Vom Elfenbeinturm direkt in den KI-Code


Vom Elfenbeinturm direkt in den KI-Code
Einleitung
Vom Elfenbeinturm direkt in den KI-Code / Philosophie zeigt Dir, warum Philosophie im Zeitalter der Künstlichen Intelligenz nicht nur ein Fach für Bücher, Seminare oder den sprichwörtlichen Elfenbeinturm ist. Philosophische Fragen landen heute direkt in Algorithmen, Daten, Benutzeroberflächen, Prompts, Softwareentwicklung, politischer Gestaltung und ethischer Verantwortung. Sobald eine KI entscheidet, empfiehlt, sortiert, bewertet oder Texte erzeugt, stellen sich Fragen nach Wahrheit, Wissen, Gerechtigkeit, Menschenwürde, Freiheit, Verantwortung und Macht.
{{#ev:youtube| https://www.youtube.com/watch?v=XVCnymmVE1M |500|center}}
Der Ausdruck Elfenbeinturm beschreibt häufig eine Theorie, die weit vom Alltag entfernt zu sein scheint. Bei KI ist das Gegenteil der Fall: Begriffe aus der Erkenntnistheorie, Moralphilosophie, Logik, Sprachphilosophie und Technikethik wirken in konkreten technischen Entscheidungen. Was zählt als zuverlässige Quelle? Wann ist eine automatische Empfehlung fair? Wer trägt Verantwortung, wenn ein KI-System Schaden verursacht? Kann ein Sprachmodell wirklich etwas wissen? Wie erkennst Du Desinformation? Und wie lassen sich Werte wie Autonomie, Transparenz und Datenschutz in Systeme übersetzen?

Das berühmte Fresko Die Schule von Athen steht für die lange Tradition philosophischer Debatten. In der Gegenwart werden diese Debatten nicht ersetzt, sondern verschoben: von der antiken Agora über die Universität bis in den Quellcode, in Trainingsdaten, Prüfverfahren, Modellkarten und gesellschaftliche Regeln. Dieser aiMOOC hilft Dir, diese Verschiebung zu verstehen und praktisch anzuwenden.
Was bedeutet „vom Elfenbeinturm in den KI-Code“?
Philosophie als Praxis der Prüfung
Philosophie beginnt mit Fragen, die selbstverständlich wirken, aber folgenreich sind. In der Erkenntnistheorie wird gefragt, was Wissen von bloßer Meinung unterscheidet. In der Ethik wird geprüft, was gutes und verantwortliches Handeln ausmacht. In der politischen Philosophie geht es um Gerechtigkeit, Macht, Freiheit, Gemeinwohl und Demokratie. In der Logik werden gültige Schlüsse untersucht. In der Sprachphilosophie geht es darum, wie Bedeutung, Wahrheit und Missverständnisse entstehen.
Bei KI-Systemen werden diese Fragen praktisch. Ein System, das Bewerbungen vorsortiert, Suchergebnisse gewichtet, Nachrichten empfiehlt, Diagnosen unterstützt oder Lerntexte erzeugt, berührt Werte. Es ordnet Informationen, erzeugt Sichtbarkeit, beeinflusst Entscheidungen und kann Vertrauen schaffen oder beschädigen. Deshalb ist Philosophie kein Zusatz am Ende der Technikentwicklung, sondern ein Werkzeug zur Gestaltung, Prüfung und Kritik.
KI-Code ist nie wertfrei
Software erscheint oft neutral, weil sie formal, mathematisch und technisch wirkt. Doch schon die Auswahl von Trainingsdaten, die Definition eines Ziels, die Gewichtung von Fehlern, die Gestaltung einer Eingabeoberfläche und die Entscheidung, wer ein System nutzen darf, enthalten Wertentscheidungen. Ein Algorithmus kann nicht nur rechnen, sondern gesellschaftliche Ordnung verstärken, wenn er in Schulen, Verwaltungen, Unternehmen, Medien oder Gesundheitsbereichen eingesetzt wird.
Wertfreiheit bedeutet daher nicht, dass ein KI-System keine Wirkung hat. Entscheidend ist, ob die Werte sichtbar, begründbar, prüfbar und demokratisch diskutierbar sind. Philosophisches Denken fragt nicht nur: Funktioniert das System? Es fragt auch: Für wen funktioniert es? Wem nützt es? Wem schadet es? Wer kann widersprechen? Wer ist verantwortlich?

Philosophische Grundfragen der KI
Erkenntnistheorie: Wissen, Wahrheit und Halluzination
Die Erkenntnistheorie fragt, wann eine Aussage als begründet gelten kann. Für den Umgang mit Sprachmodellen ist das zentral. Ein KI-System kann sprachlich überzeugende Antworten erzeugen, ohne dass die Antwort deshalb wahr ist. Besonders bei generativen KI-Systemen entstehen manchmal plausible, aber falsche Aussagen. Dies wird häufig als Halluzination bezeichnet.
Für Dich bedeutet das: Eine KI-Antwort ist ein Ausgangspunkt, aber kein automatischer Wahrheitsbeweis. Du musst Quellen prüfen, Aussagen vergleichen, Begriffe klären und nach Belegen fragen. Philosophische Quellenkritik wird dadurch zu einer digitalen Basiskompetenz.
- Wahrheit: Eine Aussage stimmt mit dem Sachverhalt überein oder ist nach einem klaren Wahrheitsbegriff begründbar.
- Wissen: Eine Überzeugung ist nicht nur zufällig richtig, sondern begründet und überprüfbar.
- Meinung: Eine persönliche Einschätzung kann sinnvoll sein, ersetzt aber keinen Nachweis.
- Desinformation: Falsche oder irreführende Information wird gezielt verbreitet, um Wahrnehmung oder Verhalten zu beeinflussen.
- Quellenkritik: Herkunft, Absicht, Belege, Aktualität und Perspektive einer Information werden geprüft.
Ethik: Was soll KI dürfen?
Die Ethik fragt nach gutem und verantwortlichem Handeln. Bei KI geht es nicht nur darum, was technisch möglich ist, sondern was erlaubt, wünschenswert und begründbar ist. Eine KI kann zum Beispiel helfen, Texte barriereärmer zu machen, medizinische Muster zu erkennen oder Lernende individuell zu unterstützen. Sie kann aber auch Vorurteile verstärken, Menschen überwachen, Fehler verdecken, Abhängigkeiten erzeugen oder Entscheidungen intransparent machen.
Wichtige ethische Prüfbegriffe sind Fairness, Schadensvermeidung, Autonomie, Datenschutz, Transparenz, Rechenschaftspflicht und Menschenwürde. Diese Begriffe bleiben abstrakt, wenn sie nicht in konkrete Regeln, Tests, Dokumentationen und Entscheidungsprozesse übersetzt werden.
Moralphilosophie: Pflicht, Nutzen und Tugend im KI-Kontext
Die Moralphilosophie bietet verschiedene Perspektiven:
- Deontologie: Handlungen werden nach Pflichten und Regeln beurteilt. Bei KI bedeutet das etwa: Grundrechte dürfen nicht verletzt werden, auch wenn ein System effizient ist.
- Utilitarismus: Entscheidend sind Folgen und Nutzen. Bei KI bedeutet das etwa: Ein System soll möglichst viel Nutzen stiften und Schaden minimieren.
- Tugendethik: Entscheidend sind Haltungen und Charakter. Bei KI bedeutet das etwa: Entwicklerinnen, Nutzer, Organisationen und Politik brauchen Verantwortung, Urteilskraft und Besonnenheit.
- Diskursethik: Normen sollen in fairen Verfahren begründet werden. Bei KI bedeutet das etwa: Betroffene müssen gehört werden.

Politische Philosophie: Macht, Öffentlichkeit und Demokratie
KI verändert nicht nur individuelle Entscheidungen, sondern auch gesellschaftliche Strukturen. Empfehlungsalgorithmen beeinflussen, welche Nachrichten sichtbar werden. Automatisierte Systeme können Behördenentscheidungen vorbereiten. Plattformen können Aufmerksamkeit lenken. Unternehmen kontrollieren Daten, Modelle und Schnittstellen. Dadurch entstehen Fragen der politischen Philosophie: Wer hat Macht? Wer kontrolliert die Infrastruktur? Wer darf Regeln setzen? Wie bleibt demokratische Öffentlichkeit möglich?
Eine demokratische KI-Ordnung braucht mehr als gute Absichten. Sie braucht nachvollziehbare Verfahren, unabhängige Prüfung, Bildung, Beteiligung, Schutzrechte und öffentliche Debatten. Die Frage lautet nicht nur, ob KI intelligent ist, sondern auch, ob ihre Nutzung mit Demokratie, Menschenrechten und Gerechtigkeit vereinbar ist.
Logik und Argumentation: Vom Schluss zum Modell
Die Logik prüft, ob Schlüsse gültig sind. In KI-Systemen spielen formale Strukturen, Wahrscheinlichkeiten, Mustererkennung und Optimierung eine große Rolle. Trotzdem ist ein statistisch wahrscheinlicher Text nicht automatisch ein gültiges Argument. Ein guter Umgang mit KI verlangt daher argumentatives Denken: Du unterscheidest Behauptungen, Gründe, Beispiele, Gegenargumente und Schlussfolgerungen.
Gerade bei Desinformation ist das wichtig. Manipulative Inhalte arbeiten oft mit Scheinkausalitäten, falschen Gegensätzen, emotionaler Übertreibung oder Autoritätssimulation. KI kann solche Inhalte erzeugen, verstärken oder entlarven. Entscheidend bleibt Deine Fähigkeit zur Prüfung.
Vom Begriff zum technischen System
Werte werden operationalisiert
Wenn ein philosophischer Wert in ein KI-System eingebaut werden soll, muss er übersetzt werden. Diese Übersetzung nennt man häufig Operationalisierung. Ein abstrakter Begriff wie Fairness wird dann in messbare Kriterien verwandelt. Das ist hilfreich, aber riskant: Was messbar ist, ist nicht automatisch moralisch vollständig. Ein Fairness-Maß kann eine Ungleichheit reduzieren und eine andere übersehen. Ein Transparenzbericht kann informieren und trotzdem unverständlich bleiben. Eine Datenschutzregel kann formal erfüllt sein und dennoch Menschen überfordern.
Deshalb braucht gute KI-Gestaltung mehrere Ebenen: technische Tests, rechtliche Grenzen, ethische Reflexion, Beteiligung Betroffener und kontinuierliche Kontrolle.
Prompt, Modell, Daten und Verantwortung
Ein KI-Ergebnis entsteht nicht aus dem Nichts. Es hängt vom Prompt, vom Modell, von Trainingsdaten, Systemanweisungen, Sicherheitsfiltern, Suchwerkzeugen, Kontextinformationen und der Nutzungssituation ab. Verantwortung verteilt sich deshalb auf mehrere Rollen: Entwicklerinnen und Entwickler, Anbieter, Organisationen, Nutzende, Gesetzgeber, Bildungseinrichtungen und Öffentlichkeit.
Diese verteilte Verantwortung darf nicht zur Verantwortungslosigkeit werden. Philosophisch wichtig ist die Frage, wer begründen, korrigieren, dokumentieren und haften muss. Ein Satz wie „Die KI war schuld“ reicht nicht aus. KI-Systeme sind von Menschen entworfen, trainiert, eingesetzt und bewertet. Deshalb müssen Menschen und Institutionen verantwortlich bleiben.
Der Turing-Test als philosophischer Prüfstein
Alan Turing stellte mit seiner Frage nach maschineller Intelligenz einen wichtigen Bezugspunkt für die KI-Debatte bereit. Der Turing-Test fragt vereinfacht, ob eine Maschine in sprachlicher Interaktion so antworten kann, dass sie von einem Menschen nicht sicher unterschieden wird. Philosophisch ist daran wichtig: Der Test prüft nicht direkt Bewusstsein oder Wahrheit, sondern beobachtbares Kommunikationsverhalten.


Für heutige KI-Debatten bleibt diese Unterscheidung entscheidend. Ein System kann überzeugend wirken, ohne menschliches Bewusstsein zu besitzen. Es kann nützliche Antworten geben, ohne moralische Verantwortung zu tragen. Es kann Sprache verarbeiten, ohne die Welt so zu erfahren wie ein Mensch. Genau hier beginnt Philosophie: Sie klärt Begriffe, trennt Schein von Begründung und macht Grenzen sichtbar.
Wahrheit und Desinformation im KI-Zeitalter
Warum Wahrheit schwieriger wird
Digitale Öffentlichkeit ist schnell, vernetzt und emotional. KI kann Texte, Bilder, Stimmen und Videos schneller erzeugen, als Menschen sie prüfen können. Dadurch wächst die Bedeutung von Medienkompetenz, Quellenkritik und Wahrheitsfindung. Gleichzeitig können KI-Werkzeuge helfen, Informationen zu strukturieren, Widersprüche zu finden, Zusammenfassungen zu erstellen oder Perspektiven zu vergleichen.
Das Problem ist also nicht einfach „KI gegen Wahrheit“. Das Problem ist, wie KI in Informationsräume eingebettet wird. Wird sie zur Prüfung, Bildung und Aufklärung genutzt? Oder zur Täuschung, Manipulation und Aufmerksamkeitslenkung? Philosophisch betrachtet geht es um die Bedingungen vernünftiger Öffentlichkeit.
Desinformation erkennen
Desinformation ist besonders gefährlich, wenn sie scheinbar sachlich, emotional passend und technisch professionell wirkt. Du kannst sie nicht immer an schlechter Qualität erkennen. Deshalb brauchst Du Prüffragen:
- Quelle: Wer veröffentlicht die Information und mit welcher Absicht?
- Beleg: Gibt es überprüfbare Daten, Dokumente oder seriöse Berichte?
- Kontext: Wird ein Zitat, Bild oder Ereignis aus dem Zusammenhang gerissen?
- Logik: Passt die Schlussfolgerung zu den genannten Gründen?
- Interesse: Wer profitiert davon, wenn Du diese Aussage glaubst oder teilst?
- Gegenprüfung: Finden unabhängige Quellen dieselbe Information?
Ethik in den KI-Code übersetzen
Fairness und Bias
Bias bedeutet Verzerrung. Ein KI-System kann verzerrte Ergebnisse liefern, wenn Trainingsdaten unausgewogen sind, gesellschaftliche Vorurteile enthalten, Messfehler aufweisen oder ein Ziel falsch gesetzt wurde. Bias ist nicht nur ein technisches Problem, sondern auch ein philosophisches und politisches Problem. Denn die Frage lautet: Welche Ungleichheit gilt als ungerecht? Welche Unterschiede sind relevant? Wer definiert die Kriterien?
Fairness ist daher mehr als gleiche Behandlung. Manchmal verlangt Gerechtigkeit, ungleiche Ausgangslagen zu berücksichtigen. In der KI-Entwicklung müssen Fairness-Kriterien offengelegt, getestet und im Einzelfall begründet werden.
Transparenz und Erklärbarkeit
Transparenz bedeutet, dass nachvollziehbar wird, wie ein System eingesetzt wird, welche Daten genutzt werden, welche Grenzen bestehen und wer verantwortlich ist. Erklärbarkeit bedeutet, dass Entscheidungen oder Empfehlungen so erläutert werden, dass Menschen sie verstehen, prüfen und anfechten können.
Nicht jede technische Erklärung hilft allen Menschen. Eine mathematische Modellbeschreibung kann für Expertinnen nützlich sein, für Betroffene aber unverständlich bleiben. Deshalb braucht es verschiedene Erklärungsebenen: technische Dokumentation, verständliche Nutzerinformation, pädagogische Materialien und unabhängige Prüfberichte.
Autonomie und Menschenwürde
Autonomie bedeutet, dass Menschen selbstbestimmt entscheiden können. KI kann Autonomie stärken, wenn sie Menschen informiert, unterstützt und entlastet. Sie kann Autonomie schwächen, wenn sie manipuliert, überwacht, Entscheidungen verdeckt vorstrukturiert oder Menschen auf Datenprofile reduziert.
Menschenwürde erinnert daran, dass Menschen nicht nur als Datenquelle, Zielgruppe oder Risikofaktor behandelt werden dürfen. In Bildung, Medizin, Verwaltung, Arbeit und Politik müssen Menschen als Personen ernst genommen werden. KI darf nicht dazu führen, dass Betroffene keine Erklärung, keinen Widerspruch und keine menschliche Ansprechpartnerin mehr erhalten.
Philosophische Methode für KI-Fragen
Der KI-Prüfkompass
Der folgende Prüfkompass hilft Dir, eine KI-Anwendung philosophisch zu analysieren:
- Begriffsklärung: Was genau bedeutet der verwendete Begriff, zum Beispiel Intelligenz, Wahrheit, Fairness oder Sicherheit?
- Akteursanalyse: Wer entwickelt, betreibt, nutzt, kontrolliert und erleidet Folgen des Systems?
- Zielanalyse: Welches Ziel soll optimiert werden und was wird dadurch ausgeblendet?
- Datenanalyse: Welche Daten werden genutzt und welche Lebenswirklichkeit fehlt?
- Folgenanalyse: Welche kurz- und langfristigen Wirkungen sind wahrscheinlich?
- Normenprüfung: Welche Werte, Rechte und Pflichten sind betroffen?
- Gegenargument: Welche Einwände gibt es und wie stark sind sie?
- Handlungsurteil: Welche Gestaltung, Begrenzung oder Ablehnung ist begründbar?
Fallbeispiel: KI in der Schule
Eine Schule nutzt ein KI-System, um Lerntexte zu erstellen und individuelle Übungsaufgaben vorzuschlagen. Das kann hilfreich sein, weil Lernende passgenauer üben können. Gleichzeitig entstehen Fragen: Welche Daten werden gespeichert? Werden Lernende falsch eingeschätzt? Bekommen alle dieselbe Chance? Erkennen Lehrkräfte Fehler? Lernen Schülerinnen und Schüler noch, selbst zu argumentieren? Wird KI als Hilfe oder als Ersatz für Denken verstanden?
Ein philosophisch verantwortlicher Einsatz würde klare Regeln festlegen: KI darf unterstützen, aber nicht ungeprüft bewerten. Quellen müssen überprüft werden. Lernende sollen verstehen, wie KI-Antworten entstehen können. Lehrkräfte behalten pädagogische Verantwortung. Fehler werden als Lernanlass genutzt. Datenschutz und Transparenz sind verbindlich.
{{#ev:youtube| https://www.youtube.com/watch?v=TiBqSAR7qJE |500|center}}
Zusammenfassung
Vom Elfenbeinturm direkt in den KI-Code bedeutet: Philosophische Fragen werden in der digitalen Welt praktisch. Erkenntnistheorie hilft Dir, Wahrheit, Wissen und Täuschung zu unterscheiden. Ethik hilft Dir, Verantwortung, Fairness und Schaden zu bewerten. Politische Philosophie zeigt, wie KI Macht, Öffentlichkeit und Demokratie verändert. Logik stärkt Deine Fähigkeit, Argumente zu prüfen. Technikethik verbindet diese Perspektiven mit konkreter Gestaltung.
KI ist nicht nur ein Werkzeug, sondern ein gesellschaftlicher Prüfstein. Wer KI sinnvoll nutzen will, braucht nicht weniger Philosophie, sondern mehr: klare Begriffe, gute Gründe, Kritikfähigkeit, Verantwortung und die Bereitschaft, Technik nach menschlichen Werten zu gestalten.
Interaktive Aufgaben
Quiz: Teste Dein Wissen
Was beschreibt der Ausdruck Elfenbeinturm im Kontext dieses aiMOOCs? (Eine theoretische Distanz zur praktischen Lebenswelt) (!Ein spezielles KI-Modell für Philosophie) (!Eine Programmiersprache für Ethik) (!Eine Datenbank für antike Texte)
Welche philosophische Teildisziplin fragt danach, wann eine Aussage als Wissen gelten kann? (Erkenntnistheorie) (!Ästhetik) (!Metaphorik) (!Rhetorik)
Warum ist eine KI-Antwort kein automatischer Wahrheitsbeweis? (Weil sie plausibel klingen kann, ohne zuverlässig belegt zu sein) (!Weil KI grundsätzlich keine Sprache verarbeiten kann) (!Weil alle KI-Antworten absichtlich falsch sind) (!Weil Wahrheit nur in gedruckten Büchern vorkommt)
Welche Frage gehört besonders zur Ethik der KI? (Welche Folgen und Verantwortlichkeiten mit dem Einsatz verbunden sind) (!Welche Farbe ein Computergehäuse hat) (!Wie viele Tasten eine Tastatur besitzt) (!Wie schnell ein Bildschirm reagiert)
Was bedeutet Bias bei KI-Systemen? (Eine Verzerrung in Daten, Modellen oder Entscheidungen) (!Eine Garantie für objektive Ergebnisse) (!Ein anderes Wort für Datenschutz) (!Ein mechanischer Defekt im Bildschirm)
Was prüft der Turing-Test vereinfacht? (Ob eine Maschine in sprachlicher Interaktion menschlich wirken kann) (!Ob eine Maschine moralisch verantwortlich ist) (!Ob ein Computer ein Bewusstsein beweisen kann) (!Ob ein Algorithmus immer wahrheitsgemäß antwortet)
Welche Aussage passt zur politischen Philosophie der KI? (KI kann Macht, Öffentlichkeit und demokratische Kontrolle beeinflussen) (!KI hat keine gesellschaftlichen Folgen) (!Politische Philosophie behandelt nur antike Staaten) (!Demokratie spielt bei digitalen Systemen keine Rolle)
Was bedeutet Transparenz bei KI-Systemen? (Nachvollziehbarkeit von Einsatz, Daten, Grenzen und Verantwortung) (!Geheimhaltung aller Modellentscheidungen) (!Automatische Fehlerfreiheit) (!Verzicht auf jede Dokumentation)
Warum bleibt menschliche Verantwortung beim KI-Einsatz wichtig? (Weil Menschen Systeme entwickeln, einsetzen, prüfen und begrenzen) (!Weil KI nie in Organisationen verwendet wird) (!Weil Algorithmen keine Wirkungen haben) (!Weil Verantwortung nur bei Hardware entsteht)
Was leistet philosophisches Denken im Umgang mit KI besonders? (Es klärt Begriffe, prüft Gründe und bewertet Folgen) (!Es ersetzt jede technische Prüfung) (!Es verbietet jede digitale Innovation) (!Es macht Quellenkritik überflüssig)
Memory
| Erkenntnistheorie | Prüft, wie Wissen begründet wird |
| Ethik | Bewertet gutes und verantwortliches Handeln |
| Bias | Verzerrung durch Daten oder Modellentscheidungen |
| Transparenz | Nachvollziehbarkeit von Entscheidungen |
| Turing-Test | Sprachliche Imitation von Intelligenz |
| Menschenwürde | Grenze technischer Verwertung |
| Desinformation | Irreführende Information mit Täuschungsabsicht |
Drag and Drop
| Ordne die richtigen Begriffe zu. | Thema |
|---|---|
| Was gilt als begründetes Wissen | Trainingsdaten |
| Wer trägt die Folgen | Verantwortung |
| Welche Werte werden umgesetzt | Zielfunktion |
| Wer kann Entscheidungen prüfen | Transparenz |
| Wen benachteiligt das System | Fairness |
| Welche Information ist verlässlich | Quellenkritik |
Kreuzworträtsel
| Erkenntnis | Welche philosophische Frage richtet sich auf Wissen und Begründung? |
| Ethik | Welche Disziplin fragt nach gutem und verantwortlichem Handeln? |
| Turing | Welcher Forscher ist mit einem berühmten Test zur maschinellen Intelligenz verbunden? |
| Bias | Welcher Begriff bezeichnet Verzerrungen in Daten oder Modellen? |
| Wahrheit | Welcher Begriff steht für die Frage, ob eine Aussage zutrifft? |
| Fairness | Welcher Begriff bezeichnet gerechte Behandlung und Vermeidung ungerechter Benachteiligung? |
LearningApps
Lückentext
Offene Aufgaben
Leicht
- Begriffsklärung: Erstelle ein Glossar mit zehn Begriffen aus dem aiMOOC, zum Beispiel Wahrheit, Wissen, Bias, Fairness und Verantwortung, und erkläre jeden Begriff in eigenen Worten.
- Quellenkritik: Wähle eine KI-Antwort zu einem aktuellen Thema und prüfe mit drei unabhängigen Quellen, welche Aussagen zuverlässig sind.
- Alltagsbeispiel: Beschreibe eine Situation aus Deinem Alltag, in der ein Algorithmus Deine Auswahl beeinflusst, zum Beispiel bei Musik, Videos, Suche oder Shopping.
- Fragenkatalog: Formuliere fünf philosophische Fragen, die man vor dem Einsatz einer KI-App in der Schule stellen sollte.
Standard
- Ethikanalyse: Analysiere ein KI-System mit den Kriterien Fairness, Transparenz, Autonomie, Datenschutz und Verantwortung.
- Argumentation: Schreibe einen kurzen argumentativen Text zur Frage, ob KI in Prüfungen als Hilfsmittel erlaubt sein sollte.
- Desinformation: Entwickle ein Plakat oder eine Infografik, die zeigt, wie man KI-erzeugte Desinformation erkennt.
- Interview: Befrage zwei Personen aus Schule, Familie oder Betrieb zu Chancen und Risiken von KI und werte die Antworten philosophisch aus.
Schwer
- KI-Prüfkompass: Entwickle einen eigenen philosophischen Prüfkompass für eine konkrete KI-Anwendung und teste ihn an einem Beispiel.
- Politische Philosophie: Untersuche, wie Empfehlungsalgorithmen öffentliche Debatten beeinflussen können, und entwickle demokratische Schutzregeln.
- Moralphilosophie: Vergleiche deontologische, utilitaristische und tugendethische Bewertungen eines KI-Systems in der Medizin, Bildung oder Verwaltung.
- Projektarbeit: Erstelle ein kurzes Video, einen Podcast oder eine Präsentation mit dem Titel „Warum KI mehr Philosophie braucht“.


Lernkontrolle
- Transferanalyse: Du bist Mitglied einer Schulkonferenz. Beurteile, unter welchen Bedingungen ein KI-Tool zur Lernunterstützung eingeführt werden darf, und begründe Deine Position mit mindestens drei philosophischen Kriterien.
- Fallvergleich: Vergleiche den Einsatz von KI in der Medizin mit dem Einsatz von KI in sozialen Medien. Zeige, welche ethischen Fragen gleich bleiben und welche sich unterscheiden.
- Argumentationsprüfung: Prüfe die Aussage „Wenn eine KI nützlich ist, ist ihr Einsatz automatisch moralisch richtig“ und entwickle ein begründetes Gegenargument.
- Perspektivwechsel: Analysiere ein KI-System aus Sicht einer Entwicklerin, eines Nutzers, einer betroffenen Person und einer demokratischen Öffentlichkeit.
- Urteilsbildung: Entwickle eine begründete Entscheidung, ob ein intransparentes KI-System in einer Behörde eingesetzt werden sollte.
- Begriffsarbeit: Erkläre, warum die Begriffe Intelligenz, Verantwortung und Wahrheit im KI-Kontext besonders sorgfältig unterschieden werden müssen.
Lernnachweis
Für einen überzeugenden Lernnachweis zu diesem Thema solltest Du zeigen, dass Du philosophische Begriffe nicht nur auswendig kennst, sondern auf KI-Anwendungen übertragen kannst. Wichtig sind eine klare Fragestellung, nachvollziehbare Begriffe, geprüfte Quellen, begründete Urteile und ein reflektierter Umgang mit Chancen und Risiken. Dein Lernnachweis kann als Essay, Präsentation, Podcast, Lernvideo, Portfolio oder Projektbericht gestaltet werden.
- Sachkompetenz: Du erklärst zentrale Begriffe wie Erkenntnistheorie, Ethik, Bias, Transparenz, Autonomie und Verantwortung korrekt.
- Methodenkompetenz: Du nutzt Quellenkritik, Argumentationsanalyse und Fallanalyse.
- Urteilskompetenz: Du entwickelst ein begründetes Urteil zu einer konkreten KI-Anwendung.
- Handlungskompetenz: Du leitest Regeln oder Empfehlungen für verantwortlichen KI-Einsatz ab.
- Medienkompetenz: Du erkennst mögliche Halluzinationen, Desinformation und manipulative Darstellung.
- Reflexionskompetenz: Du beschreibst die Grenzen Deines eigenen Urteils und nennst offene Fragen.
OERs zum Thema
Links
aiMOOC-Projekte
Schulfach+


aiMOOCs



aiMOOC Projekte


THE MONKEY DANCE





{{#ev:youtube | https://youtu.be/rFhZlg38Zf8?si=9KdMNZYRkRD81YTo%7C 500 | center}}
|
{{#ev:youtube | https://youtu.be/Ob7etf9QuBo?si=t_NBA71bWg3Rq3LI%7C 500 | center}}