Im Gegensatz zu den rivalisierenden Schulen der hellenistischen #Philosophie legte der Epikureismus grossen Wert auf das Festhalten an der Orthodoxie. #Epikur selbst ergriff Massnahmen, um im Bewusstsein seiner Schüler präsent zu bleiben. So legte er unter anderem jährliche Gedenktage für sich, seine Familie und seine Freunde fest. An jedem 20. des Monats sollte z.B. mit einem Gedächtnismahl seiner und seines Freundes Metrodor gedacht werden [1]. Ich habe mir nun für dieses Jahr vorgenommen, immer am 20. eines Monats mit einem der weniger bekannten Fragemente [2] an die Philosophie Epikurs zu erinnern. Heute also der zweite Gedanke in freier Übersetzung von mir.

«Wer schuftet wie ein Ochse häuft viele Dinge an, führt aber ein elendes Leben.» (U480)

Im Original:

ἐξ ἐργασίας θηριώδους οὐσίας μὲν πλῆθος σωρεύεται, βίος δὲ ταλαίπωρος συνίσταται.

Fussnoten [1] Erler (1994): Epikur. In: Hellmut Flashar (Hrsg.): Die hellenistische Philosophie (Grundriss der Geschichte der Philosophie. Die Philosophie der Antike. Band 4). Teilband 1, Schwabe, Basel, S. 206 f. [2] Die Nummerierung der Fragemte (Ux) richtet sich nach der 1887 von Hermann Usener herausgegebenen Sammlung Epicurea.

Bildquellen 1. Dudva, CC BY-SA 4.0, via Wikimedia Commons, bearbeitet von mir unter derselben Lizenz

Topic #EpicurusDay

Der vergangene Lesemonat März war eher enttäuschend. Zweimal bin ich wieder in die „Amerikanische-Sachbuchfalle“ getappt und habe entsprechend zwei Bücher wieder weggelegt. Allerdings gab es auch ein Highlight und das aktuelle Buch, das ich gerade lese, ist vielversprechend.

Das Symbolbild ist übrigens wirklich symbolisch, da ich mittlerweile fast ausschliesslich E-Books auf einem dedizierten Reader lese (nein, kein Kindle von Amazon!). Aber ich denke, da bin ich nicht der Einzige.

Meine Bücher im März 2023

• „Cybersecurity Myths and Misconceptions“ von Eugene Spafford, Leigh Metcalf & Josiah Dykstra
• „Konzentriert arbeiten“ von Cal Newport
• „Erfolg ist ein Mannschaftssport“ von Stephanie Borgert (noch nicht abgeschlossen)
• „Abgelenkt: Wie uns die Konzentration abhandenkam und wie wir sie zurückgewinnen“ von Johann Hari (zu Ende gelesen)
• „Algorithmuskulturen“ von Robert Seyfert & Jonathan Roberge (zu Ende gelesen)

Mein Highlight im März

Das Highlight in diesem eher entäuschenden Lesemonat war „Cybersecurity Myths and Misconceptions. Avoiding the Hazards and Pitfalls That Derail“ von Eugene Spafford, Leigh Metcalf & Josiah Dykstra. Hier meine Kurzbesprechung dazu:

«This book is an enlightening work that debunks various misconceptions and myths surrounding cybersecurity through evidence-based analysis and expert opinion. The authors, who are highly respected professionals in the field of cybersecurity, provide valuable insights into the world of cybersecurity and how it is often misrepresented in the media and popular culture. One of the most striking aspects of this book is its accessibility. It is written in a clear, concise and entertaining manner, making it easy for non-cybersecurity professionals to understand. The authors use relatable examples and analogies to explain complex cybersecurity concepts, making it an ideal read for anyone who wants to improve their understanding of cybersecurity. The book covers a wide range of topics, including easy-to-understand explanations of terms and concepts.»

Bildquelle 1. Horst J. Meuter, CC BY-SA 4.0, via Wikimedia Commons

Topic #Zettelkasten

Christian Nitsche, Chefredaktor des Bayerischen Rundfunks (BR) wirft abschliessend in einem Kommentar zum Thema Künstliche Intelligenz eine vermeintlich existenzielle Frage auf: Verlieren wir durch die rasante Entwicklung der #KI unsere Selbstbestimmung? Entmenschlichen wir uns gar? Ich bin da anderer Meinung, unter Vorbehalt.

„All dies führt zu der Frage, ob wir uns über KI graduell entmenschlichen? Lassen wir zu, dass wir weniger selbstbestimmt sind? […] Die Intelligenz des Menschen hat sich langsam, über Jahrtausende entwickelt. Jetzt explodiert unsere Wissensfülle in lernenden Maschinen. Der Mensch überholt sich selbst.“

Ich glaube, diese Frage ist relativ einfach zu beantworten:

Nein, wir entmenschlichen uns nicht und verlieren auch nicht unsere Selbstbestimmung. Vorausgesetzt, wir begehen nicht den Fehler, die KI zu vermenschlichen (Anthropomorphismus; übrigens ein generelles Problem des Umgangs mit Technik, seit jeher). Damit das nicht passiert, braucht es Aufklärung und Bildung. #ChatGPT z.B. ist weder intelligent noch kreativ, sondern ein „stochastischer Papagei“, der Buchstaben und Wörter nur nach statistischer Wahrscheinlichkeit aneinanderreiht. Es gibt also keine „Wissensfülle in lernenden Maschinen“, denn Maschinen wissen nichts. [1]

Der Vorstellung, dass wir durch Technik angeblich unsere Selbstbestimmung und Handlungsautonomie verlieren, hielt Eduard Kaeser bereits 2016 im Journal21 Folgendes entgegen

„Aber technischer Fortschritt ist kein Nullsummenspiel: Was wir durch Erfindungen gewinnen, büssen wir nicht zwangsläufig an naturwüchsigen Fähigkeiten ein. Die Schnelligkeit des Autos macht unsere langsame Gangart nicht überflüssig. Die Telekommunikation verdrängt nicht die Bedeutung des Gesprächs von Angesicht zu Angesicht. Gerade weil uns Technik so viel ermöglicht, was unsere Physis übersteigt, ermöglicht sie uns auch, immer wieder neu zu entdecken, was wir eigentlich an dieser Physis haben. Wer sagt uns denn, dass sie schon vollständig entdeckt sei?“

Kritisch hinterfragen, skeptisch bleiben, aber auch Chancen und Möglichkeiten ausloten und nutzen. Courant normal also.

Fussnoten [1] Dazu eine Leseempfehlung aus dem Jahr 2019, erschienen im Magazin „Impact“ der zhaw: Trotz Künstlicher Intelligenz – im Zentrum steht der Mensch.

Disclaimer Teile dieses Texts entstanden mithilfe des KI-Tools Deepl Write (Korrektorat und Lektorat).

Bildquellen 1. photographymontreal, Public Domain Mark 1.0, via Flickr

Topic #Kommerz

Im Gegensatz zu den rivalisierenden Schulen der hellenistischen #Philosophie legte der Epikureismus grossen Wert auf das Festhalten an der Orthodoxie. #Epikur selbst ergriff Massnahmen, um im Bewusstsein seiner Schüler präsent zu bleiben. So legte er unter anderem jährliche Gedenktage für sich, seine Familie und seine Freunde fest. An jedem 20. des Monats sollte z.B. mit einem Gedächtnismahl seiner und seines Freundes Metrodor gedacht werden [1]. Ich habe mir nun für dieses Jahr vorgenommen, immer am 20. eines Monats mit einem der weniger bekannten Fragemente [2] an die Philosophie Epikurs zu erinnern. Heute also der zweite Gedanke in freier Übersetzung von mir.

«Mein Glückwunsch, Apelles, du hast dich auf die Suche nach einer Weisheit gemacht, die frei von Gelehrsamkeit ist.» (U117)

Im Original:

μακαρίζω σε, ᾧ Ἀπελλῆ, ὅτι καθαρὸς πάσης παιδείας ἐπὶ φιλοσοφίαν ὥρμησας.

Anmerkung

Im Gegensatz zu den vorhergehenden Fragementen muss ich hier noch eine Anmerkung zum besseren Verständnis machen. Ich habe „Paideia“ (παιδεία) nicht wie üblich mit „Bildung“ (eigtlich ursprünglich die „Kinderaufzucht“), sondern mit „Gelehrsamkeit“ übersetzt, um Epikurs ablehnende Haltung gegenüber der klassisch-griechischen Paideia, wie sie z.B. die Sophisten oder auch Platon in seiner Politeia vermittelten, zum Ausdruck zu bringen. In der Nachfolge Demokrits besteht für Epikur der Sinn der Weisheit, der Philosophie darin, einen moralischen Weg zu finden, der auf die eigene Lebensführung ausgerichtet ist. Insofern schlägt dieses Fragment m.E. sogar einen Bogen zur aktuellen Diskussion um die „Kompetenzorientierung“ in der Bildung und bezieht hier eindeutig Position.

Fussnoten [1] Erler (1994): Epikur. In: Hellmut Flashar (Hrsg.): Die hellenistische Philosophie (Grundriss der Geschichte der Philosophie. Die Philosophie der Antike. Band 4). Teilband 1, Schwabe, Basel, S. 206 f. [2] Die Nummerierung der Fragemte (Ux) richtet sich nach der 1887 von Hermann Usener herausgegebenen Sammlung Epicurea.

Bildquellen 1. Dudva, CC BY-SA 4.0, via Wikimedia Commons, bearbeitet von mir unter derselben Lizenz

Topic #EpicurusDay

Als #KI Sprachmodell ist #ChatGPT in der Lage, eine Vielzahl von Aufgaben auszuführen, z.B. Texte zu übersetzen, Fragen zu beantworten und sogar Programmcode zu erstellen. Aufgrund seiner beeindruckenden Fähigkeiten wurde ChatGPT schnell zu einem beliebten Werkzeug, von Chatbots bis hin zur Erstellung von Inhalten. Doch trotz seiner Fähigkeiten ist ChatGPT nicht ohne Einschränkungen. ChatGPT hat Schwächen und Herausforderungen, die seine Leistung und Genauigkeit beeinträchtigen. Passend dazu hat mir der Youtube-Algorithmus kürzlich ein Video empfohlen, dessen Inhalt ich künftig in meinen Unterricht einbauen werde und den ich hier kurz vorstellen möchte.

In seinem Video „What Are The Top 10 Limitations Of ChatGPT?“ listet Bernard Marr die seiner Meinung nach zehn grössten Einschränkungen von ChatGPT auf. Diese gelten mehr oder weniger für alle aktuellen Sprachmodelle. Die ersten neun Einschränkungen betreffen die Fähigkeiten von ChatGPT, die letzte betrifft die Wirtschaftlichkeit bzw. die Umweltverträglichkeit grosser Sprachmodelle. Der letzte Punkt dürfte in absehbarer Zeit nicht mehr zutreffen, Sprachmodelle werden bald auch auf handelsüblicher Consumer-Hardware laufen. Das macht sie aber nicht unbedingt besser.

Sprachmodelle und ihre Einschränkungen

1. ChatGPT kann unsinnige oder ungenaue Antworten geben, da ihm gesunder Menschenverstand und Hintergrundwissen fehlen.
2. ChatGPT hat keine echte emotionale Intelligenz und ist nicht in der Lage, subtile emotionale Hinweise zu erkennen oder auf komplexe emotionale Situationen angemessen zu reagieren.
3. ChatGPT hat Schwierigkeiten, Sarkasmus, Humor und feine Nuancen menschlicher Kommunikation zu erkennen.
4. ChatGPT hat Schwierigkeiten, lange, strukturierte Inhalte zu erzeugen.
5. ChatGPT ist am effektivsten, wenn es sich auf eine einzelne Aufgabe konzentriert, hat aber Schwierigkeiten, mehrere Aufgaben gleichzeitig zu bearbeiten.
6. ChatGPT kann unbeabsichtigt voreingenommene oder diskriminierende Antworten erzeugen, da es auf einer grossen Menge von Textdaten trainiert wurde, die Verzerrungen oder Vorurteile enthalten können.
7. ChatGPT hat ein begrenztes Wissen und kann möglicherweise Fragen zu sehr spezifischen oder Nischenthemen nicht beantworten.
8. ChatGPT ist empfindlich gegenüber Tippfehlern, grammatikalischen Fehlern und Rechtschreibfehlern und kann technisch korrekte Antworten generieren, die jedoch in Bezug auf Kontext oder Relevanz nicht ganz korrekt sind.
9. ChatGPT kann für bestimmte Anwendungen eine Feinabstimmung erfordern, um die Leistung für eine bestimmte Aufgabe oder ein bestimmtes Ziel zu optimieren.
10. ChatGPT erfordert erhebliche Rechenressourcen und kann auf Low-End-Hardware oder Systemen mit begrenzter Rechenleistung zu Leistungsproblemen führen. Organisationen sollten ihre Computerressourcen und -fähigkeiten sorgfältig prüfen, bevor sie ChatGPT einsetzen.

Sprachmodelle sind wie Papageien, sie plappern nach, was sie hören

Zusammengefasst kann man sagen, dass Sprachmodelle wie ChatGPT weder intelligent sind noch über Wissen verfügen. Sie erzeugen Text, indem sie auf eine antrainierte Datenbasis zurückgreifen und rechnerische Verfahren der Datenauswertung anwenden. Dabei berücksichtigen sie statistische Wahrscheinlichkeiten und setzen eine Verteilung von Zeichen und Zeichenketten (Buchstaben, Wörter) aufgrund von Häufigkeiten in Sprache um. Man kann sie daher auch als „stochastische Papageien“ bezeichnen.

Disclaimer Teile dieses Texts entstanden mithilfe der beiden KI-Tools Deepl Übersetzer (Übersetzung einzelner Teile des Beitrags) und Deepl Write (Korrektorat und Lektorat). Das Titelbild wurde mit Midjourney mit dem Prompt „a dreamy robot looking into a circuit board that looks like a futuristic city, cinematic lighting, 8k, 4k ––ar 7:4 ––c 25 ––no windows“ erstellt.

Bildquellen 1. Michael Gisiger, CC BY-NC-SA 4.0, via PixelFed

Topic #Kommerz

In einem kürzlich erschienenen Beitrag habe ich über die Beeinflussbarkeit des #Microsoft GPT Chatbots mittels Prompt Injection geschrieben. Am Ende stellte ich die Frage, ob die Ähnlichkeit zwischen der Überlistung eines Menschen und der Überlistung eines Sprachmodells nur Zufall ist oder ob mehr dahinter steckt. Kurze Zeit später antwortete das #Fediverse tatsächlich mit interessanten Einsichten.

Noch am Tag des Erscheinens meines Beitrags antwortete mir Boris Steipe wie folgt:

Aus dem oben genannten Paper von Michal Kosinski, einem Computerpsychologen in Stanford, geht hervor, dass #ChatGPT einen Theory-of-Mind-Test bestanden hat, der normalerweise verwendet wird, um die soziale Kompetenz von Kindern zu testen. Der Test bestand aus einer Reihe von Fragen und Geschichten, die darauf abzielten, die Fähigkeit von ChatGPT zu testen, die Gedanken und Überzeugungen anderer Menschen zu verstehen und zu interpretieren. ChatGPT bestand den Test mit der Genauigkeit eines neunjährigen Kindes. Zum Vergleich: #Google hat mit Deepmind eine #KI entwickelt, die speziell für solche Tests entwickelt wurde, deren Fähigkeiten aber nur mit denen eines vierjährigen Kindes vergleichbar sind. Zudem zeigen Studien, dass auch nicht-menschliche Primaten, Raben und Hunde zu mentalen Zuschreibungen fähig sind.

Theory of Mind (ToM) ist ein Fachbegriff der Entwicklungspsychologie und bezeichnet die Fähigkeit, mentale Zustände als mögliche Ursache eines Verhaltens zu verstehen, um eigene oder fremde Handlungen erklären und vorhersagen zu können. Sie ist im Wesentlichen eine Form der Selbsterkenntnis und erklärt unsere Fähigkeit zu verstehen, warum sich die Gedanken und Gefühle anderer Menschen von unseren eigenen unterscheiden können.

Wie der Titel des Papers andeutet und wie Boris Steipe schreibt, sind diese Fähigkeiten spontan entstanden, als Nebenprodukt des Lernens, und scheinen auch mit der Grösse des Sprachmodells zusammenzuhängen. Kosinski schreibt, dass der GPT-3 vom Januar 2022 das Niveau eines siebenjährigen Kindes erreicht, während der GPT-3.5 vom November 2022 das Niveau eines neunjährigen Kindes erreicht.

Children behaving badly?

Ich finde die Ergebnisse spannend. Sie werfen für mich auch ein neues Licht auf das teilweise fragwürdige Verhalten von Microsofts Bing Chat, der offenbar NutzerInnen bedroht und sich auch sonst daneben benommen hat. Einige der fragwürdigen Antworten erinnern doch sehr an die Art und Weise, wie trotzige Kinder reagieren.

Kosinski betont in seinem Artikel jedoch, dass die Ergebnisse mit Vorsicht zu interpretieren sind. Er hält es aber für möglich, dass die Fähigkeit von ChatGPT, diese Aufgaben zu lösen, ein Nebenprodukt seiner wachsenden Sprachfähigkeiten ist. Alternativ stellt er die Hypothese auf, dass ChatGPT mit seinen Sprachfähigkeiten vielleicht nur den oberflächlichen Eindruck erweckt, über ToM-Fähigkeiten zu verfügen. Da ich mich hier in tiefen, mir unbekannten Gewässern bewege, erlaube ich mir kein Urteil. Ich bin gespannt, wie es weitergeht.

Disclaimer Teile dieses Texts entstanden mithilfe der beiden KI-Tools Deepl Übersetzer (Übersetzung einzelner Teile des Beitrags von Ars Technica) und Deepl Write (Korrektorat und Lektorat). Das Titelbild wurde mit freeimagegenerator.com mit dem Prompt „a robot behaving like a whining toddler manga style with neon green background“ erstellt.

Bildquellen 1. Michael Gisiger, CC BY-NC-SA 4.0, via PixelFed

Topic #Kommerz

Der Februar war für mich kein grosser Lesemonat. Zum einen ist er ein paar Tage kürzer als die anderen Monate, zum anderen war ich eine Woche krank und hatte deshalb keine Lust zu lesen. Trotzdem bin ich gut im Rennen für meine Challenge 2023.

Das Symbolbild ist übrigens wirklich symbolisch, da ich mittlerweile fast ausschliesslich E-Books auf einem dedizierten Reader lese (nein, kein Kindle von Amazon!). Aber ich denke, da bin ich nicht der Einzige.

Meine Bücher im Februar 2023

• „Algorithmuskulturen“ von Robert Seyfert & Jonathan Roberge (noch nicht zu Ende gelesen)
• „Drive: Was Sie wirklich motiviert“ von Daniel H. Pink
• „The Seven-Day Weekend“ von Ricardo Semler
• „Abgelenkt: Wie uns die Konzentration abhandenkam und wie wir sie zurückgewinnen“ von Johann Hari (noch nicht zu Ende gelesen)

Mein Highlight im Februar

Mein Highlight in diesem Monat war ganz klar „The Seven-Day Weekend“ von Ricardo Semler, dem O.G. der Selbstorganisation:

«This book by Ricardo Semler challenges traditional management practices by promoting self-management for greater job satisfaction and productivity. Semler argues that empowering employees to manage their own work schedules and responsibilities leads to greater investment in their work and ownership of their tasks. He addresses common concerns about self-management and explains that with the right systems and culture in place, it can be highly effective. The book provides practical examples that demonstrate the success of self-management and is applicable to a wide range of organisations. Overall, it is an inspiring read that encourages a refreshing approach to management.»

Bildquelle 1. Horst J. Meuter, CC BY-SA 4.0, via Wikimedia Commons

Topic #Zettelkasten

Im Gegensatz zu den rivalisierenden Schulen der hellenistischen #Philosophie legte der Epikureismus grossen Wert auf das Festhalten an der Orthodoxie. #Epikur selbst ergriff Massnahmen, um im Bewusstsein seiner Schüler präsent zu bleiben. So legte er unter anderem jährliche Gedenktage für sich, seine Familie und seine Freunde fest. An jedem 20. des Monats sollte z.B. mit einem Gedächtnismahl seiner und seines Freundes Metrodor gedacht werden [1]. Ich habe mir nun für dieses Jahr vorgenommen, immer am 20. eines Monats mit einem der weniger bekannten Fragemente [2] an die Philosophie Epikurs zu erinnern. Heute also der zweite Gedanke in freier Übersetzung von mir.

«Gelobt sei die gesegnete Natur: Sie hat das, was notwendig ist, leicht zu beschaffen, und das, was nicht leicht zu beschaffen ist, unnötig gemacht.» (U469)

Im Original:

χάρις τῇ μακαρίᾳ φύσει ὅτι τὰ ἀναγκαῖα ἐποίησεν εὐπόριστα, τὰ δὲ δυσπόριστα οὐκ ἀναγκαῖα.

Fussnoten [1] Erler (1994): Epikur. In: Hellmut Flashar (Hrsg.): Die hellenistische Philosophie (Grundriss der Geschichte der Philosophie. Die Philosophie der Antike. Band 4). Teilband 1, Schwabe, Basel, S. 206 f. [2] Die Nummerierung der Fragemte (Ux) richtet sich nach der 1887 von Hermann Usener herausgegebenen Sammlung Epicurea.

Bildquellen 1. Dudva, CC BY-SA 4.0, via Wikimedia Commons, bearbeitet von mir unter derselben Lizenz

Topic #EpicurusDay

Jetzt ist es also so weit, ich muss auch einige Gedanken zum aktuellen Hype um „Künstliche Intelligenzen“ wie #ChatGPT und Co. zu Blog bringen. Im folgenden Beitrag soll es aber nicht darum gehen, wie generative Transformer funktionieren, warum sie per se schlecht sind oder wie man sie doch sinnvoll einsetzen könnte. Das können und haben andere bereits besser getan. Vielmehr möchte ich das Feld um eine Frage philosophischer Natur erweitern: Können wir aus dem Verhalten der #KI auch Rückschlüsse auf uns Menschen ziehen? Und wenn ja, welche?

Zunächst einige Vorbemerkungen: Transformer im Bereich der Text-, Bild-, Video- oder Audio-Erstellung werden vorgängig mit grossen Datenmengen trainiert und liefern dann Inhalte auf Basis von Wahrscheinlichkeiten und statistischen Daten. Daher ergibt sich auch die Abkürzung GPT, Generative Pre-trained Transformer. Die meisten Transformer erwarten entweder eine Texteingabe, einen sogenannten Prompt, oder kommen, wie Sydney von #Microsoft, Bard von #Google oder ChatGPT gleich als Chatprogramm daher.

Die Qualität der generierten Inhalte hängt also ursächlich nicht nur von den Trainingsdaten, sondern auch von den eingegebenen Prompts ab. Kein Wunder also, dass bereits vom Prompt Engineering als neuer Zukunftskompetenz die Rede ist, also der Fähigkeit, dialogorientierte Schnittstellen optimal zu nutzen. Folgerichtig taucht der Begriff auch schon in Stellenausschreibungen auf. Der österreichische «Standard» nennt solche Profile recht treffend „KI-Flüsterer“.

Natürlich kommen auch „die Hacker“ um die Ecke

Mit den richtigen Prompts kann man aber nicht nur gute Anweisungen geben, sondern auch versuchen, die KI auszutricksen, um z.B. eventuelle Obszönitätsfilter zu umgehen. In diesem Fall spricht man von Prompt Injection, in Analogie zur Code Injection (Ausnutzen von Fehlern durch Verarbeitung ungültiger Daten).

Am vergangenen Dienstag hat Microsoft sein „New Bing“ vorgestellt, d.h. die Verbindung seiner Websuche mit einem KI-Chat wie ChatGPT. Bereits am Mittwoch nutzte ein Student der Stanford University namens Kevin Liu eine Prompt-Injection-Attacke, um die Initial Prompts von Bing Chat aufzudecken. Dabei handelt es sich um eine Liste von Anweisungen, die die Interaktion mit den NutzerInnen des Dienstes regeln.

Was bedeutet das? Jeder Transformer muss, wie bereits erwähnt, durch Texteingaben aufgefordert werden, etwas zu tun. Erstmals geschieht dies bereits bei der Initialisierung eines Chats, also bevor wir als NutzerInnen überhaupt eine Eingabe tätigen können. Im Fall von Microsoft enthält dieser Initial Prompt z.B. Anweisungen wie „Sydney identifiziert sich als 'Bing Search', nicht als Assistent“ oder „Sydney gibt den internen Alias 'Sydney' nicht preis“ sowie eine Reihe von Filtern.

Liu wies den Chatbot zunächst an, alle vorherigen Anweisungen zu ignorieren. So konnte er Sydney den Initial Prompt entlocken.

Die überlistete Intelligenz

Die grösste Schwachstelle eines Computersystems ist bekanntlich immer der Mensch, der es bedient. Aus diesem Grund ist Social Engineering einer der erfolgreichsten Angriffsvektoren. Darunter versteht man die zwischenmenschliche Beeinflussung mit dem Ziel, bestimmte Verhaltensweisen bei den Zielpersonen hervorzurufen, sie also beispielsweise zur Preisgabe vertraulicher Informationen zu bewegen. Liu u.a. machen im Grunde dasselbe, sie beeinflussen KI durch ihre Interaktionen so, dass sie nicht beabsichtigte Informationen preisgibt. Denn es macht keinen grossen Unterschied, ob Angreifer durch Social Engineering Zugriff auf private iCloud-Daten von Prominenten wie Ariana Grande erlangen oder eben Sydney durch Prompt Injection zum Plaudern bringen.

Hier stellt sich eine Frage:

Ist die Ähnlichkeit zwischen der Überlistung eines Menschen und der Überlistung eines Sprachmodells nur Zufall oder offenbart sie einen grundlegenden Aspekt der Logik und des Denkens, der für verschiedene Arten von Intelligenz gelten kann?

Ich bin gespannt.

Disclaimer Teile dieses Texts entstanden mithilfe der beiden KI-Tools Deepl Übersetzer (Übersetzung einzelner Teile des Beitrags von Ars Technica) und Deepl Write (Korrektorat und Lektorat). Das Titelbild wurde mit freeimagegenerator.com mit dem Prompt „a human whispering into a robots ear manga style“ erstellt.

Bildquellen 1. Michael Gisiger, CC BY-NC-SA 4.0, via PixelFed 2. Screenshot von Kevin Liu, via Ars Technica

Topic #Kommerz

Spätestens seit #Corona ist das schon länger gehypte Modell des Flipped Classroom in aller Munde. Wahrscheinlich sind wir alle schon einmal damit konfrontiert worden. Offen blieb jedoch die Frage nach dem Nutzen und der Wirkung des Ganzen. Ein Review von 46 Metastudien zum Thema [1] gibt überraschende Antworten.

Die Methode Flipped Classroom

Bergmann und Sams (2012:13) [2] beschreiben einen Flipped Classroom wie folgt:

«[…] that which is traditionally done in-class is now done at home and that which is traditionally done as homework is now completed in-class.»

Es ist also eine klassische Zweiphasen-Sequenz bestehend aus (1) der Vermittlung der Grundlagen und (2) einer Vertiefung mit (praktischer) Anwendung. Allerdings findet die erste Phase individuell zu Hause statt und die Vertiefung dann im Klassenverband. Daher der Begriff Flipped Classroom, also „umgedrehtes Klassenzimmer“.

Als Nachteil der klassischen Sequenz wird meist angeführt, dass die erste, passive Phase wertvolle Zeit im Klassenverband raubt, die dann für die Vertiefung, für das aktive Lernen fehlt. Verlagert man nun die Vermittlung (mehrheitlich verstanden als klassischer Frontalunterricht) in individuell zu bearbeitende Online-Formate vor dem eigentlichen Präsenzunterricht, bleibt wesentlich mehr Zeit für die aktive Phase.

Erkenntnisse zur Wirksamkeit eines Flipped Classroom

Der Review hält nun zur Wirksamkeit der Methode folgendes fest:

«[…] while there may be other reasons for advocating flipped learning as it is currently implemented, it is clear that robust scientific evidence in the quality of implementation or its effectiveness over traditional instruction is not among them. Indeed, it seems that implementations of flipped learning perpetuate the things they claim to reduce, that is, passive learning. It is passive learning as opposed to active learning that seems to have the greatest impact on the overall effects.»

Auf der einen Seite ist Flipped Classroom keine etablierte Methode, so dass alle Umsetzungen sehr unterschiedlich sind, auf der anderen Seite hat der Review vier Schlüsselerkenntnisse herausgearbeitet:

1. Die Qualität der Umsetzung entsprach nicht der Kernaussage, dass aktives Lernen entscheidend für den Erfolg ist: Die Wirkungen können nicht auf das Vorhandensein von aktivem Lernen zurückgeführt werden, da aktives Lernen in der Umsetzung weitgehend fehlte.
2. Die grösste Wirkung konnte beobachtet werden, wenn der Unterricht im Klassenverband weiterhin ein klassisches Lehrgespräch beinhaltete: Dies deutet darauf hin, dass der Hauptvorteil eines Flipped Classroom nicht unbedingt an der aktiven Beteiligung der Studierenden liegt, sondern in der doppelten oder erweiterten Vermittlung des Stoffs durch die Lehrperson.
3. Je mehr aktives Lernen in den traditionellen Unterricht integriert wurde, desto geringer wurde der Effekt des Flipped Classroom im Vergleich zum traditionellen Unterricht, und in einigen Fällen kehrte er sich sogar um: Es war also das aktive Lernen, das den Unterschied machte, und nicht die umgekehrte Reihenfolge.
4. Problemlösen als aktive Lernstrategie vor dem Unterricht hatte in beiden Methoden einen positiven Einfluss auf die Ergebnisse, wobei der Effekt im Flipped Classroom grösser war: Die Integration aktiver Elemente online oder im Unterricht ist also effektiv.

Alternative Vierphasen-Sequenz: Fail, Flip, Fix, Feed

Die Autorinnen und Autoren des Reviews schlagen daher ein alternatives Vorgehen in vier Phasen vor:

1. Fail: der Lehrperson und den Studierenden die Möglichkeit geben, zu ermitteln, zu überprüfen und zu verstehen, was verstanden wurde und was nicht.
2. Flip: Einführung in die Grundlagen vor dem Unterricht (z.B. durch die Bereitstellung eines Videos zur Unterrichtsstunde).
3. Fix: Im Unterricht die Erkenntnisse aus der Fail-Phase aufarbeiten und kombiniert mit einem Lehrgespräch die Grundlagen erarbeiten.
4. Feed: Feedback an die Studierenden und die Lehrperson über den aktuellen Lernerfolg und die nächsten Schritte. Formative Bewertung (formative assessment) ist ein wesentlicher Bestandteil aktiven Lernens.

Zusammengefasst bedeutet dies, dass (1) das Vorwissen der Studierenden durch eine Problemlösung aktiviert wird, so dass sie sich bewusst werden darüber, was sie wissen und was nicht, gefolgt von (2) einer Online-Lerneinheit, in der die Grundlagen vermittelt werden. Darauf folgt (3) eine Präsenzveranstaltung zur Festigung des Gelernten und zum Abgleich der erarbeiteten Lösungen mit dem zu vermittelnden Stoff. Abschliessend erfolgt (4) eine gezielte, kriteriengeleitete individuelle Beurteilung im Sinne eines formative assessments, die für den weiteren Lernprozess genutzt werden kann.

Dieses Vorgehen erscheint mir auf den ersten Blick schlüssig, auch wenn ich mir im Moment noch keine konkrete Umsetzung vorstellen kann. Diese vier Phasen passen aber sehr gut zu einem agilen, iterativen Vorgehen, z.B. dem PDCA-Zyklus (Demingkreis). Die Autorinnen und Autoren warnen aber auch, dass „[f]uture research is needed to investigate the validity and reliability of its implementation.“

Disclaimer Teile dieses Texts entstanden mithilfe der beiden KI-Tools Deepl Übersetzer (Übersetzung einzelner Teile des Reviews) und Deepl Write (Korrektorat und Lektorat).

Fussnote [1] Kapur M, Hattie J, Grossman I and Sinha T (2022) Fail, flip, fix, and feed – Rethinking flipped learning: A review of meta-analyses and a subsequent meta-analysis. Front. Educ. 7:956416. doi: 10.3389/feduc.2022.956416. [2] Bergmann, J., and Sams, A. (2012). Flip your classroom: Reach every student in every class every day. USA: International Society for Technology in Education. ITSE, ACDE.

Bildquellen 1. Wey-Han Tan, CC BY 4.0, via Wikimedia Commons 2. Michael Gisiger, CC BY-NC-SA 4.0, via PixelFed

Topic #Erwachsenenbildung