Ich schreibe diesen Beitrag ohne KI - nur die Rechtschreibprüfung lasse ich machen (ich habe eine LRS - also warum nicht KI nutzen, da, wo es mir Mehrwert bietet?!)
Bisher habe ich zwei Sessions gemacht. Krankheitsbedingt kam ich nicht so schnell voran wie ich möchte. Aber auch das gehört zu meiner Lernreise: mich in Geduld üben.
Lerninhalt:
Am Anfang steht die Theorie. Also habe ich gelernt, dass Chat GPT oder Gemini eine Generative KI sind, d.h. die KI kann neue Inhalte erzeugen (Texte/Bilder) - das ist der Unterschied zu einem analytischen System.
Und das es sich um eine schwache KI handelt. Das heißt, ein Modell wie Chat GPT kann zwar Regeln befolgen, aber im eigentlichen Sinne verstehen - wie ein Mensch - kann das Modell nicht. Wenn es mal eine starke KI gibt, dann kann die wie ein Mensch verstehen und sich selbstständig Themen erarbeiten. Eine schwache KI ist in der Lage, eigene Ergebnisse auszugeben, ohne dass der Lösungsweg für jedes Problem vorab programmiert wurde.
Wo haben wir also heute schon schwache KI Systeme im Einsatz:
Wenn das System dynamische Entscheidungen trifft - also Google dir während der Fahrt eine neue, kürzere Route vorschlägt.
Wenn Muster erkannt werden und basierend darauf eine Aktion ausgelöst wird - zum Beispiel Empfehlungen auf Onlinemarktplätzen. Anhand deines bisherigen Kaufverhaltens werden die Produkte vorgeschlagen.
Wenn das System sich selbst verbessert - nennt man das Maschinelles Lernen. Wir haben dann ein System, das nicht für eine spezielle Aufgabe programmiert sein muss. Hierbei gibt es drei Abstufungen für dieses Maschinelle Lernen:
Supervised Learning - ich gebe der KI ein Bild von einem Hund und sage ihr das es ein Hund ist. Ich füttere sie mit Daten mit Bekannten Ergebnissen. Das ist zum Beispiel super, um bei der Diagnose von Patienten zu unterstützen.
Unsupervised Learning - Die KI ist in der Lage selbst Muster in Daten zu erkennen (auch in sehr großen Datenmengen). Sie bildet selbst Cluster, Assoziationsregeln, etc. So könnte die KI zum Beispiel Kreditkartenbetrug schnell erkennen.
Reinforcement Learning - Trial and Error. Hier lernt die KI durch Belohnung und Bestrafung. Natürlich kann ich eine KI nicht im herkömmlichen Sinne bestrafen, aber ich kann eine mathematische Komponente programmieren (Bestrafung = negative mathematische Werte). Und das Ziel der KI ist es die Summe der Belohnungen zu maximieren.
Lernerfahrung in meiner KI Lernreise:
Es funktioniert gut mir die Grundlagen von der KI anzeigen zu lassen. Ich habe mir gewünscht methodisch die 4 Cs* nach Sharon Bowman einfliessen zu lassen. Das funktioniert schon ganz gut. Die KI stellt mir zum Abschluss zum Beispiel Fragen, um das Gelesene direkt anzuwenden. Das war's für heute - Danke an die KI Chat GPT und Gemini.
Confident level - 8
Wie Zuversichtlich bin ich, dass ich auf meiner KI Lernreise gut vorankomme
(10-1; läuft super - da bleibt nix hängen).
Ergänzungen
*4Cs:
Connection - Verbindung herstellen und das Vorwissen aktivieren.
„Erinnere dich an eine Situation, in der du unbewusst mit KI interagiert hast (z. B. Google Maps). Teile deine Erfahrung.“
Concepts - Neue Inhalte vermitteln.
„Eine schwache KI wie ChatGPT erzeugt Inhalte basierend auf Regeln, versteht diese aber nicht wie ein Mensch.“
Concrete Practice - Neues Wissen anwenden.
„Gib der KI einen Satz und bitte sie, ihn in eine andere Sprache zu übersetzen. Überprüfe, ob die Übersetzung sinnvoll ist.“
Conclusion - Gelernte Inhalte reflektieren und zusammenfassen.
„Nenne drei Anwendungen von KI in deinem Alltag und erkläre, wie sie funktionieren.“