AI-Literacy 1

Brief description

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

Mode of delivery

Präsenzveranstaltung

Type

Pflichtfach

Recommended or required reading and other learning resources/tools

• 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.

Planned learning activities and teaching methods

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)

Assessment methods and criteria

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.

Prerequisites and co-requisites

Keine

Infos

Language of instruction

German

Academic year

WS2027

Incoming

No

Learning outcome

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.

Course code

0387-26-01-VZ-DE-09