Politik · Klasse 13 · Recht, Ethik und Grundrechte · 2. Halbjahr

Ethische Fragen der Künstlichen Intelligenz

Die Schülerinnen und Schüler diskutieren die ethischen Implikationen von Künstlicher Intelligenz, insbesondere in Bezug auf Autonomie, Verantwortung und Diskriminierung.

• KMK Bildungsstandards
• KMK: Sekundarstufe II - Ethische Reflexion
• KMK: Sekundarstufe II - Medienkompetenz

Über dieses Thema

Das Thema Ethische Fragen der Künstlichen Intelligenz führt Schülerinnen und Schüler in Klasse 13 zu den moralischen Herausforderungen von KI-Technologien ein. Sie analysieren Implikationen für Autonomie, wenn Algorithmen Entscheidungen treffen, Verantwortung bei autonomen Systemen und Diskriminierung durch biased Daten. Basierend auf KMK-Standards zur ethischen Reflexion und Medienkompetenz diskutieren sie reale Fälle wie KI in der Justiz oder Personalisierte Werbung. Die Schüler lernen, ethische Dilemmata zu identifizieren und bewerten, wie Algorithmen bestehende Ungleichheiten verstärken können.

Im Kontext von Recht, Ethik und Grundrechten verbindet das Thema Demokratieherausforderungen mit globaler Ordnung. Schüler erkunden, ob und wie Regulierungen wie die EU-KI-Verordnung notwendig sind, um Grundrechte zu schützen. Dies fördert Kompetenzen in kritischer Analyse und Argumentation, die für politische Partizipation essenziell sind.

Aktives Lernen eignet sich besonders, da abstrakte ethische Konzepte durch Rollenspiele und Debatten greifbar werden. Schüler internalisieren Positionen, indem sie sie selbst einnehmen und verteidigen, was tiefes Verständnis und Empathie schafft.

Leitfragen

1. Analysieren Sie die ethischen Herausforderungen, die sich aus der Entwicklung von KI ergeben.
2. Erklären Sie, wie Algorithmen Diskriminierung verstärken können.
3. Bewerten Sie die Notwendigkeit einer Regulierung von KI-Systemen.

Lernziele

• Analysieren Sie die Funktionsweise von KI-Algorithmen im Hinblick auf potenzielle Diskriminierungsmuster.
• Bewerten Sie die ethischen Argumente für und gegen die Regulierung von KI-Systemen anhand konkreter Anwendungsbeispiele.
• Erklären Sie die Auswirkungen von KI-gestützten Entscheidungen auf die menschliche Autonomie und Verantwortung.
• Identifizieren Sie ethische Dilemmata, die bei der Entwicklung und Anwendung von KI-Systemen auftreten können.

Bevor es losgeht

Grundlagen der Ethik und Moral

Warum: Ein grundlegendes Verständnis ethischer Konzepte wie Gerechtigkeit, Verantwortung und Autonomie ist notwendig, um die ethischen Implikationen von KI zu erfassen.

Einführung in die Funktionsweise von Computern und Algorithmen

Warum: Grundkenntnisse darüber, wie Algorithmen funktionieren und Daten verarbeiten, erleichtern das Verständnis von KI und potenziellem Bias.

Schlüsselvokabular

Algorithmic Bias	Systematische und wiederholbare Fehler in einem Computersystem, die zu unfairen Ergebnissen führen, oft durch fehlerhafte Daten oder Designentscheidungen.
Autonome Systeme	Systeme, die in der Lage sind, ihre Umgebung wahrzunehmen und unabhängig Entscheidungen zu treffen und Aktionen auszuführen, ohne ständige menschliche Eingriffe.
Erklärbare KI (XAI)	Methoden und Techniken, die darauf abzielen, die Entscheidungen und Vorhersagen von KI-Systemen für Menschen verständlich zu machen.
Datenschutzgrundverordnung (DSGVO)	Eine EU-Verordnung, die Regeln für den Schutz personenbezogener Daten und die Privatsphäre von Einzelpersonen in der Europäischen Union und im Europäischen Wirtschaftsraum festlegt.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

KI ist immer neutral und objektiv.

Was Sie stattdessen lehren sollten

Algorithmen spiegeln Trainingsdaten wider, die oft gesellschaftliche Vorurteile enthalten. Aktive Simulationen von Bias in Gruppen helfen Schülern, den Mechanismus zu erkennen und Lösungen wie diverse Daten zu diskutieren.

Häufige Fehlvorstellung

KI übernimmt volle Verantwortung für Fehler.

Was Sie stattdessen lehren sollten

Verantwortung liegt bei Entwicklern und Nutzern. Rollenspiele machen klar, dass Autonomie technisch, nicht moralisch ist, und fördern Debatten über Haftung.

Häufige Fehlvorstellung

Regulierung behindert Innovation vollständig.

Was Sie stattdessen lehren sollten

Ausgewogene Regulierungen schützen Rechte, ohne Fortschritt zu stoppen. Debatten zeigen Schülern Nuancen und stärken argumentative Fähigkeiten.

Ideen für aktives Lernen

Rollenspiel: KI-Entscheidungsdilemmata

Teilen Sie die Klasse in Gruppen auf, die Rollen wie KI-Entwickler, Betroffene und Regulierer übernehmen. Jede Gruppe bereitet ein Szenario vor, z. B. autonome Waffen, und präsentiert Argumente. Die Klasse diskutiert und votet über Lösungen.

45 Min.·Kleingruppen

Fallstudien-Analyse: Bias in Algorithmen

Geben Sie Gruppen echte Fälle wie biased Gesichtserkennung. Schüler identifizieren Ursachen der Diskriminierung, notieren ethische Prinzipien und schlagen Korrekturen vor. Abschließende Plenumrunde teilt Ergebnisse.

50 Min.·Kleingruppen

Debatte: Regulierung von KI

Teilen Sie die Klasse in Für- und Gegenpositionen zur KI-Regulierung. Jede Seite bereitet drei Argumente vor. Moderator wechselt Sprecher, Klasse notiert Stärken und Schwächen.

40 Min.·Ganze Klasse

Individuelle Reflexion: Persönliche KI-Nutzung

Schüler listen ihre tägliche KI-Nutzung auf, reflektieren ethische Risiken und notieren Maßnahmen zur Vermeidung von Diskriminierung. Teilen in Partnerpaaren und erweitern in Plenum.

30 Min.·Partnerarbeit

Bezüge zur Lebenswelt

• Gerichte in den USA nutzen KI-gestützte Risikobewertungstools wie COMPAS, um Entscheidungen über Kaution und Strafmaß zu unterstützen, was zu Debatten über Fairness und Diskriminierung führt.
• Unternehmen wie Meta (Facebook) und Google setzen KI für personalisierte Werbung ein, was ethische Fragen bezüglich Datenschutz, Manipulation und der Schaffung von Echokammern aufwirft.
• Autonome Fahrzeuge von Herstellern wie Waymo und Tesla müssen in komplexen Verkehrssituationen ethische Entscheidungen treffen, z.B. bei unvermeidbaren Unfällen, was die Debatte über die Programmierung von Moral in Maschinen befeuert.

Ideen zur Lernstandserhebung

Diskussionsfrage

Lehrerfrage: 'Stellen Sie sich vor, eine KI entscheidet über die Vergabe von Krediten. Welche potenziellen ethischen Probleme sehen Sie, wenn die Trainingsdaten historische Diskriminierung widerspiegeln? Wie könnte man diese Probleme angehen?' Die Schüler sollen mindestens zwei Probleme und zwei Lösungsansätze nennen.

Lernstandskontrolle

Die Schüler erhalten die Aufgabe, auf einem Zettel ein Beispiel für eine KI-Anwendung zu beschreiben, bei der Autonomie und Verantwortung eine Rolle spielen. Sie sollen kurz erläutern, wer die Verantwortung trägt, wenn das System einen Fehler macht.

Kurze Überprüfung

Lehrer präsentiert eine kurze Fallstudie (z.B. KI in der Gesichtserkennung). Die Schüler bewerten auf einer Skala von 1-5 (1=gar nicht, 5=sehr stark) die Notwendigkeit einer Regulierung dieser Technologie und begründen ihre Wahl mit einem Satz.

Häufig gestellte Fragen

Wie können Algorithmen Diskriminierung verstärken?

Algorithmen lernen aus historischen Daten, die Ungleichheiten abbilden, z. B. bei Kreditvergabe benachteiligen sie Minderheiten. Schüler analysieren Fälle wie COMPAS in der Justiz und lernen, dass fehlende Diversität in Trainingsdaten Vorurteile perpetuiert. Lösungen umfassen Auditierung und faire Algorithmen, was ethische Bewertung erfordert.

Warum ist Regulierung von KI notwendig?

KI-Systeme beeinflussen Autonomie und Grundrechte, z. B. durch Überwachung oder manipulative Algorithmen. Die EU-KI-Verordnung klassifiziert Risiken und fordert Transparenz. Schüler bewerten, dass Regulierung Innovation lenkt, ohne sie zu blockieren, und Demokratie stärkt.

Wie kann aktives Lernen ethische KI-Fragen vertiefen?

Methoden wie Rollenspiele und Debatten lassen Schüler Perspektiven einnehmen, z. B. als Betroffene von Bias. Dies schafft Empathie und kritisches Denken, da sie Argumente selbst konstruieren. Gruppenanalysen realer Fälle machen abstrakte Ethik konkret und fördern nachhaltige Diskussionen.

Welche Rolle spielt Autonomie bei KI-Ethik?

Autonome KI minimiert menschliche Kontrolle, was Verantwortungslücken schafft, z. B. bei selbstfahrenden Autos. Schüler diskutieren Prinzipien wie menschliche Oversight und lernen, dass ethische Designentscheidungen entscheidend sind, um Schäden zu vermeiden.