AI-Literacy 1

Lehrinhalte

Einführung in AI-Literacy: · Begriff, Zielsetzung und Bedeutung von AI-Literacy für Studium, Beruf und Gesellschaft · KI als sozio-technisches System: Zusammenspiel von Mensch, Daten, Technologie und Organisation · Zentrale Kompetenzbereiche der AI-Literacy: Verstehen, Anwenden, Bewerten und Reflektieren Verständnis von KI-Systemen aus Anwendersicht: · Was KI leisten kann und wo ihre Grenzen liegen · Typische Fehlannahmen über „intelligentes“ Verhalten von KI-Systemen · Warum KI-Ergebnisse plausibel wirken, aber dennoch fehlerhaft oder verzerrt sein können · Bedeutung menschlicher Entscheidungen bei Entwicklung, Einsatz und Interpretation von KI KI-Nutzungskompetenz in Alltag, Studium und Beruf: · Sinnvoller, reflektierter Einsatz generativer KI-Tools (z. B. Text-, Bild- und Videoerzeugung) · KI als Unterstützungswerkzeug für Lernen, Arbeiten und Entscheiden · Abwägung von Nutzen, Risiken und Abhängigkeiten beim Einsatz von KI · Entwicklung eines verantwortungsvollen individuellen Umgangs mit KI Datenverständnis und Verzerrungen: · Rolle von Datenquellen und Datenqualität für KI-Ergebnisse · Entstehung und Auswirkungen von Bias und einseitigen Perspektiven · Grenzen von Objektivität und Neutralität in datengetriebenen Systemen · Sensibilisierung für Verzerrungen in KI-gestützten Entscheidungen Kritischer Umgang mit KI-Ergebnissen: · Erkennen und Einordnen KI-generierter Inhalte (z. B. synthetische Texte, Bilder, Deepfakes) · Einschätzung von Vertrauenswürdigkeit, Plausibilität und Kontextabhängigkeit · Reflexion von Transparenz, Erklärbarkeit und Unsicherheiten von KI-Systemen · Entwicklung von Kriterien für den verantwortungsvollen Einsatz von KI-Ergebnissen Ethische, rechtliche und gesellschaftliche Perspektiven: · Verantwortung beim Einsatz von KI auf individueller und organisationaler Ebene · Datenschutz, Urheberrecht und Regulierung aus Anwenderperspektive · Auswirkungen von KI auf Arbeit, Bildung, Teilhabe und Demokratie · Förderung einer reflektierten und mündigen Nutzung von KI in der Gesellschaft

Art der Vermittlung

Präsenzveranstaltung

Art der Veranstaltung

Pflichtfach

Empfohlene Fachliteratur

• Ng, A. (2023). AI Literacy: Understanding Artificial Intelli-gence for Everyone. Coursera / DeepLearning.AI. • Floridi, L. (2019). The Logic of Information: A Theory of Philosophy as Conceptual Design. Oxford University Press. • Fast, E., & Horvitz, E. (2022). AI and Society: Reflections, Risks, and Opportunities. MIT Press. • OECD (2022). AI Literacy Framework. • UNESCO (2023). Guidelines on AI Competencies for Citizens. • Aktuelle Artikel, Whitepapers und Online-Ressourcen zu AI-Literacy, Ethik und Bildung.

Lern- und Lehrmethode

Input durch Lehrende (Präsentationen, Videos, aktuelle KI-Beispiele), Diskussion realer Anwendungsfälle und gesellschaftlicher Fragestellungen, Analyse von KI-generierten Inhalten, Reflexionsübungen zu Daten, Algorithmen und Ethik, begleitendes Selbststudium über Moodle (Quiz, Artikel, Videos)

Prüfungsmethode

Die Leistungsüberprüfung erfolgt anhand einer Kombination aus immanenten Teilleistungen (50%, Case Study bzw. Projektarbeit in Gruppen) während der integrierten Lehrveranstaltung sowie einer abschließenden schriftlichen Endprüfung (50%). Schriftliche Endprüfung (Closed Book): • Kompetenzbezogene Kriterien: Verständnis zentraler Konzepte, kritische Reflexion, Anwendung auf Alltagssituationen, ethische Beurteilungsfähigkeit. • Formale Kriterien: Vollständigkeit der Antworten, Struktur, sprachliche Präzision und Argumentationslogik.

Voraussetzungen laut Lehrplan

Keine

Schnellinfos

Unterrichtssprache

Deutsch

Studienjahr, in dem die Lerneinheit angeboten wird

WS2027

Incoming

Nein

Lernergebnisse der Lehrveranstaltung

Nach erfolgreichem Abschluss der Lehrveranstaltung sind die Studierenden in der Lage, · Künstliche Intelligenz als soziotechnisches System zu verstehen und deren Funktionsweise, Einsatzbereiche und Grenzen verständlich zu erklären, · grundlegende Konzepte des maschinellen Lernens und neuronaler Netze so einzuordnen, dass Aussagen über Leistungsfähigkeit und Zuverlässigkeit von KI-Systemen getroffen werden können, · zentrale Anwendungsfelder moderner KI (z. B. Sprachmodelle, Bildverarbeitung, Empfehlungssysteme) zu erkennen, zu vergleichen und kritisch zu bewerten, · KI-generierte Inhalte (z. B. Texte, Bilder, Videos) zu identifizieren, einzuordnen und hinsichtlich Qualität, Plausibilität und Risiken zu beurteilen, · Datenquellen, Datenqualität und mögliche Verzerrungen (Bias) als zentrale Einflussfaktoren von KI-Systemen zu ana-lysieren, · algorithmische Entscheidungsprozesse auf konzeptioneller Ebene nachzuvollziehen, ohne diese technisch implementieren zu müssen, · ethische, gesellschaftliche und rechtliche Fragestellungen im Kontext von KI reflektiert zu diskutieren, · die Bedeutung von AI-Literacy für Studium, Beruf und gesellschaftliche Teilhabe fundiert zu erläutern.

Kennzahl der Lehrveranstaltung

0387-26-01-VZ-DE-09