Original oder Plagiat?Der schnelle Weg zur wissenschaftlichen Arbeit im Zeitalter künstlicher Intelligenz
Doris Weßels, Eike Meyer
Erstpublikation in: R. Reussner, A. Koziolek, R. Heinrich (Hrsg.)ȷ INFORMATIK 2020, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik, Bonn 2021
Publikationsdatum:
|
|
Diese Seite wurde seit 1 Jahr inhaltlich nicht mehr aktualisiert.
Unter Umständen ist sie nicht mehr aktuell.
Zusammenfassungen
Hochschulen müssen trotz der immer wieder artikulierten Ressourcen- und Kapazitätsprobleme zukunftsfähige Leitlinien und Praktiken für den Umgang mit studentischen Leistungen in Form
schriftlicher Haus- und Abschlussarbeiten entwickeln – bis hin zur Entwicklung alternativer Konzepte
als Bestandteil neuer Lernarchitekturen. Für die Hochschulleitungen und Lehrenden ergeben sich zwei
Fragestellungen. Zum einen: Welchen Impact haben KI-basierte Werkzeuge des „Natural Language
Generation bzw. Processing“ (NLG/NLP) für Prüfungsleistungen in Form schriftlicher Haus- und
Abschlussarbeiten? Zum zweiten: Wie ist das „System Hochschule“ anzupassen, um seinem Bildungs- und Qualitätsanspruch im digitalen Zeitalter gerecht zu werden? In einem Online-Workshop im
Rahmen der INFORMATIK2020 am 1.10.2020 wurden ausgewählte Werkzeuge in einem spielerisch
anmutenden Team-Wettbewerb eingesetzt, um auf dieser Grundlage den schwierigen Grat zwischen
Original und Plagiat bei der Erstellung wissenschaftlicher Arbeiten selbst zu erleben, das Verhalten als Lehrender und Forschender kritisch zu reflektieren und das Problembewusstsein für diese neue
Herausforderung zu schärfen.
Von Doris Weßels, Eike Meyer im Text Original oder Plagiat? (2021) Dieses Konferenz-Paper erwähnt ...
Personen KB IB clear | Sandhini Agarwal , Dario Amodei , Amanda Askell , Christopher Berner , Tom B. Brown , Mark Chen , Benjamin Chess , Rewon Child , Jack Clark , Kewal Dhariwal , Prafulla Dhariwal , Scott Gray , Tom Henighan , Ariel Herbert-Voss , Christopher Hesse , Jared Kaplan , Gretchen Krueger , Mateusz Litwin , Benjamin Mann , Sam McCandlish , Arvind Neelakantan , Alec Radford , Aditya Ramesh , Nick Ryder , Girish Sastry , Pranav Shyam , Eric Sigler , Melanie Subbiah , Ilya Sutskever , Clemens Winter , Jeffrey Wu , Daniel M. Ziegler | ||||||||||||||||||
Aussagen KB IB clear | Computergenerierte Texte erleichtern Plagiarismus bzw. entsprechenden Textbetrug.Computer-generated texts facilitate plagiarism / text fraud
Nutzung von generativen Machine-Learning-Systemen wird bald wird bald so selbstverständlich wie die Nutzung eines Taschenrechners | ||||||||||||||||||
Begriffe KB IB clear | DeepL , Generative Machine-Learning-Systeme (GMLS)computer-generated text , Generative Pretrained Transformer 3 (GPT-3) , GMLS & Bildung , GMLS & Hochschule , GPT-2 , Hochschulehigher education institution , Künstliche Intelligenz (KI / AI)artificial intelligence , mündliche Prüfungen , Plagiarismusplagiarism , Überarbeitung von Text , Werkzeugetool , Wissen , Wissenschaftscience | ||||||||||||||||||
Bücher |
|
Dieses Konferenz-Paper erwähnt vermutlich nicht ...
Nicht erwähnte Begriffe | Chat-GPT, Generative Pretrained Transformer 4 (GPT-4), GMLS & Schule, Intelligenz, Universität, Wissensmanagement |
Tagcloud
Anderswo finden
Volltext dieses Dokuments
Original oder Plagiat?: Artikel als Volltext (: , 481 kByte; : ) |
Anderswo suchen
Beat und dieses Konferenz-Paper
Beat hat Dieses Konferenz-Paper während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Es gibt bisher nur wenige Objekte im Biblionetz, die dieses Werk zitieren.