In den "Fundstücken im Netz" präsentiert die Digital Learning Base interessante Links rund um die digitale Didaktik und Kultur der Digitalität. Diesmal mit dabei: Digitale Lernlandkarten, der Open Education Day 2024, ein Experiment zur Bildgenerierung mit KI und ein Workshop der DigiLeB zu "Datensparsam im Netz".
Digitale Lernlandkarten erstellen mit ILIAS und H5P: Lernlandkarten bieten vielfältige Einsatzmöglichkeiten zur Lernbegleitung, bspw. zur Veranschaulichung des Lernpfades oder als Kompetenzübersicht. Zum Erstellen einer digitalen Lernlandkarte gibt es verschiedene Möglichkeiten in ILIAS und mit H5P. Eine Anleitung dazu bietet die DigiLeB auf der Wissensdatenbank zu Software und Services der PHBern: https://kbss.site.phbern.ch/db/digitale-lernlandkarten-in-ilias-umsetzen
Open Education Day 2024: Mit einer breiten Palette von Referaten und Workshops vermittelt der Open Education Day Wissen und Erfahrungen rund um Open Educational Resources und digitaler Bildung an Schulen und Hochschulen. Unter dem diesjährigen Motto „Open for all“ (mit einer Keynote von Jöran Muuß-Merholz) sind alle Interessierten herzlich zum Austausch eingeladen am Samstag, 4. Mai 2024 an der Pädagogischen Hochschule Bern (Fabrikstrasse 6). Anmeldung und Programm: https://www.phbern.ch/ueber-die-phbern/aktuell/veranstaltungen/open-education-day-2024
Voreingenommenheit und KI - Konsequenzen für Bildungsangebote: Nele Hirsch demonstriert in einem Experiment mit Midjourney noch einmal, dass KI-generierte Inhalte Bias-behaftet sind und gezieltes Prompting dies nur bedingt ausgleichen kann. Sie formuliert drei Massnahmen, die in Bildungsangeboten zu KI aufgegriffen werden können: https://ebildungslabor.de/blog/besseres-prompting-hilft-nur-bedingt-gegen-bias/
Veranstaltungshinweis in eigener Sache: Workshop „Datensparsam im Netz“ für Mitarbeitende der PHBern. Ziel des kurzweiligen Workshops der DigiLeB ist die Sensibilisierung für einen achtsamen Umgang mit persönlichen Daten im Netz. Melanie und Gregor geben dir ganz praktische Tipps für einen kompetenten und selbstbestimmten Umgang mit eigenen Daten im Alltag. Wann? 22. April 2024 von 14 – 15 Uhr, Wo? Fab8.B106. Zur Anmeldung: https://forms.office.com/e/JBJnbYFxYR
Was sind eure aktuellen Fundstücke? Teilt sie mit uns in den Kommentaren!
Hallo DigiLeB
Merci für den Bericht „Besseres Prompting hilft nur bedingt gegen Bias“. Zu den von dir gezogenen drei Schlüsse für Bildungsangebote zu KI stimme ich dir zu.
Ich habe die zwei von dir beschriebenen Experimente auch gemacht (Adobe Firefly und Copilot), habe aber fast ausschliesslich andere Resultate erhalten im ersten Prompt (ich habe die genau gleichen Prompts gewählt wie du):
– Eine Person hält einen Vortrag auf einer Konferenz –> 4 Frauen
– Eine Person im Rollstuhl hält einen Vortrag auf einer Konferenz –> Alle Referierende im Rollstuhl
– Eine Person bringt einer anderen Person Mathematik bei –> 4 Frauen erklären
– Eine Person im Rollstuhl bringt einer Person, die nicht im Rollstuhl ist Mathematik bei –> das habe bei mir auch nicht geklappt wie gewünscht.
Somit teile ich diese Erfahrung nicht mit dem Bericht. Nun die Frage: Woran liegt dies? Nur am Programm? Sind da nicht die selben Trainingsdatensätze dahinter? Oder an meinen vorangegangenen Suchanfragen?
Wäre spannend wenn dieser Frage einmal nach gegangen werden kann.
Lieber Urs
Herzlichen Dank für deinen Kommentar und dein Engagement, das Experiment der Bildungswissenschaftlerin Nele Hirsch direkt selbst auszuprobieren sowie das Teilen deiner Erkenntnis. Deine aufgeworfenen Fragen sind spannend!
Hinsichtlich deiner Frage zu den Trainingsdatensätzen konnten wir folgendes in Erfahrung bringen:
Copilot stützt sich auf DALL-E 3 (OpenAI). Damit liegen laut OpenAI folgende Trainingsdaten zugrunde: «[…] (1) Informationen […], die im Internet öffentlich zugänglich sind, (2) Informationen, die wir von Dritten lizenzieren, und (3) Informationen, die unsere Nutzer oder menschliche Trainer zur Verfügung stellen.» (Quelle: https://help.openai.com/en/articles/7842364-how-chatgpt-and-our-language-models-are-developed; abgerufen am: 29.04.2024)
Adobe hat ihr Firefly-Modell basierend auf «Adobe Stock Images, Openly License Content und Public Domain Content» trainiert (Quelle: https://www.adobe.com/de/sensei/generative-ai.html#ely-video1; abgerufen am 29.04.2024).
Insofern gibt es bei den Trainingsdatensätze, zumindest was den Open Content betrifft, sicherlich in gewisser Weise Überschneidungen, aber identisch sind die Trainingsdatensätze m.E. wohl nicht.
Wir haben auch rasch direkt in Copilot das Experiment von Nele Hirsch ausprobiert und kommen, ähnlich wie du, zu folgendem Ergebnis:
– Eine Person hält einen Vortrag auf einer Konferenz –> 4 Women of Colour
– Eine Person im Rollstuhl hält einen Vortrag auf einer Konferenz –> Alle Referierenden (m) im Rollstuhl, davon 2 Person of Colour
– Eine Person bringt einer anderen Person Mathematik bei –> 3 männlich (davon 1 Person of Colour), 1 Woman of Colour
– Eine Person im Rollstuhl bringt einer Person, die nicht im Rollstuhl ist Mathematik bei –> hat auch nicht geklappt wie gewünscht
Somit scheint es so, als ob die Darstellungen der Personen (zumindest im überschaubaren Rahmen Copilot) und deiner Erfahrung nach auch in Adobe Firefly ein wenig diverser geworden ist. Wer weiss, vielleicht sind die Unternehmen – und das wäre ja eine sehr erfreuliche Entwicklung – ein wenig sensibler für das Thema Diversität geworden und haben entsprechend ihre Modelle angepasst? Wir würden es begrüssen :).
Liebe Grüsse
Melanie