180.174 (24S) Deep Fake / KI Content

Sommersemester 2024

Anmeldefrist abgelaufen.

Erster Termin der LV
01.03.2024 18:45 - 20:15 ONLINE ZOOM Off Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch Deep Fake / KI Content
LV-Art Kurs (prüfungsimmanente LV )
LV-Modell Blended-Learning-Lehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 4.0
Anmeldungen 24 (30 max.)
Organisationseinheit
Unterrichtssprache Deutsch
LV-Beginn 01.03.2024
eLearning zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

  1. Verständnis der Konzepte und Definitionen: Studenten lernen, was genau unter "Fake News" und "KI-generierten Inhalten" zu verstehen ist.
    Sie werden mit den verschiedenen Formen und Erscheinungsbildern von Fake News vertraut gemacht und verstehen, wie KI-Technologien genutzt werden können, um Inhalte zu generieren.

  2. Erkennen und Analysieren von Fake News: Die Studenten werden befähigt, Fake News zu erkennen und kritisch zu analysieren. Sie lernen Methoden, um die Glaubwürdigkeit von Nachrichten zu bewerten und zwischen faktischen Informationen und Desinformation zu unterscheiden.

  3. Technologisches Verständnis: Die Studenten erlangen ein grundlegendes Verständnis darüber, wie KI-Systeme wie maschinelles Lernen und Natural Language Processing zur Erstellung von Inhalten eingesetzt werden können. Dies umfasst auch das Verständnis der Grenzen und ethischen Implikationen solcher Technologien.

  4. Ethische und rechtliche Aspekte: Die ethischen und rechtlichen Herausforderungen im Zusammenhang mit Fake News und KI-Content werden thematisiert. Die Studenten diskutieren über Verantwortung, Datenschutz und die möglichen Auswirkungen von Fehlinformationen auf die Gesellschaft.

  5. Praktische Anwendung und kritischer Diskurs: Die Studenten führen eigene Projekte durch, in denen sie das Erlernte anwenden. Sie erstellen beispielsweise bewusst Fake News unter kontrollierten Bedingungen, um die Mechanismen zu verstehen, oder entwickeln Strategien zur Bekämpfung von Desinformation.

  6. Förderung von Medienkompetenz: Der Kurs zielt darauf ab, die Medienkompetenz der Studenten zu stärken. Sie lernen, wie wichtig es ist, Quellen zu überprüfen, Informationen kritisch zu hinterfragen und sich bewusst zu sein, wie eigene Vorurteile die Wahrnehmung von Nachrichten beeinflussen können.

  7. Zukunftsperspektiven und Forschung: Abschließend betrachten die Studenten zukünftige Entwicklungen im Bereich der KI und Fake News. Sie diskutieren mögliche Forschungsansätze und Innovationen, die dazu beitragen könnten, das Problem der Desinformation zu bekämpfen.

Lehrmethodik inkl. Einsatz von eLearning-Tools

  1. Vorlesungen und Präsentationen: Die Grundlagen werden durch interaktive Vorlesungen und multimediale Präsentationen vermittelt, unterstützt durch Videos und Infografiken.

  2. Diskussionen

  3. Interaktive Workshops und Webinare

  4. Projektarbeit mit KI-Tools: Die Studierenden nutzen KI-Software wie GPT-3 für praktische Projekte, um die Mechanismen hinter KI-generierten Nachrichten zu verstehen.

  5. Peer-Bewertung und Gruppenarbeit: Gruppenprojekte fördern kritisches Denken und die Fähigkeit, konstruktives Feedback zu geben und zu empfangen.

  6. Abschlussprojekte und Präsentationen: Die Studierenden präsentieren ihre Projekte oder Forschungsergebnisse, um die Anwendung des Gelernten zu demonstrieren, entweder live oder als Videoaufzeichnung.

Inhalt/e

  1. Einführung in Fake News und KI-Content:

    • Definition und Geschichte von Fake News.
    • Übersicht über KI-Technologien im Content-Bereich.
    • Unterscheidung zwischen KI-generierten Inhalten und menschlich erstellten Inhalten.

  2. Technologische Grundlagen:

    • Einführung in maschinelles Lernen und Natural Language Processing.
    • Wie KI Algorithmen Texte, Bilder und Videos generieren.
    • Grenzen und Herausforderungen von KI-generierten Inhalten.

  3. Erkennung von Fake News:

    • Methoden zur Identifizierung von Fake News.
    • Analyse von Fallbeispielen.
    • Werkzeuge und Techniken zur Überprüfung von Fakten.

  4. Psychologische Aspekte:

    • Warum Menschen anfällig für Fake News sind.
    • Die Rolle von Bestätigungsfehlern und kognitiven Verzerrungen.
    • Einfluss von Fake News auf die öffentliche Meinung und das Verhalten.

  5. Ethik und Recht:

    • Ethische Überlegungen bei der Erstellung und Verbreitung von Fake News.
    • Rechtliche Rahmenbedingungen und Gesetze im Umgang mit Fake News.
    • Datenschutz und Persönlichkeitsrechte im Kontext von KI-Content.

  6. Fallstudien und aktuelle Beispiele:

    • Analyse realer Fälle von Fake News in den Medien.
    • Diskussion über den Einsatz von KI in den Nachrichten und sozialen Medien.
    • Untersuchung von KI-generierten Fake News in der Politik und Wirtschaft.

  7. Praktische Anwendungen und Tools:

    • Einsatz von KI-Tools zur Generierung von Inhalten.
    • Werkzeuge zur Faktenüberprüfung und zur Analyse von Social-Media-Trends.
    • Entwicklung von Strategien zur Bekämpfung von Fake News.

  8. Zukunft von KI und Nachrichten:

    • Potenzielle Entwicklungen in KI und maschinellem Lernen.
    • Zukunftsszenarien im Umgang mit Fake News.
    • Die Rolle der KI in der zukünftigen Medienlandschaft.

Erwartete Vorkenntnisse


Erwartet werden hohe Eigeninitiative und Lust auf selbstständiges Erarbeiten von Wissen als Beitrag und Diskussionsgrundlage in dieser Lehrveranstaltung. Wissens-Prosumation statt Konsumation.

 
Geübter Umgang mit Internet und Browser.
Intrinsische, überdurchschnittliche Neugierde und Engagement.

Wichtige Hardware Voraussetzungen!

  1. Moderner Desktop Computer
  2. Smartphone oder Tablet
  3. Gute, stabile Internetverbindung

Link auf weitere Informationen

https://raindrop.io/RUSHSUR/ki-35563988

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

100% Kursbegleitende Leistungsbeurteilung (Ohne Klausur!)

Bitte beachten:
Anwesenheitspflicht bei Webinaren und Präsenz

Hinweis!  Bei begründeter Abwesenheit bitte immer(!) Gründe mitteilen. Anwesenheit wird als Mitarbeit gewertet!

Prüfungsinhalt/e

Aktives Interesse und Mitarbeit über die gesamte Kursdauer.

Beurteilungskriterien/-maßstäbe

Noten relevant beurteilt wird:

  • Präsentation eines eigenen/gemeinsamen Kursprojekts (in der Präsenz)
  • Referat (online oder Präsenz)
  • Mitarbeit (aktive, rege, erkennbare (Audio/video oder chat) Teilnahme in Webinaren und Präsentationen) super wichtig!  Nur stumme unsichtbare Teilnahme gilt nicht als Mitarbeit.
  • Challenges (Aufgaben pro Webinar)

Anmerkung zur KI

Für die genannten Prüfungsleistungen gilt folgende Regelung im Umgang mit KI-basierten Anwendungen: bzw. Für die oben genannte Prüfungsleistung wird der folgende Umgang mit KI-basierten Anwendungen festgehalten:

Der Einsatz von Werkzeugen der Künstlichen Intelligenz ist im gesamten Arbeits- und Schreibprozess nicht nur erlaubt, ihr Einsatz wird aus lehr- und lerndidaktischen Gründen sogar ausdrücklich erwünscht. Die Studierenden verpflichten sich dazu, den Einsatz von KI-Tools im Textprodukt offenzulegen und KI-generierte Passagen entsprechend zu kennzeichnen (Vorschläge für die Kennzeichnung sowie Richtlinien für einen verantwortungsvollen Umgang mit KI-Tools werden im Kurs diskutiert und auf Moodle bereitgestellt). Die Studierenden übernehmen die alleinige Verantwortung für den produzierten Text.


Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Medien- und Kommunikationswissenschaften (SKZ: 641, Version: 16W.3)
    • Fach: Medienpraxis (Wahlfach)
      • Spezielle Aspekte der audiovisuellen Medien- und Studioproduktion ( 0.0h KS / 4.0 ECTS)
        • 180.174 Deep Fake / KI Content (2.0h KS / 4.0 ECTS)
          Absolvierung im 2., 3., 4. Semester empfohlen

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Diese Lehrveranstaltung ist keiner Kette zugeordnet