Wie funktioniert eigentlich generative KI?

Mehr und mehr wird die Relevanz deutlich, die das Lernen mit und über generative Künstliche Intelligenzen (KI) in Schule haben wird. Häufig richtet sich der Fokus der Diskussion hierbei auf Fragen nach Möglichkeiten und Herausforderungen beim Lernen mit KI-Modellen. Im Zentrum dieser Fortbildung wird das Lernen über KI-Modelle stehen: Wie treffen Large Language Models wie zum Beispiel ChatGPT Entscheidungen? Wie kann es sein, dass hierbei logische Sätze entstehen? Und wie können (sehr) vereinfachten Modelle davon genutzt werden, um Mathematik zu lernen? Zu diesen Fragestellungen werden in der Fortbildung Lernmaterialien vorgestellt, die bearbeitet und kritisch diskutiert werden sollen. Lernziele: Die Lehrkräfte erlangen ein grundlegendes Verständnis davon, wie Large Language Models arbeiten. Die Lehrkräfte können das in der Fortbildung vorgestellte Unterrichtsmaterial im eigenen Unterricht einsetzen und die Grenzen des Materials benennen. Lernziele der Schüler*innen gemäß didaktischem Doppeldecker: 1.) Die Schüler*innen können erklären, wie Bedeutungen von Wörtern in Vektoren gespeichert werden. 2.) Die Schüler*innen können beschreiben, dass Richtungen im (hochdimensionalen) Raum Bedeutung von Vektoren tragen können. 3.) Die Schüler*innen können mithilfe des Skalarproduktes bestimmen, ob zwei Vektoren eine ähnliche Bedeutung tragen. 4.) Die Schüler*innen können anhand von Beispielen erklären, warum die Bedeutung des gleichen Wortes sich in verschiedenen Kontexten wandeln kann. 5.) Die Schüler*innen können mit Hilfe vorgegebener Keys, Querys & Values beispielhaft berechnen, wie die Kommunikation zwischen zwei Vektoren ablaufen kann. 6.) Die Schüler*innen können die Softmax Funktion und ihre Eigenschaften benennen. Der zeitliche Umfang dieser Fortbildung liegt zwischen 90 Minuten und 2 Stunden. Der Zeitrahmen beträgt eine Veranstaltung. Fortbildungsformat: Präsenz. Digitale Kompetenzen: Digitale Teilhabe, Lehren, Verantwortungsvoller Umgang