In seinem LinkedIn-Newsletter hat Dominik Lukes, Mitglied des Beirats von Ahead by Bett, kürzlich einen ausführlichen Überblick über neue Trends im Bereich der generativen künstlichen Intelligenz gegeben, die sich in den letzten drei Monaten – etwa seit der Veröffentlichung von GPT-4 – herauskristallisiert haben. Viele der von ihm beschriebenen Veränderungen bauen auf einer schrittweisen Ansammlung von Erfahrungen und Experimenten aus dem Bildungsbereich auf, und während sich diese Tools rasant weiterentwickeln, lassen sie auch die Trends der Zukunft erahnen.

Wir empfehlen Ihnen wärmstens, sich hierDominiks Newsletter anzusehen, um die ganze Geschichte zu erfahren, aber im Folgenden finden Sie bereits einige seiner wichtigsten Tipps und Schlagzeilen.

Lukes unterteilt seine sechs KI-Trends in zwei große Kategorien:

1. Neue Tools und Modelle – sowohl bereits verfügbare als auch angekündigte

2. Entwicklungen hinsichtlich des Verständnissesund derNutzung der Werkzeuge – sowohl der Werkzeuge selbst als auch der Art und Weise, wie wir als Einzelne und als Gesellschaft mit ihnen umgehen

In jeder Kategorie hat Lukes drei konkrete Trends identifiziert, die Sie kennen sollten. Dazu gehören:

 

Neue Werkzeuge und Modelle

1. Nicht mehr nur KI = ChatGPT: Von ChatGPT zu den „Big 4“

In seinem Bericht listet Lukes vier wichtige Chatbots auf, die zur Verfügung stehen: ChatGPT von OpenAI, Claude.ai von Anthropic, Bard von Google und Bing Chat von Microsoft. Während er jedes dieser Tools hinsichtlich der verfügbaren Funktionen und wesentlichen Unterschiede eingehend untersucht, hebt Lukes vor allem hervor, dass „das Spektrum der Aufgaben, die wir diesen Tools übertragen, zu groß ist, um sie umfassend bewerten zu können“, insbesondere da die Tools regelmäßig unterschiedliche Ergebnisse für dieselbe Frage liefern. Wir sind gespannt darauf, mehr darüber zu erfahren, wie sich diese Tools vergleichen lassen, wenn sie sich zunehmend in der Community etablieren.

2. Open-Source-Modelle und die explosionsartige Zunahme von Apps

Generative KI-Tools wurden bislang größtenteils von großen Unternehmen entwickelt und finanziert, die in der Lage sind, die für deren Forschung und Entwicklung erforderlichen Millionenbeträge aufzubringen. Lukes lobt jedoch die Bemühungen, Open-Source-Alternativen zu schaffen, darunter die Bereitstellung offener Datensätze, die jeder nutzen kann, offene Modelle und den Austausch von Techniken. Zwar stellt er fest, dass es für diese Modelle schwierig ist, mit den „Big 4“ Schritt zu halten, doch hält Lukes sie aus zwei Gründen für wichtig: 1. mehr Möglichkeiten für Software, KI-Funktionen zu integrieren und/oder neue KI-Produkte zu entwickeln, und 2. die Erweiterung des Wissens und der Forschungsmöglichkeiten.

3. Neue Tools für die Nutzung großer Sprachmodelle

Die Entwicklung großer Sprachmodelle und KI-Chatbots von Grund auf ist kompliziert und kostspielig, doch Lukes argumentiert, dass die Erstellung von Produkten auf dieser Grundlage überraschend einfach ist. Den größten Fortschritt schreibt er der Praxis der „Tools zur Erstellung von Tools“ zu. Das Schreiben eines einfachen Programms, mit dem man eine PDF-Datei hochladen und eine Zusammenfassung erhalten kann, ist mittlerweile für fast jeden Entwickler und sogar für viele Nicht-Entwickler, die ChatGPT zur Unterstützung beim Schreiben von Code nutzen können, ohne Weiteres machbar. Das Entwickeln mit KI erfordert zwar nach wie vor viel Wissen (wie aus Lukes’ vollständigem Bericht hervorgeht), Fachkenntnisse und oft Zeit für Versuch und Irrtum, aber das bedeutet nicht, dass man über sehr tiefgreifendes KI-Fachwissen verfügen muss. Wie Lukes betont: „Viele der Menschen, die hinter den Tausenden von Produkten stehen, die wir derzeit sehen, sind nicht unbedingt Experten für KI, sondern vielmehr für alle Werkzeuge rund um die KI.“

 

Neue Erkenntnisse

4. Neue Entwicklungen im Bereich Prompt Engineering

In Lukes’ Bericht heißt es: „Der mit Abstand wichtigste Faktor für den Erfolg von ChatGPT gegenüber der Vorgängerversion ist die einfache Chat-Oberfläche. Plötzlich kann jeder einfach mit dem Tool ‚sprechen‘, so wie er es mit einer Person tun würde, ohne darüber nachdenken zu müssen, wie die Eingabeformulierung lauten soll.“ In seinem Abschnitt über Prompt-Engineering-Techniken hebt er jedoch genau hervor, warum dieser Effekt manchmal auch zum Verhängnis werden kann und dazu führt, dass unerfahrene Nutzer wichtige Kniffe übersehen, die Tools wie ChatGPT dabei helfen, effektiver zu arbeiten. In seinem Bericht geht Lukes näher darauf ein, was bei einer guten Eingabeanweisung nebensächlich ist (Rechtschreibung, Wortstellung und Zeichensetzung) und was wirklich zählt (inhaltliche Tiefe und gute Beispiele). Dabei stellt er fünf übergeordnete Kategorien von Techniken des Prompt-Engineering vor, die Ihnen helfen sollen, die Grundlagen zu erlernen: Personas, Beispiele und Modelle, selbst generierte Beispiele, Selbstkritik und Gedankengang.

5. Der Aufstieg eines neuen Berufsbildes: KI-Ingenieur

Wie Lukes erläutert, sind KI-Ingenieure in den letzten sechs Monaten entstanden und nehmen eine Position zwischen dem Produktentwickler und dem Entwickler großer Sprachmodelle ein. Er geht zwar detailliert auf die Aufgaben ein, auf die sich diese Ingenieure in der Regel spezialisieren (zum Beispiel den Aufbau eines tiefgreifenden Verständnisses der Funktionsweise großer Sprachmodelle), stellt jedoch auch fest, dass es aufgrund der rasanten Entwicklung bisher keine Möglichkeit gab, eine formale Ausbildung in diesem Bereich zu absolvieren. Für Lukes zeigt das mangelnde Bewusstsein in Organisationen aller Art hinsichtlich des Bedarfs an KI-Engineering-Fachwissen „die Wissenslücke zwischen dem hochspezialisierten Bereich des maschinellen Lernens sowie der KI-Forschung und -Entwicklung und der traditionellen Softwareentwicklung“. Die gute Nachricht ist jedoch, dass Lukes nach all seinen Recherchen der Ansicht ist, dass diese Art von Fachwissen für jeden, der bereit ist, sich darauf zu spezialisieren, durchaus erreichbar ist – die grundlegenden Fähigkeiten sind weniger technisch, als sie zunächst erscheinen.

6. Klarheit über vertrauenswürdige Informationsquellen zum Thema KI

Wie Lukes in seinem Bericht feststellt, leben wir in einer verwirrenden Zeit: „Die Entwicklungen überschlagen sich in rasantem Tempo, und wie mir kürzlich jemand sagte: Es ist schwer, im Lärm noch das Signal zu erkennen.“ Es gibt nicht nur keine Experten mit fundierter Erfahrung auf diesem neuen Gebiet der generativen KI, es ist nicht einmal klar, wie ein solcher Experte überhaupt aussehen würde. „Es ist leicht, eine Reihe wahrer Aussagen über künstliche Intelligenz zu treffen und dennoch völlig am Thema vorbeizugehen.“ Lukes hat jedoch einen Plan – er rät den Lesern, entweder selbst zum ‚KI-Scout‘ zu werden, also zu jemandem, der aussagekräftige Diskussionen auf verschiedenen Plattformen und in verschiedenen Medien auswertet, oder ein bis zwei Informationsquellen zu finden, die dem eigenen Wissensstand und Interesse entsprechen, und diese im Auge zu behalten. Vor allem betont Lukes, wie wichtig es ist, Wissensquellen zu finden, denen man vertrauen kann – und wir glauben, dass wir genau das in Dominiks Newsletter gefunden haben!

Darüber hinaus hat Lukes (mit Hilfe von Claude.ai) eine kurze Zusammenfassung seiner Forschungsergebnisse erstellt, die folgende wichtige Tipps enthält:

 

TLDR; erstellt von Claude.ai

• KI bedeutet nicht mehr nur ChatGPT. Mittlerweile gibt es vier große KI-Chatbots: ChatGPT, Claude, Bard und Bing Chat. Sie haben jeweils unterschiedliche Stärken.
• MehrOpen-Source-KI-Modelle wie Llama 2ermöglichen eine größere Auswahl an Apps und benutzerdefinierten Modellen. Dies erweitert den Wissensstand und die Anwendungsmöglichkeiten.
• Neue Tools wie LangChainerleichtern die Entwicklung von KI-Apps. Einewahre Flut neuer KI-Start-ups.
• Dank der Fortschritte im Bereich Prompt-Engineeringkönnen Nutzer mehr aus der KI herausholen. Das Anführen von Beispielen und die Aufforderung an die KI, sich selbst zu hinterfragen, führen zu besseren Ergebnissen. 
• Der Aufstieg einer neuen Berufsgruppe:der KI-Ingenieur. Diese Fachkräfte verfügen über spezielle Kenntnisse zur Entwicklung von Apps unter Verwendung von KI-Modellen und APIs.
• Es entstehen zwar vertrauenswürdige Informationsquellen zum Thema KI, doch diese sind nach wie vor auf Blogs, Preprints und Videos verstreut. Der Aufbau eines persönlichen Lernnetzwerks ist daher von entscheidender Bedeutung.

Wir empfehlen allen KI-Begeisterten unter unseren Lesern dringend, sich Dominiks vollständigen Beitrag zu den aktuellen Trends in diesem Bereich anzusehen. Lukes hat sogar ein gemeinsames Google Doc erstellt, das ein anklickbares Inhaltsverzeichnis enthält und den Lesern die Möglichkeit bietet,Änderungen, Ergänzungen und Verbesserungen direkt im Dokument vorzuschlagen.

Viel Spaß beim Lesen!

Dieser Artikel basiert auf einem aktuellen Bericht von Dominik Lukes, Beauftragter für assistive Technologien am Zentrum für Lehre und Lernen der Universität Oxford. Dominik ist federführend bei der Integration assistiver Technologien in die allgemeine akademische Praxis und hat das „Reading and Writing Innovation Lab“ ins Leben gerufen, das verschiedene Technologien zur Unterstützung des akademischen Lesens und Schreibens sammelt und bewertet. In den letzten zwei Jahren hat er Schulungen zum Thema KI im Bildungsbereich durchgeführt und arbeitet derzeit an einem Leitfaden zu ChatGPT für Lehre und Lernen. Mehr über Dominik erfahren Sie hier.