ChatGPT und andere Computermodelle zur SprachverarbeitungGrundlagen, Anwendungspotenziale und mögliche Auswirkungen
|
Zusammenfassungen
Selten hat ein Computersystem weltweit so viel Aufmerksamkeit und Debatten
erregt wie ChatGPT seit seiner Einführung im November 2022. Der Chatbot
beruht auf einem Computermodell, das mithilfe von Methoden der künstlichen
Intelligenz (KI) auf die Verarbeitung sprachlicher Daten trainiert wurde. Er
kann in kürzester Zeit eloquent erscheinende Antworten zu den unterschiedlichsten
Themen generieren, ganze Essays oder Computerprogramme erstellen
und Sprachstile wie Gedichte, Witze oder Erörterungen verwenden und das in
verschiedenen Sprachen.
Die große öffentliche Aufmerksamkeit schürt einerseits hohe Erwartungen
in Bezug auf die Anwendungsmöglichkeiten. Sie kann andererseits aber auch
den Blick auf eine realistische Einschätzung der Möglichkeiten und Grenzen
solcher Systeme sowie ihre gesellschaftlichen Auswirkungen verstellen. Als
Orientierung für die laufende Debatte werden in diesem Hintergrundpapier
Von Steffen Albrecht im Buch ChatGPT und andere Computermodelle zur Sprachverarbeitung (2023) - die technologischen Entwicklungen, auf denen das System beruht,
- die Möglichkeiten und Grenzen der Technologie,
- potenzielle Anwendungen, insbesondere im Bereich der Bildung, sowie
- mögliche Auswirkungen einer Anwendung
Kapitel
- Technische Grundlagen (Seite 19 - 34)
- 5. Auswirkungen von ChatGPT in Bildung und Forschung (Seite 71 - 82)
Dieses Buch erwähnt ...
Personen KB IB clear | Sandhini Agarwal , Dario Amodei , Amanda Askell , Maria Bannert , Brett A. Becker , Emily M. Bender , Christopher Berner , Nadia Blüthmann , Tom B. Brown , Ryan Calo , Mark Chen , Benjamin Chess , Rewon Child , Noam Chomsky , Jack Clark , Kate Crawford , Stefan Decker , Daryna Dementieva , Paul Denny , Kewal Dhariwal , Prafulla Dhariwal , Beat Döbeli Honegger , Torsten Eymann , James Finnie-Ansley , Frank Fischer , Martin Ford , Urs Gasser , Timnit Gebru , Henner Gimpel , Aidan N. Gomez , Scott Gray , Georg Groh , Stephan Günnemann , Kristina Hall , Tom Henighan , Ariel Herbert-Voss , Christopher Hesse , Eyke Hüllermeier , Llion Jones , Lukasz Kaiser , Jared Kaplan , Gjergji Kasneci , Enkelejda Kasneci , Moritz Kreinsen , Gretchen Krueger , Stephan Krusche , Stefan Küchemann , Jochen Kuhn , Gitta Kutyniok , Luis Lämmermann , Jonas Leschke , Mateusz Litwin , Eileen Lübcke , Andrew Luxton-Reilly , Alexander Mädche , Benjamin Mann , Sam McCandlish , Angelina McMillan-Major , Sebastian Meineck , Tilman Michaeli , Gunda Mohr , Elon Musk , Arvind Neelakantan , Claudia Nerdel , OpenAI , Niki Parmar , Jürgen Pfeffer , Illia Polosukhin , Oleksandra Poquet , James Prather , Alec Radford , Aditya Ramesh , Gabi Reinmann , Ian Roberts , Maximilian Röglinger , Caroline Ruiner , Nick Ryder , Michael Sailer , Peter Salden , Girish Sastry , Kathrin Schelling , Albrecht Schmidt , Tobias Schmohl , Manfred Schoch , Mareike Schoop , Tina Seidel , Kathrin Sessler , Noam Shazeer , Shmargaret Shmitchell , Pranav Shyam , Eric Sigler , Christian Spannagel , Matthias Stadler , Melanie Subbiah , Ilya Sutskever , Nils Urbach , Jakob Uszkoreit , Steffen Vandirk , Ashish Vaswani , Alice Watanabe , Jeffrey Watumull , Jochen Weller , Clemens Winter , Stephen Wolfram , Jeffrey Wu , Daniel M. Ziegler | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aussagen KB IB clear | Computergenerierte Texte erhöhen die Informationsflut
Computergenerierte Texte erleichtern Plagiarismus bzw. entsprechenden Textbetrug.Computer-generated texts facilitate plagiarism / text fraud Computergenerierte Texte gefährden den Journalismus Generative Machine-Learning-Systeme benötigen viel Energie Generative Machine-Learning-Systeme erhöhen den digitalen Schereneffekt Generative Machine-Learning-Systeme erleichtern / perfektionieren Phishing Generative Machine-Learning-Systeme erleichtern das Generieren von Fake-News massiv Generative Machine-Learning-Systeme erleichtern Kriminalität Jede automatisierte KI-Erkennung lässt sich auch automatisiert umgehen Machine Learning kann bestehende Vorurteile/Ungerechtigkeiten verstärken/weitertragen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Begriffe KB IB clear | Alternative für Deutschland (AfD) , automation bias , Bildungeducation (Bildung) , Chat-GPT , clickworker , CO2-Fussabdruck , Computercomputer , Datendata , Datenschutz , deep learning , Deutschlandgermany , digitaler Schereneffekt , fobizz , FreemiumFreemium , Generative Machine-Learning-Systeme (GMLS)computer-generated text , Generative Pretrained Transformer 3 (GPT-3) , Generative Pretrained Transformer 4 (GPT-4) , Geschäftsmodellbusiness model , Gesellschaftsociety , GMLS & Bildung , GMLS-Detektor , Google , Google Assistant , Journalismus , Künstliche Intelligenz (KI / AI)artificial intelligence , LaMDA (Language Model for Dialogue Applications) , Medienkompetenz/media literacymedia literacy , Microsoft , Multimodalität , Nachhaltigkeit , Phishing , Politikpolitics , Risikorisk , Schreibenwriting , Sicherheitsecurity , Sprachelanguage , Textgeneratoren-Verbot , Unternehmencompany , Urheberrecht , USA , wissenschaftliches Schreibenscientific writing | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Bücher |
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Texte |
|
Dieses Buch erwähnt vermutlich nicht ...
Nicht erwähnte Begriffe | Algorithmus, Apple, Bildungspolitik, Digitalisierung, facebook, GMLS & Hochschule, GMLS & Schule, Intelligenz, Internet, machine learning, Multicodierung, Schreiben am Computer, Schule, SchulKI, Sprachassistenten, Wirtschaft |
Tagcloud
Zitationsgraph
Zitationsgraph (Beta-Test mit vis.js)
Zeitleiste
5 Erwähnungen
- Künstliche Intelligenz, Large Language Models, ChatGPT und die Arbeitswelt der Zukunft (Michael Seemann) (2023)
- Lehrkräftegewinnung und Lehrkräftebildung für einen hochwertigen Unterricht (SWK Ständige Wissenschaftliche Kommission der KMK) (2023)
- Large Language Models und ihre Potenziale im Bildungssystem - Impulspapier der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz (SWK Ständige Wissenschaftliche Kommission der KMK) (2024)
- KI:Text - Diskurse über KI-Textgeneratoren (Gerhard Schreiber, Lukas Ohly) (2024)
- ChatGPT als doppelte Herausforderung für die Wissenschaft - Eine Reflexion aus der Perspektive der Technikfolgenabschätzung (Steffen Albrecht)
- DELFI 2024 (Sandra Schulz, Natalie Kiesler) (2024)
- Entwicklung und Evaluation einer KI-Assistenz zur didaktisch-pädagogischen Unterstützung des Lernprozesses mit Programmieraufgaben (Peter Kießling, Florian Funke 0003, Sven Hofmann) (2024)
Volltext dieses Dokuments
Auswirkungen von ChatGPT in Bildung und Forschung: Kapitel als Volltext (: , 149 kByte) | |
Technische Grundlagen: Kapitel als Volltext (: , 350 kByte) | |
ChatGPT und andere Computermodelle zur Sprachverarbeitung: Gesamtes Buch als Volltext (: , 1848 kByte; : ) |
Anderswo suchen
Beat und dieses Buch
Beat hat dieses Buch während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Aufgrund der vielen Verknüpfungen im Biblionetz scheint er sich intensiver damit befasst zu haben. Es gibt bisher nur wenige Objekte im Biblionetz, die dieses Werk zitieren.