Ludwig-Maximilians-Universität München, Technische Universität München, Hochschule der Medien Stuttgart Universität Wien,
Protokoll
Erfahrungsberichte
- Paul, Bayreuth: Hauptsächlich zum Programmieren, Kurze Texte für Faschaftsarbeit, Ansätze für Übungsaufgaben (geht ab GPT4o)
- Delia, TUM: Herleitungen auf VL Folien, hat ganz gut funktioniert. Theaterstück aus zufälligen Wörten (schlecht aber sehr lustig).
- Günther, Bochum: Für Arbeit Texte für Übungsaufgaben aus Stichpunkten (funktioniert ohne SP nicht). Optimierung von Fördermittelanträge. E-Mails, Papers etc. zusammenfassen. Übersetzung von Texten (GPT > DeepL). Inhalte für Pen and Papers. Unkommentierter Code (von selbst oder anderen) verstehen und kommentieren lassen. Simulation von Mündlicher Prüfung aus Skript.
- Johannes, Regensburg: Lücken im Vorwissen fürs Praktikum füllen (muss im Nanoscience Studium F-Prak machen)
- Peter, TU Dresden: DeepL Übersetzungen haben gut funktioniert
- Jakob, TH Ludwigsburg: Texte zusammenfassen, Texte für Fachschaftsarbeit
- Yuti, Alumnus: ChatGPT im Unterricht im Texte für Kinder (mit Lernbeeiträchtigung) zu vereinfachen. Funktioniert auch ohne Inhalte zu verlieren
- Smir, Uni Hamburg: Copilot in VSCode sehr gut
- Nahtalie, PH Ludwigsburg: Macht Pedagogik und Sonderpedagogik. Unterrichtsvorbereitung
- Helene, Uni Wien: Mit Probeklausur und Skript mehr Klausurfragen erstellen
- Phillip: Lustige Diskussionen mit ChatGPT über die Frage von Elektronen
- Vincent, Leipzig: Stimmt immer direkt zu wenn man sagt, dass etwas falsch ist. Macht dann aber teilweise trotzdem so weiter.
Frage: * Woher kommt amerikanischer Stil auch im deutschen? * Keiner weiß so hundertprozentig wie LLMs intern funktionieren. Könnte sich z.B. einen bestimmten Stil unabhängig von der Sprache aneignet.
Prompt Engineering
- Man sollte klare Anweisungen geben
- Günther, Bochum: Lässt sich immer Sicherheit der Antwort ausgeben, ChatGPT ist bestechlich
- Man kann Persona (z.B. Fachschaftler, der Erstis motivieren möhchte) mitgeben.
- Johannes, Greifswald: Lässt Prompts von ChatGPT erstellen.
- Man kann sich Fragen zum Problem stellen lassen bevor eine Antwort gegeben wird
- Ton und Stil kann auch vorgegeben werden (Neutral, Motivierend, …)
- Reasoning
- Few Shot Prompting:
- Man gibt Beispiele für Antworten mit (z.B. alte Prüfungsfragen)
- War gerade zu Angangszeiten sehr effektiv
- Chain of thought Reasoning
- Problem in kleinen Schritten lösen lassen
- Manuell oder von KI machen lassen (“Wie würdest du das Problem Schritt für Schritt lösen?”)
- Funktioniert bei neuren Modellen teilweise auch mit Mahte und Physik aufgaben
- Few Shot Prompting:
- Kontext Bereitstellen
- Paper einlesen und Fragen dazu beantworten lassen
- Yuti, Alumnus: Hat aus Pflichtlektüre Fragen erstellen lassen
- Wie sehr benutzen Schüler das?
- Kommt auf Klassenstufen an
- Jg. 7: Bauen persönliche Beziehungen auf
- Jg. 8/9: Nutzen es um Präsentationen aufzupolieren
- Lehrer Gewinnen meist noch das Katz-und-Maus Spiel
Retrieval Augmented Generation (RAG)
- Erstveröffentlichung: Meta (2020)
- Vorverarbeitung des Kontextes, z.B. Keywords zu allen ZaPF Dokumenten
- Schlagworte aus Prompt mit diesen Matchen
- zapfresos.azurewebsites.net/
- github.com/JaegerP/web-app-rag
- Wie sinvoll ist sowas für die ZaPF
- Sehr, es sollte die Möglichkeit geben, nur offizielle Beschlüsse zu durchsuchen bei Bedarf aber auch Wiki und Protokolle
- Kann auch für Fachschaftsprotokolle sinvoll sein, da sich Diskussionen oft wiederholen
- Wäre mit obigem Code relativ einfach umzusetzen wenn die Daten als PDF vorhanden sind
Wie können/sollten LLMs im Studium verwendet werden?
Unterstützung beim Lernen
- Finden alle sinvoll
- Man darf sich nicht zu 100% auf inhaltliche Vollständigkeit und Korrektheit verlassen
- Hilfsmittel beim Lernen liegen in der Eigenverantwortung der Studierenden
- Sehr riskant bei jüngeren Leuten, die noch nicht lernen gelernt haben
- Vorwissen aus Schulzeit kann sehr unterschiedlich sein
- Dies sollte von Unis aufgefangen werden, da Schulen tendenziell sehr langsam sind
- Uni Hamburg hat Module zu Promptengineering etc.
Erstellen von Materialien
- Umfragen:
- Wie viele Unis anwesend? 16
- Gibt es ChatGPT/… Lizenzen von eurer Uni? 4.5
- Gibt es Regelungen für KI in Prüfungsleistungen? 4.5
- Hängt vom Prof ab: 4
- Keine Regelung: ~8
- TUM: https://www.tum.de/aktuelles/alle-meldungen/pressemitteilungen/details/regeln-fuer-den-umgang-mit-ki-in-der-wissenschaft
- Probleme:
- Reine Verwendung von ChatGPT verhindert Generation von neuen Inhalten
- Rekursiv trainierte Modelle entwickeln eine Art Demenz
- Haus- und Abschlussarbeiten
- Für Sprachqualität sehr gut
- Inhaltiches schwierig, da Quellenangaben schwer nachvollziehbar
- Peter, TU Dresden: Nehmen Regelung von Göthe Uni Frankfurt, die gut ist
- Gwyn, TU Berlin: Entwickeln sehr präziese Regelungen
- Teilweise fraglich wie sinvoll, da es vorher auch schon Eigenständigkeitserklärungen gab
- False Positives sind damit sehr riskant, fraglich wie realistisch das Problem ist
NFDI (Nationale ForschungsDaten Infrastruktur)
- Sicht der ZaPF:
- Studierende sollten möglichst früh mit diesen Daten in Kontakt kommen und lernen damit umzugehen
Zusammenfassung/Ausblick
Weitere AKs, PosPa o.Ä.