Künstliche Intelligenz und Sprache

Aktive Auseinandersetzung mit KI-generierten Texten schafft eine konkrete Grundlage, um abstrakte Fragen zu Autorschaft und Sprachverständnis greifbar zu machen. Schülerinnen und Schüler erkennen durch eigenes Ausprobieren, was KI kann und wo ihre Grenzen liegen – ein Lernen, das nachhaltiger ist als theoretische Erklärungen allein.

• Klasse 12
• Literatur und Sprache im Wandel: Von der Klassik bis zur Postmoderne
• 4 Aktivitäten
• 20 Min.–45 Min.

Lernziele

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

Fallstudienanalyse

⏱ 30 Min.·Partnerarbeit

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.

Vorbereitung & Details

Wie verändert die algorithmische Textgenerierung unser Verständnis von Autorschaft?

Moderationstipp: Legen Sie Wert auf präzise Prompts, damit die KI-generierten Texte vergleichbare Merkmale aufweisen und die Analyse nicht an unklaren Vorgaben scheitert.

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Debatte

⏱ 45 Min.·Kleingruppen

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.

Vorbereitung & Details

Analysieren Sie die Potenziale und Risiken von KI in der Sprachproduktion.

Moderationstipp: Steuern Sie die Debatte durch gezielte Moderation, damit alle Positionen gehört werden, aber der Fokus auf sachlichen Argumenten bleibt.

Setup: Zwei sich gegenüberstehende Teams, Sitzplätze für das Publikum

Materials: Thesenkarte für die Debatte, Recherche-Dossier für jede Seite, Bewertungsbogen für das Publikum, Stoppuhr

• Analysieren
• Bewerten
• Erschaffen
• Selbststeuerung
• Entscheidungsfähigkeit

Fallstudienanalyse

⏱ 25 Min.·Ganze Klasse

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.

Vorbereitung & Details

Prognostizieren Sie die zukünftige Entwicklung der Mensch-Maschine-Kommunikation.

Moderationstipp: Nutzen Sie die Autorschaftsanalyse als gemeinsame Grundlage, um Unterschiede zwischen menschlichen und KI-Texten systematisch zu vergleichen.

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Fallstudienanalyse

⏱ 20 Min.·Einzelarbeit

Individuelle Reflexion: Zukunftsvision

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

Vorbereitung & Details

Wie verändert die algorithmische Textgenerierung unser Verständnis von Autorschaft?

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Dieses Thema unterrichten

Erfahrene Lehrkräfte setzen auf experientielle Lernformen, um die abstrakte Thematik zu veranschaulichen. Durch eigenes Generieren und Analysieren von KI-Texten entwickeln Schülerinnen und Schüler ein Gespür für Muster, Wiederholungen und semantische Lücken. Wichtig ist, die Debatte nicht moralisierend zu führen, sondern argumentative Fähigkeiten zu stärken und die KI als Werkzeug zu begreifen, dessen Grenzen zu verstehen sind.

Was Sie erwartet

Die Schülerinnen und Schüler formulieren präzise Beobachtungen zu stilistischen und semantischen Merkmalen KI-generierter Texte, argumentieren sachlich in Debatten und reflektieren die Rolle von Autorschaft kritisch. Erfolg zeigt sich in der Fähigkeit, zwischen menschlicher und maschineller Sprachproduktion zu unterscheiden und die Folgen einzuschätzen.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Während der Paarbearbeitung 'KI-Textgenerierung' wird oft angenommen, dass KI Sprache wie Menschen versteht.

Was Sie stattdessen lehren sollten

Nutzen Sie die Paarbearbeitung gezielt, um Schülerinnen und Schüler zu beobachten, wie sie Prompts variieren und Ausgaben auf Wiederholungen oder Kontextfehler prüfen. Konfrontieren Sie sie mit konkreten Beispielen, bei denen die KI semantische Widersprüche produziert, um das Missverständnis aufzulösen.

Häufige Fehlvorstellung

Während der Gruppendebatte 'Potenziale vs. Risiken' wird manchmal behauptet, dass KI-Texte immer original und fehlerfrei sind.

Was Sie stattdessen lehren sollten

Verweisen Sie in der Debatte auf die Texte aus der Paarbearbeitung und lassen Sie Schülerinnen und Schüler stilistische Ungenauigkeiten oder Plagiatsmuster identifizieren. Fordern Sie sie auf, Plagiat-Detektoren einzusetzen, um die Behauptung zu widerlegen.

Häufige Fehlvorstellung

Während der Whole-Class-Analyse 'Autorschaftstest' wird oft angenommen, dass Autorschaft durch KI an Bedeutung verliert.

Was Sie stattdessen lehren sollten

Nutzen Sie die Ergebnisse der Analyse, um zu zeigen, dass Autorschaft sich wandelt, aber nicht verschwindet. Lassen Sie Schülerinnen und Schüler hybride Formen der Co-Kreation diskutieren und die Rolle menschlicher Intention herausarbeiten.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Nach der Paarbearbeitung 'KI-Textgenerierung' erhalten die Schülerinnen und Schüler einen kurzen KI-generierten Text und bewerten auf einer Skala von 1-5, wie 'menschlich' der Text wirkt. Sie begründen ihre Einschätzung in einem Satz und erklären, welches Merkmal sie zu dieser Bewertung veranlasst hat.

Diskussionsfrage

Während der Gruppendebatte 'Potenziale vs. Risiken' stellen die Schülerinnen und Schüler verschiedene Perspektiven zur Frage dar: 'Wenn eine KI einen Roman schreibt, wer ist dann der Autor: die KI, die Programmierer oder der Nutzer, der den Prompt gab?' Die Lehrkraft beobachtet die Argumente und bewertet die Fähigkeit, sachlich zu diskutieren und eigene Positionen zu begründen.

Kurze Überprüfung

Nach der Whole-Class-Analyse 'Autorschaftstest' vergleichen die Schülerinnen und Schüler zwei kurze Textabschnitte – einen von einer KI, einen von einem Menschen – und listen in Stichpunkten die auffälligsten Unterschiede in Stil, Wortwahl oder Kohärenz auf. Die Lehrkraft prüft die Stichpunkte auf Präzision und Tiefe der Analyse.

Erweiterungen & Unterstützung

• Fordern Sie Schülerinnen und Schüler auf, einen eigenen KI-generierten Text mit einem menschlichen Vorbild zu vergleichen und eine kurze Analyse in Textform zu verfassen.
• Bieten Sie Schülern, die unsicher sind, eine Vorlage mit klaren Kriterien zur Textanalyse an, um die Einstiegshürde zu senken.
• Vertiefen Sie mit einer Recherche zu Plagiatserkennungstools und deren Funktionsweise oder laden Sie eine Expertin oder einen Experten zum Thema ein.

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.