Eines der Hauptthemen in den Diskussionen über künstlicher Intelligenz (KI) ist die Notwendigkeit, die Wirksamkeit, die Ethik, die angemessene Nutzung und die allgemeine Vertrauenswürdigkeit und Verlässlichkeit von KI im wissenschaftlichen Recherche- und Forschungsbereich zu bewerten. Die Bestimmung der Zuverlässigkeit von Informationen und die Vermittlung dieser Fähigkeiten an Studierende und Forschende ist etwas, was Bibliothekar:innen bereits seit Jahrzehnten tun.
Auch wenn sich KI-Fähigkeiten von denen der Informationskompetenz unterscheiden, haben sie viele Prinzipien und Techniken gemeinsam. In zahlreichen Libguides wird das ACRL Information Literacy Framework mit gängigen Techniken der KI-Kompetenzen verglichen. Wir werden in unserer neuen Mini-Reihe „EBSCO Open AI Literacy Tips“ nicht auf diese Vergleiche eingehen, sondern die wichtigsten Techniken und Methoden für die Vermittlung von KI-Kompetenzen erörtern und auf die Aspekte eingehen, die abgedeckt werden sollten. Darüber hinaus werden wir Ihnen einige nützliche Tipps geben.
Folgende Aspekte werden wir in dieser Reihe behandeln:
Übersicht über die Terminologie: Das Erlernen der Terminologie ist entscheidend, um beispielsweise zu verstehen, welche Art von KI in Tools verwendet wird, was in KI-Dokumenten steht und wie KI in den Medien diskutiert wird.
Erläuterung der Funktionsweise von KI: Wenn man weiß, wie KI im Allgemeinen funktioniert, kann man besser definieren, was sie kann und was nicht, und erhält einen Einblick in die Grenzen und Bedenken beim Einsatz von KI.
Verstehen, was in das Modell einfließt: Es ist wichtig, zu verstehen, welche Informationen in das KI-Modell einfließen, wie mit Voreingenommenheit (Bias) umgegangen wird, wie die Qualität aufrechterhalten wird, wie eine Überprüfung der KI durch Menschen erfolgt und welche Auswirkungen KI auf die Umwelt, Sicherheit und Kosten hat. Dies hilft den Nutzer:innen, die Zuverlässigkeit, die Verbesserung und den angemessenen Einsatz von KI zu bestimmen.
Überprüfung KI-generierter Informationen: Wir befassen uns mit der Bewertung (auf organisatorischer und individueller Ebene) von KI-generiertem Text hinsichtlich Genauigkeit und Qualität und diskutieren Bewertungskriterien.
Identifizierung des Einsatzes von KI: In diesem Teil geht es um die Arten von Tools, Einschränkungen, das Lesen des „Kleingedruckten“ und Strategien zur Interpretation von Hinweisen, um KI-generierten Text und seine Auswirkungen zu erkennen.
Angemessener Einsatz von KI: Es wurde viel über den angemessenen Einsatz von KI in der wissenschaftlichen Recherche und Forschung diskutiert. Hier erörtern wir die Themen, den aktuellen Stand der Dinge und die mögliche Zukunft.
Die Verwendung von Identifikatoren (sofern möglich): Der beste Weg, um den Überblick darüber zu behalten, woher die Daten stammen, wohin sie gehen, wer sie wiederverwendet und weshalb, ist die Verwendung von „Linked Data“ aus diesen Identifikatoren (IDs). Dies ist ein entscheidender Weg, um zu beurteilen, ob Informationen verlässlich sind, und um festzustellen, ob in kreativen Werken KI verwendet wurde.
Abschließend widmen wir einen Teil dieser Reihe den Lehrmethoden für jeden dieser Aspekte, den angebotenen Schulungen sowie den Tools und Services, die dabei unterstützen können.
Wenn Sie mehr über die Vermittlung von KI-Kompetenzen erfahren möchten, besuchen Sie unsere KI-Webseite und greifen Sie auf den Mini-Kurs zu KI-Kompetenzen zu, der in Kürze veröffentlicht wird (Anfang 2025).
