| Beide Seiten der vorigen RevisionVorhergehende ÜberarbeitungNächste Überarbeitung | Vorhergehende Überarbeitung |
| p:ki:fische_ki [2025/10/18 17:14] – [3.2 Bias] Ralf Kretzschmar | p:ki:fische_ki [2025/11/10 11:48] (aktuell) – [4. Fazit] Ralf Kretzschmar |
|---|
| Navigation: [[:p:ki:fische1|🐟 Teil 1]] - [[:p:ki:fische2|🐟 Teil 2]] - [[:p:ki:fische3|🐟 Teil 3]] - [[:p:ki:fische4|🐟 Teil 4]] - [[:p:ki:fische_ki|🐟 Zusatzkapitel]] {{gem/mgr}}{{ gem/pageinfo}} | Navigation: [[:p:ki:fische1|🐟 Teil 1]] - [[:p:ki:fische2|🐟 Teil 2]] - [[:p:ki:fische3|🐟 Teil 3]] - [[:p:ki:fische4|🐟 Teil 4]] - [[:p:ki:fische_ki|🐟 Fische für ChatGPT?]] {{gem/mgr}}{{ gem/pageinfo}} |
| |
| ====== 🐟 Was können wir von den Fischen über KI im Allgemeinen lernen? ====== | ====== 🐟 Was können wir von den Fischen über KI im Allgemeinen lernen? ====== |
| ===== - Funktionsweise ===== | ===== - Funktionsweise ===== |
| |
| 💡Um die Funktionsweise einer KI zu verstehen, wir das [[:p:ki:fische1|Fisch-NN]] aus den vorangehend vier Kapiteln mit einem KI-Chatbot verglichen. Obwohl beide Beispiele hauptsächlich auf neuronalen Netzen basieren, können die Einsichten auch auf die meisten anderen KI-Arten übertragen werden. In diesem Teil werden die Begriffe KI und neuronale Netze mehr oder weniger als Synonyme verwendet. | 💡 Um die Funktionsweise einer KI zu verstehen, wir das [[:p:ki:fische1|Fisch-NN]] aus den vorangehend vier Kapiteln mit einem KI-Chatbot verglichen. Obwohl beide Beispiele hauptsächlich auf neuronalen Netzen basieren, können die Einsichten auch auf die meisten anderen KI-Arten übertragen werden. In diesem Teil werden die Begriffe KI und neuronale Netze mehr oder weniger als Synonyme verwendet. |
| |
| 💡 Eine KI besitzt zwei Betriebsmodi. Im Anwendungsmodus wird die KI angewendet, d.h. sie produziert für jeden Input einen Output. Dabei wird die KI nicht verändert (die Gewichte ändern nicht). Im Trainingsmodus wir die KI "schlau gemacht", das bedeutet in der Regel, dass diese trainiert wird, dabei wird die KI verändert (die Gewichte ändern sich). | 💡 Eine KI besitzt zwei Betriebsmodi. Im Anwendungsmodus wird die KI angewendet, d.h. sie produziert für jeden Input einen Output. Dabei wird die KI nicht verändert (die Gewichte ändern nicht). Im Trainingsmodus wir die KI "schlau gemacht", das bedeutet in der Regel, dass diese trainiert wird, dabei wird die KI verändert (die Gewichte ändern sich). |
| == ✍ Auftrag == | == ✍ Auftrag == |
| - Ersetze im Text die ''🤖'' in den ''%%[🤖]%%'' durch folgende Wörter, welche du natürlich grammatikalisch an den Text anpasst:\\ ''Ausgabe'', ''Eingabe'', ''Gewicht'', ''Training Set''. \\ ⚠️ Jedes Wort kann hier nur einmal verwendet werden, die ''['' '']'' sollten stehen gelassen werden, dann ist auch nach dem Ausfüllen klar, wo die Lücke war. | - Ersetze im Text die ''🤖'' in den ''%%[🤖]%%'' durch folgende Wörter, welche du natürlich grammatikalisch an den Text anpasst:\\ ''Ausgabe'', ''Eingabe'', ''Gewicht'', ''Training Set''. \\ ⚠️ Jedes Wort kann hier nur einmal verwendet werden, die ''['' '']'' sollten stehen gelassen werden, dann ist auch nach dem Ausfüllen klar, wo die Lücke war. |
| {{gem/match?0=N4IgLgpgHmIFwgCIEMDOACA6gS1aiAduhNgRBmQK4BOA9gcgDaHoByEYAXuermL0XykWAbUB8G4DRdgLroA5uQAOJAMYALCNTAA6dAEkCqpmEbY16AGZpU-ACbZyPHHhY206cdPSdKqZAFs-QgAadBstVR07CAArQmx5IhRIAhC-bFtCFh4wamRSe010AHcaGwgdHGobUIg-dBy8ggLIdCo6BmYidi5iMCK3EgJ5eQAjYPRUWnQFK2aQ1FICEexGGxMzeVQFOjVx1wwAMVpGBLKdFAoIGnomCDYOTmJqVQATxn5Bu48ZSgJqgDcNLJmKZVLZ7Ph0Gl+EIyNR0ABRaiLDS-WToZBEJjMRGkWTIMZEbB1AAquXyQ3QAGUOOdMcgzEUXqp3sQMKQJp94UiUdQ0aF7LEmgl0GTGnjUGNcAp7DjkD4QkUIIxdjVuXiCXd-K0XmprCwANa0AIsX7VDS8mGg0LIXIpYr2AV3bzyVQAN+RCRCxNF5KalJpHwIYEM7xYAEEfPjCRifL51AQdAAhNAFQjVeXmJ34Ig8ghwtEscy0ah+SgmDS2NxtG447qPWFfSRSHSsZBgAA-1HWqnQjBelHM4Ic8IACnRuHhWqD+EVHaoCugxqg1MiIDGV6pkWA+iRIQT5vQytQsYxmBhzKQyvxC+ZmfDgSpVNx0vEJmB29oQEEQOZGMhZFQeAQGwb8QGoCB5CgBRgK0AAqRtEzggBxCA53gyw8G0OCxVIeCFnzZZVh7eCEQ1DCSzLCtNHgyNUHxeDx1oSdUHgkAAF8gA#800f4ea5b8ce874d}} | {{gem/match?0=N4IgLgpgHmIFwgCIEMDOACA6gS1aiAduhNgRBmQK4BOA9gcgDaHoByEYAXuermL0XykWAbUB8G4DRdgLroA5uQAOJAMYALCNTAA6dAEkCqpmEbY16AGZpU-ACbZyPHHhY206cdPSdKqZAFs-QgAadBstVR07CAArQmx5IhRIAhC-bFtCFh4wamRSe010AHcaGwgdHGobUIg-dBy8ggLIdCo6BmYidi5iMCK3EgJ5eQAjYPRUWnQFK2aQ1FICEexGGxMzeVQFOjVx1wwAMVpGBLKdFAoIGnomCDYOTmJqVQATxn5Bu48ZSgJqgDcNLJmKZVLZ7Ph0Gl+EIyNR0ABRaiLDS-WToZBEJjMRGkWTIMZEbB1AAquXyQ3QAGUOOdMcgzEUXqp3sQMKQJp94UiUdQ0aF7LEmgl0GTGnjUGNcAp7DjkD4QkUIIxdjVuXiCXd-K0XmprCwANa0AIsX7VDS8mGg0LIXIpYr2AV3bzyVQAN+RCRCxNF5KalJpHwIYEM7xYAEEfPjCRifL51AQdAAhNAFQjVeXmJ34Ig8ghwtEscy0ah+SgmDS2NxtG447qPWFfSRSHSsZBgAA-1HWqnQjBelHM4Ic8IACnRuHhWqD+EVHaoCugxqg1MiIDGV6pkWA+iRIQT5vQytQsYxmBhzKQyvxC+ZmfDgSpVNx0vEJmB29oQEEQOZGMhZFQeAQGwb8QGoCB5CgBRgK0AAqRtEzggBxCA53gyw8G0OCxVIeDvF8E0kIRDV4MBahHxneCUwWDR03gyNUHxeDx1oSdUHgkAAF8gA#800f4ea5b8ce874d}} |
| </WRAP> | </WRAP> |
| \\ | \\ |
| ; 💬 KI-Chatbot\\ \\ | ; 💬 KI-Chatbot\\ \\ |
| : Für das Training eines KI-Chatbots, der freundlich und qualitativ hochwertig antworten soll, werden freundliche und qualitativ hochwertige Texte benötigt. Wird ein KI-Chatbot mehrheitlich mit fremdenfeindlichen Texten trainiert, so wird er auf die meisten Fragen mit fremdenfeindlichen Aussagen antworten. KI-Chatbots werden mehrheitlich mit Texten aus dem Internet trainiert. Diese sind häufig bezüglich Meinungen und Ansichten nicht neutral. Als Folge davon kann ein KI-Chatbot ebenfalls nicht als neutral bezeichnet werden.\\ \\ | : Für das Training eines KI-Chatbots, der freundlich und qualitativ hochwertig antworten soll, werden freundliche und qualitativ hochwertige Texte benötigt. Wird ein KI-Chatbot mehrheitlich mit fremdenfeindlichen Texten trainiert, so wird er auf die meisten Fragen mit fremdenfeindlichen Aussagen antworten. KI-Chatbots werden mehrheitlich mit Texten aus dem Internet trainiert. Diese sind häufig bezüglich Meinungen und Ansichten nicht neutral. Als Folge davon kann ein KI-Chatbot ebenfalls nicht als neutral bezeichnet werden.\\ \\ |
| : Für das Pre-Training des dafür genutzen, riesigen neuronalen Netzes wird eine Unmenge von Texten benötigt. Werden zu wenige Texte verwendet tendiert ein so grosses neuronales Netz dazu, die Trainingsdaten auswendig zu lernen (das als Overfitting bezeichnet). Die benötigte Textmenge ist zu gross, um diese von Hand zusammenstellen oder aussortieren zu können. Daher kommen auch viele qualitativ schlechte Texte beim Pre-Training zum Einsatz. Es ist unklar, ob alle geeigneten, von Menschen verfassten digital verfügbaren Texte genügen, um in Zukunft weitere noch umfangreichere KI-Chatbots zu trainieren. Hinzu kommt, dass Menschen mittlerweile auch von KI-Chatbots verfasste Texte im Internet veröffentlichen, welche somit voraussichtlich auch für das Training zukünftiger KI-Chatbots berücksichtigt werden. Es ist ebenso unklar, inwieweit sich die Qualität der KI-Chatbots verringern wird, wenn für das Training zusätzlich eine grössere Menge KI-generierte Texte zum Einsatz kommt.\\ \\ | : Für das Pre-Training des dafür genutzen, riesigen neuronalen Netzes wird eine Unmenge von Texten benötigt. Werden zu wenige Texte verwendet tendiert ein so grosses neuronales Netz dazu, die Trainingsdaten auswendig zu lernen (das wird als Overfitting bezeichnet). Die benötigte Textmenge ist zu gross, um diese von Hand zusammenstellen oder aussortieren zu können. Daher kommen auch viele qualitativ schlechte Texte beim Pre-Training zum Einsatz. Es ist unklar, ob alle geeigneten, von Menschen verfassten digital verfügbaren Texte genügen, um in Zukunft weitere noch umfangreichere KI-Chatbots zu trainieren. Hinzu kommt, dass Menschen mittlerweile auch von KI-Chatbots verfasste Texte im Internet veröffentlichen, welche somit voraussichtlich auch für das Training zukünftiger KI-Chatbots berücksichtigt werden. Es ist ebenso unklar, inwieweit sich die Qualität der KI-Chatbots verringern wird, wenn für das Training zusätzlich eine grössere Menge KI-generierte Texte zum Einsatz kommt.\\ \\ |
| : Im Fine-Tuning Prozess wird versucht, den KI-Chatbots mit relativ wenigen, qualitativ hochwertigen Texten "nachträglich" ein gewünschtes Verhalten einzuimpfen. Leider ist davon auszugehen, dass die Menschen, welche diese Daten zusammenstellen, häufig schlecht bezahlt (z.B. wenige Franken Stundenlohn) und leistungstechnisch unter Druck gesetzt werden. Hinzu kommt, dass sie insbesondere auch unerwünschte, zum Teil sehr belastende Inhalte sichten und kennzeichnen müssen. Seit der Veröffentlichung leistungsfähiger KI-Chatbots ist davon auszugehen, dass KI-Chatbots von den Betroffenen genutzt werden, um die Arbeit schneller und erträglicher erledigen zu können. Das würde bedeuten, dass auch im Fine-Tuning die KI manchmal von einer KI trainiert wird. | : Im Fine-Tuning Prozess wird versucht, den KI-Chatbots mit relativ wenigen, qualitativ hochwertigen Texten "nachträglich" ein gewünschtes Verhalten einzuimpfen. Leider ist davon auszugehen, dass die Menschen, welche diese Daten zusammenstellen, häufig schlecht bezahlt (z.B. wenige Franken Stundenlohn) und leistungstechnisch unter Druck gesetzt werden. Hinzu kommt, dass sie insbesondere auch unerwünschte, zum Teil sehr belastende Inhalte sichten und kennzeichnen müssen. Seit der Veröffentlichung leistungsfähiger KI-Chatbots ist davon auszugehen, dass KI-Chatbots von den Betroffenen genutzt werden, um die Arbeit schneller und erträglicher erledigen zu können. Das würde bedeuten, dass auch im Fine-Tuning die KI manchmal von einer KI trainiert wird. |
| |
| In diesem Auftrag testest du das Umwandeln eines Texts in Tokens und den zugehörigen Zahlen genauer an. | In diesem Auftrag testest du das Umwandeln eines Texts in Tokens und den zugehörigen Zahlen genauer an. |
| - Öffne den [[https://platform.openai.com/tokenizer|"Tokenizer" von OpenAI]]. | - Öffne den [[https://platform.openai.com/tokenizer|"Tokenizer" von OpenAI]]. |
| - Gib dort einen beliebigen Text in das erste Textfeld ein. Weiter unten siehst du ein Fenster mit den bunt dargestellten Tokens. Wenn unten an den Tokens auf "Token ID" klickst, werden dir die zugehörigen Tokennummern angezeigt. | - Gib dort einen beliebigen Text in das erste Textfeld ein. Weiter unten siehst du ein Fenster mit den bunt dargestellten Tokens. Wenn unten an den Tokens auf "Token IDs" klickst, werden dir die zugehörigen Tokennummern angezeigt. |
| - Kopiere einen Text und die zugehörigen Tokennummern in das Textfeld. {{gem/plain?0=N4XyA#4d86b88f92d98785}} | - Kopiere einen Text und die zugehörigen Tokennummern in das Textfeld. {{gem/plain?0=N4XyA#4d86b88f92d98785}} |
| - Der folgende Text besteht aus dem ersten Token im Vocabular von GPT-4o und dem letzten Token im Vocabular von GPT-4o. Gib den Text in Tokenizer für GPT-4o ein und lasse dir die Token-IDs anzeigen. Dann siehst du, wie gross das Vokabular von GPT-4o ist.\\ ''! cocos'' | - Der folgende Text besteht aus dem ersten Token im Vocabular von GPT-4o und dem letzten Token im Vocabular von GPT-4o. Gib den Text in Tokenizer für GPT-4o ein und lasse dir die Token-IDs anzeigen. Dann siehst du, wie gross das Vokabular von GPT-4o ist.\\ ''! cocos'' |
| ; 💬 KI-Chatbot\\ \\ | ; 💬 KI-Chatbot\\ \\ |
| : Bei einem KI-Chatbot wird beurteilt, wie gut dieser Texte verstehen und Aufgaben richtig lösen kann. Trainiert wird dieser jedoch hauptsächlich mit anderen Fehlerfunktionen.\\ \\ | : Bei einem KI-Chatbot wird beurteilt, wie gut dieser Texte verstehen und Aufgaben richtig lösen kann. Trainiert wird dieser jedoch hauptsächlich mit anderen Fehlerfunktionen.\\ \\ |
| : Die grossen KI-Chatbot-Hersteller testen und vergleichen ihre und andere KI-Chatbots mithilfe von verschiedenen "Benchmarks" d.h. Sammlungen von Aufgaben, welche ein KI-Chatbot lösen muss. Es gibt Benchmarks, die aus Multiple-Choice Aufgaben aus verschiedenen Wissenschaften bestehen (z.B. der [[https://huggingface.co/datasets/cais/mmlu|MMLU-Benchmark]]), solche, die Text-Aufgaben aus der Mathematik umfassen (z.B. der [[https://huggingface.co/datasets/gsm8k|GSM8K-Benchmark]]) oder andere, die das Textverständnis verschiedener Texte prüfen (z.B. der [[https://leaderboard.allenai.org/drop/submissions/about|DROP-Benchmark]]). Da diese Benchmarks jedoch mittlerweile fast schon zu einfach sind, für die immer besser werdenden KIs, gilt (aktuell) das [[https://agi.safe.ai/|Humanity's Last Exam]] als ultimative Herausforderung. Dieser Benchmark besteht ausschliesslich aus Fragen, an welchen sich auch menschliche Experten schnell einmal die Zähne ausbeissen.\\ \\ 🤔 Das Problem mit diesen Benchmarks: Eine falsche Antwort oder die Antwort "keine Ahnung" ergeben Null Punkte. Daher ist es aussichtsreicher für die KI's zu raten, als zu sagen, "Keine Ahnung". Wer eine KI erstellen möchte, welche möglichst gut abschneidet, fördert wildes Raten (d.h. Halluzinieren) statt ehrlichen Antworten (z.B. "keine Ahnung").\\ \\ Beliebt ist auch das [[https://lmarena.ai?leaderboard|Chatbot Arena Leaderboard]], welche eine stets aktuelle "Hitparade" der KI-Chatbots aufgrund von Nutzerwertungen zeigt. Wenn du selber zum Leaderboard beitragen möchtest, gehe in die [[https://lmarena.ai/|Chatbot Arena]] und gib einen Prompt ein. Dieser wird dann von zwei zufällig gewählten KI-Chatbots beantwortet. Danach wählst aus, welche Antwort du besser findest. Am Ende wird aufgelöst, welche zwei KI-Chatbots du befragt hattest.\\ \\ 🤔 Das Problem mit diesen Benchmarks: Je lieber, wohlwollender oder gar lobend die Antworten sind, desto eher gefallen sie den Personen, welche für die Chatbot Arena abstimmen. Wer eine KI erstellen möchte, welche möglichst gut abschneidet, fördert Lob und unkritische Rückmeldungen (auch wenn es vielleicht nicht gerechtfertigt ist).\\ \\ | : Die grossen KI-Chatbot-Hersteller testen und vergleichen ihre und andere KI-Chatbots mithilfe von verschiedenen "Benchmarks" d.h. Sammlungen von Aufgaben, welche ein KI-Chatbot lösen muss. Es gibt Benchmarks, die aus Multiple-Choice Aufgaben aus verschiedenen Wissenschaften bestehen (z.B. der [[https://huggingface.co/datasets/cais/mmlu|MMLU-Benchmark]]), solche, die Text-Aufgaben aus der Mathematik umfassen (z.B. der [[https://huggingface.co/datasets/openai/gsm8k|GSM8K-Benchmark]]) oder andere, die das Textverständnis verschiedener Texte prüfen (z.B. der [[https://huggingface.co/datasets/ucinlp/drop|DROP-Benchmark]]). Da diese Benchmarks jedoch mittlerweile fast schon zu einfach sind, für die immer besser werdenden KIs, gilt (aktuell) das [[https://agi.safe.ai/|Humanity's Last Exam]] als ultimative Herausforderung. Dieser Benchmark besteht ausschliesslich aus Fragen, an welchen sich auch menschliche Experten schnell einmal die Zähne ausbeissen.\\ \\ 🤔 Das Problem mit diesen Benchmarks: Eine falsche Antwort oder die Antwort "keine Ahnung" ergeben Null Punkte. Daher ist es aussichtsreicher für die KI's zu raten, als zu sagen, "Keine Ahnung". Wer eine KI erstellen möchte, welche möglichst gut abschneidet, fördert wildes Raten (d.h. Halluzinieren) statt ehrlichen Antworten (z.B. "keine Ahnung").\\ \\ Beliebt ist auch das [[https://lmarena.ai/leaderboard|Chatbot Arena Leaderboard]], welche eine stets aktuelle "Hitparade" der KI-Chatbots aufgrund von Nutzerwertungen zeigt. Wenn du selber zum Leaderboard beitragen möchtest, gehe in die [[https://lmarena.ai/|Chatbot Arena]] und gib einen Prompt ein. Dieser wird dann von zwei zufällig gewählten KI-Chatbots beantwortet. Danach wählst aus, welche Antwort du besser findest. Am Ende wird aufgelöst, welche zwei KI-Chatbots du befragt hattest.\\ \\ 🤔 Das Problem mit diesen Benchmarks: Je lieber, wohlwollender oder gar lobend die Antworten sind, desto eher gefallen sie den Personen, welche für die Chatbot Arena abstimmen. Wer eine KI erstellen möchte, welche möglichst gut abschneidet, fördert Lob und unkritische Rückmeldungen (auch wenn es vielleicht nicht gerechtfertigt ist).\\ \\ |
| : ++Details zu den verwendeten Fehlerfunktionen (bei Interesse anklicken)|\\ \\ Trainiert werden die KI-Chatbots mit verschiedenen Fehlerfunktionen. Im Pre-Training geht es darum, das nächsten Token in einem Text vorherzusagen. Dazu wird für vom zugrundeliegenden neuronalen Netz für jedes Token im Token-Wörterbuch eine Zahl ausgegeben, die sogenannte Auswahl-Wahrscheinlichkeit. Die verwendete Fehlerfunktion ist so konstruiert, dass das neuronale Netz lernt, dem tatsächlich als Nächstes im Text vorkommenden Token eine möglichst grosse Auswahl-Wahrscheinlichkeit zu geben und alle anderen Tokens eine möglichst kleine. Dieses Vorgehen führt in der Praxis jedoch noch nicht zu den gewünschten Textantworten. Im darauf folgenden Fine-Tuning werden komplette, von KI-Chatbot erzeugte Textantworten mit einer zweiten KI beurteilt und der KI-Chatbot mithilfe einer komplexen Fehlerfunktion so nachtrainiert, dass dieser Texte mit einer möglichst hohen Beurteilung produziert. Obwohl diese Form von Fine-Tuning der Beurteilung mit Benchmarks schon relativ nahe kommt, kann damit das Pre-Training nicht ersetzt werden. Das scheitert nur schon daran, dass dafür ungleich mehr handverlesene Texte benötigt werden würden, als irgendwie zur Verfügung gestellt werden könnten.++ | : ++Details zu den verwendeten Fehlerfunktionen (bei Interesse anklicken)|\\ \\ Trainiert werden die KI-Chatbots mit verschiedenen Fehlerfunktionen. Im Pre-Training geht es darum, das nächsten Token in einem Text vorherzusagen. Dazu wird für vom zugrundeliegenden neuronalen Netz für jedes Token im Token-Wörterbuch eine Zahl ausgegeben, die sogenannte Auswahl-Wahrscheinlichkeit. Die verwendete Fehlerfunktion ist so konstruiert, dass das neuronale Netz lernt, dem tatsächlich als Nächstes im Text vorkommenden Token eine möglichst grosse Auswahl-Wahrscheinlichkeit zu geben und alle anderen Tokens eine möglichst kleine. Dieses Vorgehen führt in der Praxis jedoch noch nicht zu den gewünschten Textantworten. Im darauf folgenden Fine-Tuning werden komplette, von KI-Chatbot erzeugte Textantworten mit einer zweiten KI beurteilt und der KI-Chatbot mithilfe einer komplexen Fehlerfunktion so nachtrainiert, dass dieser Texte mit einer möglichst hohen Beurteilung produziert. Obwohl diese Form von Fine-Tuning der Beurteilung mit Benchmarks schon relativ nahe kommt, kann damit das Pre-Training nicht ersetzt werden. Das scheitert nur schon daran, dass dafür ungleich mehr handverlesene Texte benötigt werden würden, als irgendwie zur Verfügung gestellt werden könnten.++ |
| |
| <WRAP center round box > | <WRAP center round box > |
| == ✍ Auftrag == | == ✍ Auftrag == |
| In diesem Auftrag schaust du dir das [[https://lmarena.ai?leaderboard|Chatbot Arena Leaderboard]] genauer an. | In diesem Auftrag schaust du dir das [[https://lmarena.ai/leaderboard|Chatbot Arena Leaderboard]] genauer an. |
| - Wie gut ist der KI-Chatbot den du normalerweise nutzt? Welches ist der aktuell stärkste KI-Chatbot? Trage die beiden KI-Chatbots mit der zugehörigen Platzierung ins Textfeld ein. {{gem/plain?0=N4XyA#ccb34a2846a99695}} | - Wie gut ist der KI-Chatbot den du normalerweise nutzt? Welches ist der aktuell stärkste KI-Chatbot? Trage die beiden KI-Chatbots mit der zugehörigen Platzierung ins Textfeld ein. {{gem/plain?0=N4XyA#ccb34a2846a99695}} |
| - Trage selbst zur Chatbot Arena bei, indem du [[https://lmarena.ai|hier (du musst etwas nach unten scrollen zum Eingabefenster)]] zwei zufälligen KI-Chatbots eine Frage stellst und die bessere der beiden Antworten auswählst. | - Trage selbst zur Chatbot Arena bei, indem du [[https://lmarena.ai|hier (hier klicken)]] einen Prompt schreibst, der von zwei zufälligen KI-Chatbots bearbeitet wird. Danach kannst du die bessere der beiden Antworten auswählen und erfährst nach der Wahl, welche KI-Chatbots dir geantwortet hatten. |
| </WRAP> | </WRAP> |
| \\ | \\ |
| |
| ; 💬 KI-Chatbot\\ \\ | ; 💬 KI-Chatbot\\ \\ |
| : KI-Chatbots werden vorwiegend mit Texten aus dem Internet trainiert, in welchen westliche Philosophien vorherrschen, sehr viele einfache Sichtweisen und Vorurteile vorhanden sind und Minderheiten häufig schlecht dargestellt werden. Daher ist es kaum zu vermeiden, dass KI-Chatbots diese Eigenheiten wiedergeben. KI-Chatbots unterliegen daher immer einer Bias und können nicht als "neutral" bezeichnet werden. | : KI-Chatbots werden vorwiegend mit Texten aus dem Internet trainiert, in welchen westliche Philosophien vorherrschen, sehr viele einfache Sichtweisen und Vorurteile vorhanden sind und Minderheiten häufig schlecht dargestellt werden. Daher ist es kaum zu vermeiden, dass KI-Chatbots diese Eigenheiten wiedergeben. KI-Chatbots unterliegen daher immer einem Bias und können nicht als "neutral" bezeichnet werden. |
| |
| <WRAP center round box > | <WRAP center round box > |
| == ✍ Auftrag == | == ✍ Auftrag == |
| In diesem Auftrag recherchierst du nach konkreten Beispielen für einen KI-Bias. | In diesem Auftrag recherchierst du nach konkreten Beispielen für ein KI-Bias. |
| - Recherchiere nach drei verschiedenen KI-Bias-Beispielen. Überlege dir, wer davon betroffen ist und welche Auswirkungen das für die Betroffenen hat. | - Recherchiere nach drei verschiedenen KI-Bias-Beispielen. Überlege dir, wer davon betroffen ist und welche Auswirkungen das für die Betroffenen hat. |
| - Schreibe deine Beispiele und Überlegungen in das Textfeld. {{gem/plain?0=N4XyA#094093a86002bb1a}} | - Schreibe deine Beispiele und Überlegungen in das Textfeld. {{gem/plain?0=N4XyA#094093a86002bb1a}} |
| ===== - Fazit ===== | ===== - Fazit ===== |
| <WRAP center round tip 80%> | <WRAP center round tip 80%> |
| Wir Menschen wählen das KI-Modell, die Fehlerfunktion und die Daten für das Training aus. Somit sind wir auch verantwortlich dafür, was eine KI macht. Aber egal wie viel Mühe wir uns dabei auch geben und egal wie gut die KI am Ende funktioniert, eine KI wird vermutlich immer dann und wann Fehler produzieren und eine gewisse Bias aufweisen. Es stellt sich die Frage, wie wir damit umgehen wollen. | Wir Menschen wählen das KI-Modell, die Fehlerfunktion und die Daten für das Training aus. Somit sind wir auch verantwortlich dafür, was eine KI macht. Aber egal wie viel Mühe wir uns dabei auch geben und egal wie gut die KI am Ende funktioniert, eine KI wird vermutlich immer dann und wann Fehler produzieren und ein gewisses Bias aufweisen. Es stellt sich die Frage, wie wir damit umgehen wollen. |
| </WRAP> | </WRAP> |
| |
