Nutzung von Künstlicher Intelligenz in akademischen Arbeiten

In letzter Zeit sprechen wir viel über den Fortschritt und die Verbreitung von Technologien der Künstlichen Intelligenz (KI). Während wir sie anfangs zu Unterhaltungszwecken, zur sozialen Interaktion oder für die Arbeit nutzten, haben wir begonnen, sie später auch zu Bildungszwecken im akademischen Bereich einzusetzen. 

Zuerst sahen wir die KI als einen helfenden Diener. Jetzt sagen wir, dass dieser Diener der Mörder der Menschheit sein könnte. Wir haben Angst vor ihr. Der Grund für diese Aussage liegt darin, dass KI im Gegensatz zu mechanischen Maschinen in der Lage ist, „geistige Arbeiten“ zu verrichten, die normalerweise Menschen vorbehalten sind. Wenn Sie ChatGPT-4o verwenden, eines der fortschrittlichsten Beispiele für KI-Modelle, die auf Large Language Models (LLM) basieren, können Sie mit der KI chatten, als würden Sie mit einem Freund sprechen. Gleichzeitig können Sie sich unterhalten, als würden Sie mit einem Wissenschaftler, einem Geschäftsmann, einem Philosophen oder einem Politiker sprechen. Sie müssen diese Personen nicht persönlich kennen, und sie müssen Ihnen nicht ihre Zeit widmen. 

Die KI hat sich schnell zu einer der wichtigsten und transformativsten Technologien unserer Zeit entwickelt und findet in nahezu jedem Bereich und jeder Industrie Anwendung. Unter diesen Anwendungen sticht das akademische Schreiben als einer der am schnellsten wachsenden Bereiche hervor, in dem KI-basierte Werkzeuge und Methoden am weitesten verbreitet sind. Ich sage das nicht aus einer Haltung der Bequemlichkeit oder Praktikabilität heraus, um sich gegen eine herannahende Flut zu stellen, sondern ich bin der Meinung, dass der Einsatz von KI-basierten Werkzeugen beim wissenschaftlichen Schreiben allgemein akzeptiert werden sollte. 

Warum also? In ihrem Artikel „Academic Writing with Artificial Intelligence: A Paradigm-Shifting Technological Advancement“ in der Zeitschrift Nature vom Juni 2023 unterteilen Roei Golan und seine Kollegen den Einsatz von KI beim akademischen Schreiben in zwei große Kategorien: Werkzeuge, die Autoren im Schreibprozess unterstützen, und Werkzeuge, die zur Bewertung der Qualität und Validität schriftlicher Arbeiten verwendet werden. Werkzeuge wie die natürliche Sprachverarbeitung (NLP), die menschenähnliche Sprache verstehen und erzeugen können, können Autoren beim Verfassen und Vorbereiten ihrer Artikel unterstützen. Werkzeuge wie Plagiatssoftware und automatisierte Peer-Review-Plattformen können Gutachtern und Redakteuren bei der Bewertung der Qualität von Artikeln helfen. Darüber hinaus können automatisierte Peer-Review-Plattformen große Mengen an Artikeln schnell und objektiv bewerten, was das Potenzial hat, die Arbeitsbelastung zu verringern.

Einer der wichtigsten Vorteile KI-basierter Werkzeuge beim akademischen Schreiben ist die Zeitersparnis und die Steigerung der Effizienz. Beispielsweise können NLP-Algorithmen Autoren dabei helfen, Fehler in ihren Arbeiten zu erkennen und zu korrigieren, sodass sich die Autoren auf den Inhalt ihrer Texte konzentrieren können. Diese Algorithmen können auch bei Aufgaben wie Sprachübersetzung und Textzusammenfassung helfen, was umfassende Literaturrecherchen effizienter macht. Darüber hinaus können NLP-Algorithmen spezifische Entwürfe für Artikel, Forschungsprotokolle, Förderanträge, Einverständniserklärungen, E-Mails, medizinische Begleitschreiben, Berichte und andere schriftliche Dokumente erstellen. Diese Entwürfe können als Rahmen dienen, die sicherstellen, dass wichtige Komponenten des Textes enthalten sind. Schließlich kann die Sprachverarbeitung spezifische Vorschläge zur Stärkung eines Artikels oder einer Zusammenfassung machen. Beispielsweise können KI-Algorithmen frühere relevante Arbeiten vorschlagen, die in die Einleitung aufgenommen werden sollten, oder Einschränkungen, die in den Diskussionsteilen erwähnt werden sollten. Zu den aktuellen Einschränkungen von KI-Algorithmen gehören jedoch der begrenzte Zugriff auf alle Publikationen und die Unfähigkeit, die aktuellsten Studien zu erkennen. Zudem kann die KI basierend auf früheren Studien eine geeignete Stichprobengröße vorschlagen oder den am besten geeigneten statistischen Test je nach Verteilung der Studie empfehlen. Daher kann sie in akademischen Arbeiten die Rolle eines Redakteurs, Gutachters und sogar eines Beraters übernehmen. Der Punkt, der hier nicht vergessen werden darf, ist, dass es weiterhin die Aufgabe des Forschers ist, die Befehlsfolgen (Prompts, man könnte sie auch als textbasierte Algorithmen bezeichnen), die der KI erklären, wie sie redigieren, begutachten und beraten soll, zu erstellen und diese bei jeder Arbeit weiterzuentwickeln und zu verbessern. Denn es gibt keinen einzigen Prompt, der für jeden Forscher oder jede Forschung geeignet ist. 

Abschließend möchte ich einige Anmerkungen teilen, die ich für wichtig halte, für Akademiker, die KI-Werkzeuge nutzen, nicht nutzen, darüber nachdenken oder dies nicht in Betracht ziehen:

1. Studierende haben heute einfachen Zugang zu fortschrittlichen KI-basierten Werkzeugen wie ChatGPT. Diese Werkzeuge nutzen Large Language Models (LLMs) und können originäre schriftliche Inhalte erstellen, die Studierende für ihre Bewertungen verwenden können.

2. Diese Werkzeuge sind oft über kommerzielle Dienste zugänglich, die darauf abzielen, Studierende bei ihren Bewertungen zu „unterstützen“.

3. Die von LLMs erzeugten Ausgaben sind so konsistent, dass sie von Akademikern oder herkömmlicher Textvergleichssoftware zur Plagiatserkennung nicht erkannt werden können; jedoch können unveränderte gefälschte Referenzen auf die Nutzung dieser Werkzeuge hinweisen.

4. Die Nutzung dieser Werkzeuge muss nicht zwangsläufig als Plagiat gewertet werden, solange die Studierenden in ihren Einreichungen transparent sind; sie kann jedoch gegen die Richtlinien zur akademischen Integrität der Hochschulen (Universitäten) verstoßen.

5. Es gibt legitime Einsatzmöglichkeiten für diese Werkzeuge zur Unterstützung der Ausbildung von Studierenden, was erfordert, dass Universitäten sorgfältig darüber nachdenken und festlegen, wie sie Richtlinien zur Nutzung dieser Software durch Studierende gestalten.