Psychologie und Künstliche Intelligenz - Psychologie
Psychologie und Künstliche Intelligenz - Psychologie
Psychologie und Künstliche Intelligenz - Psychologie
Einleitung
Psychologie untersucht Erleben und Verhalten. Künstliche Intelligenz verarbeitet Daten, erkennt Muster und erzeugt Vorhersagen oder Inhalte. Beide Felder treffen sich dort, wo Menschen KI entwickeln, nutzen, bewerten oder von ihr bewertet werden.
Dieser aiMOOC richtet sich an die Sekundarstufe II und das Studium. Du lernst psychologische Grundlagen, Anwendungen, Chancen, Grenzen und ethische Konflikte kennen. Im Mittelpunkt steht nicht nur die Technik, sondern die Frage: Wie verändert KI menschliches Denken, Fühlen, Entscheiden und Zusammenleben?
Lernziele
Du kannst nach dem Kurs:
- Kognition: Unterschiede zwischen menschlicher Informationsverarbeitung und maschineller Musterverarbeitung erklären.
- Mensch-Computer-Interaktion: psychologische Reaktionen auf Chatbots und Assistenzsysteme analysieren.
- Entscheidungspsychologie: Vertrauen, Automatisierungsneigung und Kontrollverlust beurteilen.
- Klinische Psychologie: Einsatzmöglichkeiten und Grenzen von KI in Diagnostik und Psychotherapie abwägen.
- Ethik der Künstlichen Intelligenz: Datenschutz, Verzerrung, Transparenz und Verantwortung auf Fälle anwenden.
Grundlagen
Menschliche und künstliche Informationsverarbeitung
Menschen nehmen Reize wahr, richten Aufmerksamkeit aus, speichern Inhalte im Gedächtnis und treffen Entscheidungen unter dem Einfluss von Emotionen, Motiven und sozialen Erwartungen. KI-Systeme verarbeiten dagegen formalisierte Eingaben und optimieren mathematische Ziele. Sie können menschliches Verhalten nachahmen, besitzen dadurch aber nicht automatisch Bewusstsein, Selbstreflexion oder subjektives Erleben.
Ein Künstliches neuronales Netz ist nur teilweise von biologischen Nervensystemen inspiriert. Seine künstlichen „Neuronen“ sind Recheneinheiten. Die Ähnlichkeit zum Gehirn ist daher eine nützliche Metapher, aber keine Gleichsetzung.
Lernen, Daten und Vorhersagen
Beim Maschinellen Lernen erkennt ein Modell statistische Zusammenhänge in Trainingsdaten. Psychologisch bedeutsam ist, dass Daten menschliche Entscheidungen, Kategorien und Vorurteile enthalten können. Ein System kann deshalb bestehende Ungleichheiten reproduzieren.
Wichtige Unterscheidungen:
- Korrelation: Zwei Merkmale treten gemeinsam auf.
- Kausalität: Eine Veränderung bewirkt eine andere.
- Generalisierung: Ein Modell funktioniert auch bei neuen Fällen.
- Verzerrung: Daten oder Verfahren benachteiligen bestimmte Gruppen.
Historische Verbindungslinien
Turing-Test und die Frage nach Intelligenz
Alan Turing schlug 1950 ein Imitationsspiel vor. Dabei wird geprüft, ob eine befragende Person in textbasierter Kommunikation zuverlässig zwischen Mensch und Maschine unterscheiden kann. Der Turing-Test misst überzeugendes Sprachverhalten, nicht direkt Bewusstsein, Gefühle oder umfassende Intelligenz.
.jpg)
ELIZA und der ELIZA-Effekt
ELIZA wurde in den 1960er-Jahren von Joseph Weizenbaum entwickelt. Das Programm griff Schlüsselwörter auf und formulierte häufig Rückfragen. Obwohl seine Regeln einfach waren, schrieben manche Nutzende ihm Verständnis zu. Diese Neigung wird als ELIZA-Effekt bezeichnet.
Der ELIZA-Effekt zeigt, wie leicht Menschen sprachlicher Software Absichten, Gefühle oder Persönlichkeit zuschreiben. Diese Anthropomorphisierung kann die Bedienung erleichtern, aber auch zu übermäßigem Vertrauen führen.
Psychologische Wirkungen von KI
Vertrauen und Automatisierungsneigung
Menschen folgen technischen Empfehlungen oft stärker, wenn ein System schnell, sicher oder objektiv wirkt. Automatisierungsneigung bezeichnet die Tendenz, Vorschläge automatisierter Systeme zu übernehmen und eigene Zweifel zu vernachlässigen. Das Gegenproblem ist pauschales Misstrauen, selbst wenn ein System hilfreich ist.
Gutes Vertrauen ist kalibriert: Es passt zu Leistungsfähigkeit, Unsicherheit und Einsatzgebiet des Systems.
Anthropomorphisierung und soziale Bindung
Stimme, Name, Blickkontakt, Reaktionsgeschwindigkeit und einfühlsame Formulierungen können den Eindruck einer sozialen Beziehung erzeugen. Solche Signale aktivieren bekannte Erwartungen aus zwischenmenschlicher Kommunikation. Ein Chatbot kann Empathie sprachlich darstellen, ohne selbst Empathie zu empfinden.
Mögliche Folgen sind:
- Soziale Unterstützung: Niedrigschwellige Gespräche können entlastend wirken.
- Parasoziale Interaktion: Eine einseitige Bindung kann entstehen.
- Selbstoffenbarung: Menschen teilen intime Informationen mit einem System.
- Abhängigkeit: Ein System kann zum bevorzugten oder einzigen Ansprechpartner werden.
Kognitive Entlastung und Kompetenzverlust
KI kann Routineaufgaben beschleunigen und das Arbeitsgedächtnis entlasten. Wird Denken dauerhaft ausgelagert, können jedoch Übung, Urteilsfähigkeit und Erinnerungsleistung abnehmen. Entscheidend ist die Nutzung: KI als Lernpartner kann Reflexion fördern; KI als unkritischer Ersatz kann Lernen verhindern.
KI in psychologischer Forschung und Praxis
Forschung und Diagnostik
KI kann große Datenmengen aus Fragebögen, Sprache, Text, Verhalten oder Bildgebung analysieren. Sie kann Muster entdecken und Fachkräfte bei Hypothesen unterstützen. Psychologische Diagnostik verlangt jedoch geprüfte Validität, Reliabilität, Vergleichsnormen und eine verantwortliche Interpretation.
Ein hoher Vorhersagewert bedeutet nicht automatisch, dass ein Verfahren fair, erklärbar oder klinisch sinnvoll ist.
Emotionserkennung
Systeme zur Emotionserkennung analysieren zum Beispiel Gesicht, Stimme oder Text. Sichtbare Signale sind jedoch mehrdeutig und kulturell, situativ sowie individuell geprägt. Eine Software misst daher keine Gefühle direkt, sondern berechnet Wahrscheinlichkeiten aus beobachtbaren Daten.
Psychotherapie und mentale Gesundheit
Chatbots können psychoedukative Informationen, Übungen, Erinnerungen oder strukturierte Selbstbeobachtung anbieten. Sie können Versorgung ergänzen, ersetzen aber nicht automatisch eine fachlich verantwortete Psychotherapie. Besonders bei Krisen, Suizidalität, komplexen Diagnosen oder akuter Gefährdung sind qualifizierte menschliche Ansprechpersonen erforderlich.
Zentrale Qualitätsfragen sind:
- Therapeutische Beziehung: Wie wird Vertrauen aufgebaut und geschützt?
- Datenschutz: Wer erhält Zugang zu besonders sensiblen Daten?
- Wirksamkeit: Ist der Nutzen wissenschaftlich geprüft?
- Verantwortung: Wer haftet bei schädlichen Empfehlungen?
- Zugänglichkeit: Wer profitiert und wer wird ausgeschlossen?
Gehirnforschung und personalisierte Unterstützung
KI kann Muster in neuropsychologischen und medizinischen Daten erkennen. Dadurch entstehen neue Forschungsfragen zu Kognition, Erkrankungen und individueller Unterstützung. Ergebnisse bleiben jedoch probabilistisch und müssen fachlich eingeordnet werden.
Ethische und gesellschaftliche Fragen
Datenschutz und Einwilligung
Psychologische Daten betreffen häufig Persönlichkeit, Gesundheit, Beziehungen und Verhalten. Eine informierte Einwilligung setzt voraus, dass Zweck, Datennutzung, Risiken und Widerrufsmöglichkeiten verständlich sind. Datensparsamkeit und sichere Verarbeitung sind besonders wichtig.
Fairness und Diskriminierung
Ein Modell kann Gruppen benachteiligen, wenn Trainingsdaten unausgewogen sind, historische Diskriminierung enthalten oder ungeeignete Zielgrößen verwenden. Fairness ist nicht nur eine technische Kennzahl, sondern auch eine gesellschaftliche Wertentscheidung.
Transparenz und Verantwortung
Menschen sollten erkennen können, dass sie mit KI interagieren. Bei bedeutsamen Entscheidungen braucht es nachvollziehbare Kriterien, Möglichkeiten zum Widerspruch und klar benannte Verantwortung. Human-in-the-loop bedeutet, dass Menschen nicht nur formal beteiligt sind, sondern tatsächlich prüfen und eingreifen können.
Autonomie und Manipulation
Personalisierte Systeme können Aufmerksamkeit lenken, Entscheidungen vereinfachen und Verhalten beeinflussen. Psychologisch problematisch wird dies, wenn Schwächen gezielt ausgenutzt, Alternativen verborgen oder Nutzende zu Abhängigkeit gedrängt werden. Ziel sollte eine Technik sein, die Autonomie stärkt.
Ein psychologisches Prüfmodell
Prüfe ein KI-System mit fünf Fragen:
- Zweck: Welches menschliche Problem soll gelöst werden?
- Evidenz: Welche Daten belegen Nutzen und Grenzen?
- Erleben: Wie beeinflusst das System Vertrauen, Emotionen und Verhalten?
- Gerechtigkeit: Wer profitiert, wer trägt Risiken?
- Kontrolle: Können Menschen verstehen, widersprechen und eingreifen?
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Was untersucht die Psychologie? (Erleben und Verhalten) (!Nur Computerprogramme) (!Nur Nervenzellen) (!Ausschließlich Sprache)
Was verarbeitet ein KI-System beim maschinellen Lernen? (Statistische Muster in Daten) (!Subjektive Gefühle) (!Moralische Werte ohne Vorgaben) (!Bewusstsein in Reinform)
Was prüft der Turing-Test vor allem? (Überzeugendes Sprachverhalten) (!Direkt das Bewusstsein) (!Die biologische Gehirnstruktur) (!Die moralische Reife)
Was beschreibt der ELIZA-Effekt? (Menschen schreiben einfacher Software Verständnis zu) (!Computer entwickeln automatisch Gefühle) (!Therapie wird vollständig ersetzt) (!Menschen verlieren ihre Sprache)
Was bedeutet Automatisierungsneigung? (Maschinelle Empfehlungen werden zu unkritisch übernommen) (!Jede Technik wird grundsätzlich abgelehnt) (!Nur Menschen dürfen Daten auswerten) (!Maschinen arbeiten immer fehlerfrei)
Was ist kalibriertes Vertrauen? (Vertrauen passt zur tatsächlichen Leistungsfähigkeit) (!Maximales Vertrauen in jede Software) (!Vollständiger Verzicht auf Technik) (!Vertrauen allein aufgrund des Designs)
Was misst automatische Emotionserkennung direkt? (Beobachtbare Signale und daraus berechnete Wahrscheinlichkeiten) (!Das innere Erleben ohne Unsicherheit) (!Die Persönlichkeit vollständig) (!Die moralische Haltung)
Warum können Trainingsdaten unfair wirken? (Sie können historische Verzerrungen enthalten) (!Sie bestehen immer nur aus Zufallszahlen) (!Sie verhindern jede Vorhersage) (!Sie löschen automatisch Unterschiede)
Was ist bei KI in der Psychotherapie besonders wichtig? (Fachliche Verantwortung und Datenschutz) (!Möglichst lange Antworten) (!Eine menschlich klingende Stimme) (!Vollständige Geheimhaltung der Systemgrenzen)
Was stärkt menschliche Autonomie? (Verständliche Wahlmöglichkeiten und Widerspruchsrechte) (!Unsichtbare Beeinflussung) (!Unveränderbare Entscheidungen) (!Maximale Datensammlung)
Memory
| ELIZA-Effekt | Zugeschriebenes Maschinenverständnis |
| Automatisierungsneigung | Unkritische Übernahme technischer Empfehlungen |
| Anthropomorphisierung | Vermenschlichung eines Systems |
| Validität | Gültigkeit einer Messung |
| Reliabilität | Zuverlässigkeit einer Messung |
| Algorithmische Verzerrung | Systematische Benachteiligung |
| Kalibriertes Vertrauen | Angemessenes Vertrauen |
| Human-in-the-loop | Wirksame menschliche Kontrolle |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Psychologische Bedeutung |
|---|---|
| Anthropomorphisierung | Einem System menschliche Eigenschaften zuschreiben |
| Automation Bias | Einer automatisierten Empfehlung zu schnell folgen |
| Selbstoffenbarung | Persönliche Informationen über sich mitteilen |
| Autonomie | Selbstbestimmt entscheiden und handeln |
| Datensparsamkeit | Nur notwendige Informationen erheben |
Kreuzworträtsel
| Empathie | Wie heißt die Fähigkeit, Gefühle anderer nachzuvollziehen? |
| Turingtest | Wie heißt das Imitationsspiel zur Mensch-Maschine-Unterscheidung? |
| Verzerrung | Wie heißt eine systematische Schieflage in Daten oder Ergebnissen? |
| Autonomie | Wie heißt selbstbestimmtes Entscheiden? |
| Transparenz | Wie heißt die Nachvollziehbarkeit eines Systems? |
| Datenschutz | Wie heißt der Schutz personenbezogener Informationen? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- Beobachtungsprotokoll: Notiere einen Tag lang, wann Du KI nutzt und welche Erwartungen Du an das System hast.
- Begriffsnetz: Erstelle ein Schaubild zu Kognition, Emotion, Vertrauen, Daten und Verantwortung.
- ELIZA-Effekt: Formuliere drei Chatbot-Antworten, die Verständnis vortäuschen könnten, und erkläre ihre Wirkung.
- Medienanalyse: Suche eine Werbung für ein KI-Produkt und markiere vermenschlichende Gestaltungselemente.
Standard
- Fallanalyse: Beurteile einen KI-Chatbot zur Lernberatung mit dem psychologischen Prüfmodell aus dem Kurs.
- Interview: Befrage mindestens drei Personen dazu, wann sie einer KI vertrauen, und werte Gemeinsamkeiten aus.
- Experimentplanung: Entwirf eine Untersuchung zum Einfluss einer menschlichen Stimme auf das Vertrauen in einen Chatbot.
- Datenschutzkonzept: Entwickle Regeln für eine Schul-App, die Lernverhalten analysiert.
Schwer
- Forschungsdesign: Plane eine Studie zur Automatisierungsneigung mit Hypothese, Variablen, Kontrollgruppe und ethischer Prüfung.
- Gutachten: Verfasse ein psychologisches Gutachten zum Einsatz automatischer Emotionserkennung in Bewerbungsgesprächen.
- Prototyping: Entwirf einen transparenten Mental-Health-Chatbot als Papierprototyp mit klaren Grenzen und Notfallhinweisen.
- Debatte: Führe eine strukturierte Debatte zur Frage durch, ob KI therapeutische Beziehungen ergänzen oder gefährden kann.
|
|
Lernkontrolle
- Transferfall Schule: Eine KI empfiehlt für Lernende unterschiedliche Bildungswege. Analysiere mögliche psychologische Wirkungen, Verzerrungen und Schutzmaßnahmen.
- Vertrauenskalibrierung: Entwickle ein Interface, das Unsicherheit sichtbar macht, ohne Nutzende unnötig zu überfordern.
- Abwägung Psychotherapie: Vergleiche einen Therapie-Chatbot mit einem menschlichen Erstgespräch hinsichtlich Beziehung, Verfügbarkeit, Datenschutz und Verantwortung.
- Kausales Denken: Erkläre an einem eigenen Beispiel, warum eine treffsichere Vorhersage noch keine Ursache beweist.
- Autonomieprüfung: Bewerte ein personalisiertes Empfehlungssystem danach, ob es Wahlfreiheit unterstützt oder Verhalten manipuliert.
Lernnachweis
Für einen Lernnachweis zeigst Du:
- Fachbegriffe: Du verwendest psychologische und KI-bezogene Begriffe korrekt.
- Analysefähigkeit: Du unterscheidest technische Leistung, menschliches Erleben und gesellschaftliche Folgen.
- Methodenkompetenz: Du beurteilst Validität, Reliabilität, Datenqualität und Grenzen von Vorhersagen.
- Transfer: Du wendest das Prüfmodell auf einen neuen Fall an.
- Urteilskompetenz: Du begründest eine Position mit Chancen, Risiken und Schutzmaßnahmen.
- Reflexion: Du kennzeichnest Unsicherheit und überprüfst Deine eigene Vertrauensneigung.
OERs zum Thema
Verknüpfte Lernbereiche
aiMOOC-Projekte
Schulfach+
|
|
aiMOOCs
aiMOOC Projekte
|
|
THE MONKEY DANCE
|
|
|