Deutsch · Klasse 12 · Sprache, Denken und Wirklichkeit · 1. Halbjahr

Künstliche Intelligenz und Sprache

Auseinandersetzung mit der algorithmischen Textgenerierung und ihren Auswirkungen auf Autorschaft und Sprachverständnis.

• KMK Bildungsstandards
• KMK: Sekundarstufe II - Medienformate analysieren
• KMK: Sekundarstufe II - Sprachwandel in der Gegenwart

Über dieses Thema

Das Thema 'Künstliche Intelligenz und Sprache' beschäftigt sich mit der algorithmischen Textgenerierung und ihren Folgen für Autorschaft und Sprachverständnis. Schüler der Klasse 12 analysieren KI-generierte Texte, wie sie von Modellen wie GPT erzeugt werden, und vergleichen sie mit menschlichen Werken. Sie stellen zentrale Fragen: Verändert die KI unser Verständnis von Autorschaft? Welche Potenziale und Risiken birgt sie für die Sprachproduktion? Durch Beispiele wie automatisierte Gedichte oder Aufsätze lernen sie, stilistische Merkmale und semantische Lücken zu erkennen.

Im Rahmen der KMK-Standards zur Analyse von Medienformaten und zum Sprachwandel in der Gegenwart verbindet das Thema Sprache mit digitaler Realität. Schüler prognostizieren die Entwicklung der Mensch-Maschine-Kommunikation und reflektieren, wie KI Denken und Wirklichkeitswahrnehmung beeinflusst. Dies fördert Medienkompetenz und kritisches Denken, essenziell für die Oberstufe.

Aktives Lernen ist hier besonders wirksam, weil abstrakte Ideen durch eigene Experimente mit KI-Tools konkret werden. Schüler generieren Texte, debattieren Ergebnisse und entdecken Nuancen in Gruppen, was tiefes Verständnis schafft und Motivation steigert.

Leitfragen

1. Wie verändert die algorithmische Textgenerierung unser Verständnis von Autorschaft?
2. Analysieren Sie die Potenziale und Risiken von KI in der Sprachproduktion.
3. Prognostizieren Sie die zukünftige Entwicklung der Mensch-Maschine-Kommunikation.

Lernziele

• Analysieren Sie die strukturellen und stilistischen Unterschiede zwischen KI-generierten und menschlich verfassten Texten.
• Bewerten Sie die ethischen Implikationen der algorithmischen Textgenerierung im Hinblick auf Urheberschaft und Originalität.
• Erklären Sie die Funktionsweise grundlegender Sprachmodelle und deren Einfluss auf die Textproduktion.
• Entwerfen Sie ein kurzes Experiment zur Untersuchung der Kreativität oder Kohärenz von KI-generierten Texten.
• Vergleichen Sie die Potenziale und Risiken von KI-gestützten Werkzeugen für Schreibende und Leser.

Bevor es losgeht

Textanalyse: Stilmittel und rhetorische Figuren

Warum: Ein Verständnis von Stilmitteln hilft den Schülern, subtile Unterschiede in KI-generierten Texten zu erkennen und zu benennen.

Grundlagen der Literaturtheorie (z.B. Autorschaftskonzepte)

Warum: Vorkenntnisse über traditionelle Konzepte von Autorschaft und Werk bilden die Basis für die kritische Auseinandersetzung mit KI-generierter 'Autorschaft'.

Schlüsselvokabular

Algorithmische Textgenerierung	Der Prozess der automatischen Erstellung von Texten durch Computerprogramme, oft basierend auf maschinellem Lernen und großen Datensätzen.
Sprachmodell (Large Language Model, LLM)	Ein KI-System, das darauf trainiert ist, menschliche Sprache zu verstehen und zu generieren, indem es Wahrscheinlichkeiten für Wortfolgen berechnet.
Prompt Engineering	Die Kunst und Wissenschaft, Eingabeaufforderungen (Prompts) so zu formulieren, dass eine KI die gewünschten und qualitativ hochwertigen Textausgaben erzeugt.
Urheberschaft	Die rechtliche und konzeptionelle Zuschreibung der geistigen Schöpfung eines Werkes zu einer Person oder Gruppe.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

KI versteht Sprache wie Menschen.

Was Sie stattdessen lehren sollten

KI simuliert Muster aus Trainingsdaten, ohne echtes semantisches Verständnis. Aktive Analysen, bei denen Schüler Prompts variieren und Ausgaben prüfen, enthüllen Wiederholungen und Kontextfehler. Gruppendiskussionen helfen, diese Unterschiede klar zu machen.

Häufige Fehlvorstellung

KI-Texte sind immer original und fehlerfrei.

Was Sie stattdessen lehren sollten

Generierte Texte basieren oft auf Plagiaten aus Trainingsdaten und zeigen stilistische Ungenauigkeiten. Durch eigenes Generieren und Vergleichen lernen Schüler Plagiat-Detektoren nutzen. Peer-Reviews fördern kritisches Urteilsvermögen.

Häufige Fehlvorstellung

Autorschaft verliert durch KI an Bedeutung.

Was Sie stattdessen lehren sollten

Autorschaft wandelt sich, bleibt aber zentral für Kreativität. Experimente mit Co-Kreation Mensch-KI zeigen hybride Formen. Reflexionsrunden klären, dass menschliche Intention entscheidend ist.

Ideen für aktives Lernen

Paarbearbeitung: KI-Textgenerierung

Paare wählen ein Thema und generieren mit einem KI-Tool wie ChatGPT einen kurzen Text. Sie notieren Prompts und vergleichen den Output mit einem eigenen Entwurf. Abschließend diskutieren sie Unterschiede in Stil und Originalität.

30 Min.·Partnerarbeit

Debatte: Potenziale vs. Risiken

Teilen Sie die Klasse in zwei Gruppen: Fürsprecher und Kritiker von KI in der Sprachproduktion. Jede Gruppe bereitet Argumente vor, präsentiert sie und rebuttet. Schließen Sie mit einer Klassenabstimmung ab.

45 Min.·Kleingruppen

Whole-Class-Analyse: Autorschaftstest

Projektieren Sie einen anonymen Text (menschlich oder KI-generiert). Die Klasse schätzt per Handzeichen die Herkunft und begründet kollektiv. Enthüllen Sie die Quelle und besprechen Indizien.

25 Min.·Ganze Klasse

Individuelle Reflexion: Zukunftsvision

Jeder Schüler schreibt eine kurze Prognose zur Mensch-Maschine-Kommunikation. Sammeln und besprechen Sie ausgewählte Beiträge.

20 Min.·Einzelarbeit

Bezüge zur Lebenswelt

• Journalistische Redaktionen nutzen KI-Tools für die Erstellung von standardisierten Berichten, wie z.B. Börsen- oder Sportergebnissen, um die Effizienz zu steigern. Dies erfordert Redakteure, die die KI-Texte prüfen und redigieren.
• Verlage und Autoren experimentieren mit KI zur Ideenfindung, zur Erstellung von Entwürfen oder zur Überwindung von Schreibblockaden. Plattformen wie Sudowrite unterstützen Autoren bei diesem Prozess.
• Kundenbetreuung und Kundenservice setzen zunehmend auf KI-gestützte Chatbots, die komplexe Anfragen verstehen und beantworten können. Dies verändert die Interaktion zwischen Mensch und Unternehmen.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Die Schüler erhalten einen kurzen KI-generierten Text (z.B. ein Gedicht oder eine Produktbeschreibung). Sie sollen auf einer Skala von 1-5 bewerten, wie 'menschlich' der Text wirkt und in einem Satz begründen, welches Merkmal sie zu dieser Einschätzung veranlasst hat.

Diskussionsfrage

Stellen Sie die Frage: 'Wenn eine KI einen Roman schreibt, wer ist dann der Autor: die KI, die Programmierer oder der Nutzer, der den Prompt gab?' Leiten Sie eine Diskussion, in der die Schüler verschiedene Perspektiven argumentativ vertreten.

Kurze Überprüfung

Geben Sie den Schülern zwei kurze Textabschnitte, einen von einer KI, einen von einem Menschen. Bitten Sie sie, die Abschnitte zu vergleichen und in Stichpunkten die auffälligsten Unterschiede in Stil, Wortwahl oder Kohärenz aufzulisten.

Häufig gestellte Fragen

Wie verändert KI das Verständnis von Autorschaft?

KI stellt traditionelle Autorschaft infrage, da sie Texte ohne menschliche Intention erzeugt. Schüler lernen, dass Autorschaft nicht nur technische Produktion, sondern kreative Entscheidung ist. Analysen generierter Texte zeigen Lücken in Tiefe und Originalität, was zu Debatten über Hybride Formen führt. Dies stärkt ethisches Bewusstsein in der digitalen Welt.

Welche Risiken birgt KI in der Sprachproduktion?

Risiken umfassen Fehlinformationen, Verlust von Sprachvielfalt und Abhängigkeit von Algorithmen. Schüler analysieren Fake-News-Beispiele und diskutieren Plagiat. Aktives Lernen mit KI-Tools macht diese Gefahren erlebbar: Durch Generieren und Detektieren lernen sie, Quellen kritisch zu prüfen und eigene Sprache zu schätzen.

Wie wirkt aktives Lernen bei KI und Sprache?

Aktives Lernen macht abstrakte KI-Konzepte greifbar, indem Schüler selbst Texte generieren, analysieren und debattieren. Paarbeitrungen oder Gruppendiskussionen fördern tiefes Verständnis von Autorschaft und Risiken. Solche Methoden steigern Motivation, da Schüler reale Tools nutzen und Ergebnisse direkt erleben, was kritisches Denken nachhaltig trainiert.

Wie prognostiziere ich Mensch-Maschine-Kommunikation?

Schüler betrachten Trends wie verbesserte KI-Sprache und ethische Regulierungen. Sie erstellen Szenarien in Gruppen, basierend auf aktuellen Beispielen. Dies verbindet Sprachwandel mit Zukunftsfähigkeiten und KMK-Standards, fördert Prognosefähigkeiten durch datenbasierte Diskussionen.