Anwendungen künstlicher Intelligenz, kritisches Denken und menschliche Zusammenarbeit in Forschung, Lernen und Arbeit. Ein offener Experimentierraum, in dem Mitglieder die Initiative ergreifen, Fehler korrigieren und Partner wählen; das Labor führt ihr Projekt nicht für sie.
Tor: Lernen, ein kleines Projekt mit realem Problem, Belegquellen, Ergebnisprüfung und ethischer Reflexion aufzubauen. Mitglieder wählen ihren eigenen Kontext und halten Quellen und vorgenommene Änderungen fest; für bloße Teilnahme gibt es weder Stufen noch Punkte.
Wie man in diesem Labor arbeitet
Free-Initiative-Methode: Beginnen Sie so, dass es Ihren Umständen entspricht, zeichnen Sie Ihre Annahmen, Fehler und Korrekturen auf und entscheiden Sie dann selbst, ob Sie einen Wissenskreis einbeziehen oder Teilnehmer einladen.
Notieren Sie nach jeder Aktivität, was sich in Ihren Auswahlmöglichkeiten nach der Überprüfung geändert hat, und legen Sie einen optionalen nächsten Schritt fest.
Fügen Sie das Experimentdatum, seine Quellen und Grenzen sowie die Versionen Ihrer Arbeit an, zeigen Sie Fehler und Korrekturen und unterscheiden Sie die einzelnen Arbeiten von den Beiträgen der Partner.
Futuria bietet keinen verbindlichen Einzelservice und vergibt keine automatische Note für den Abschluss einer Aktivität.
Identifizieren Sie ein Problem beim Lernen oder Dienstleistungen und formulieren Sie eine bestimmte Frage, die die Begünstigten, den Zeitrahmen und ein Ergebnis, das überprüft werden kann, benennt. Vermeiden Sie es, Annahmen in Fakten umzuwandeln, und definieren Sie, was Sie messen können, ohne personenbezogene Daten zu sammeln.
Angewandte Erweiterung - Testhypothesen: Wählen Sie drei unabhängige Ansprüche und schreiben Sie für jede eine überprüfbare Antwort. Setzen Sie zwei explizite Vergleichskriterien (Informationsgenauigkeit und Vertrauensgrenzen) und vergleichen Sie die Ergebnisse mit datierten Primärquellen. Geben Sie keine Namen oder privaten Daten von Personen ein und notieren Sie die Unterschiede zwischen den Ausgaben.
Angewandte Aktivität
Erstellen Sie eine Problemkarte: Der Kontext, die Frage, drei alternative Hypothesen und zwei messbare Indikatoren.
Erwartete Beweise
Eine datierte Problemkarte mit nachvollziehbaren öffentlichen Quellen.
Fragen zur Selbstprüfung
Was ist der Unterschied zwischen einer allgemeinen und einer testbaren Frage?
Antworten: Eine überprüfbare Frage benennt die Begünstigten, den Zeitrahmen und ein Ergebnis, das überprüft werden kann. Eine allgemeine Frage bietet keine Möglichkeit, das Ergebnis zu beurteilen.
Warum drei alternative Hypothesen anstelle einer schreiben?
Antworten: Alternativen hindern uns daran, unsere erste Annahme als Tatsache zu behandeln, und drängen uns, nach Beweisen zu suchen, die zwischen ihnen unterscheiden.
Wie können Sie das Ergebnis messen, ohne personenbezogene Daten zu sammeln?
Antworten: Verwenden Sie allgemeine, aggregierte oder veröffentlichte Indikatoren und vermeiden Sie Namen oder irgendetwas, das Personen identifiziert.
2. Ergebnisse und Verzerrung prüfen
Formulieren Sie die gleiche Anfrage auf drei Arten und vergleichen Sie die Antworten. Überprüfen Sie die zitierten Referenzen in ihren Originalquellen und unterscheiden Sie zwischen Fakten, Rückschlüssen und undokumentierten Ansprüchen. Besprechen Sie, wie Sprache und Kontext das Ergebnis beeinflussen.
Angewandte Erweiterung - Eine Risiko- und Bias-Matrix: Testen Sie die Antwort über verschiedene Kontexte und Sprachen hinweg und identifizieren Sie, wer verletzt werden könnte, wenn sich ein Benutzer ohne Prüfung darauf verlassen würde. Trennen Sie die Wahrscheinlichkeit von Beweisen und halten Sie einen Menschen als Entscheidungsträger; Notieren Sie Korrekturmaßnahmen und die unbekannten Grenzen.
Angewandte Aktivität
Erstellen Sie eine Tabelle, in der eine evidenzbasierte Antwort, eine widersprüchliche Antwort und eine Behauptung, die noch überprüft werden muss, verglichen werden.
Erwartete Beweise
Eine Tabelle mit Beweisen, Vorbehalten und Korrekturmaßnahmen.
Fragen zur Selbstprüfung
Was ist der Vorteil einer Umformulierung derselben Anfrage auf drei Arten?
Antworten: Es zeigt, ob die Antwort stabil bleibt oder sich mit dem Wortlaut ändert, was angibt, wie zuverlässig sie ist.
Was unterscheidet eine Tatsache, eine Schlussfolgerung und eine undokumentierte Behauptung?
Antworten: Eine Tatsache wird durch eine überprüfbare Quelle gestützt, eine Inferenz ist eine auf Beweisen basierende Interpretation, und eine undokumentierte Behauptung hat keine Quelle.
Wer trifft die endgültige Entscheidung, wenn ein KI-Tool verwendet wird?
Antworten: Der Mensch: Das Tool schlägt vor, während der Benutzer überprüft, entscheidet und Verantwortung übernimmt.
3. Der kleine Prototyp und der Mensch in der Schleife
Entwerfen Sie ein einfaches Verfahren, das einem Lernenden hilft, Studienquellen auszuwählen oder einen Lernpfad zu organisieren, die endgültige Genehmigung einer Person zu überlassen und die Grenzen des Modells zu dokumentieren.
Applied Extension – Human-zentriertes Design: Erstellen Sie einen kleinen Prototyp, der den Benutzern bei der Auswahl hilft, ohne sich für sie zu entscheiden. Vergleichen Sie eine Option ohne KI mit einer KI-unterstützten Option und testen Sie, ob Benutzer die Ausgabe konkurrieren, verstehen und den Dienst deaktivieren können.
Angewandte Aktivität
Entwerfen Sie ein dreistufiges Interaktionsmodell und testen Sie es mit zwei hypothetischen Szenarien ohne reale Daten.
Erwartete Beweise
Ein Workflow-Diagramm, Testergebnisse und ein Hinweis zu den Nutzungsgrenzen.
Fragen zur Selbstprüfung
Was bedeutet "Mensch in der Schleife"?
Antworten: Eine Person behält eine Rolle bei der Überprüfung der Ergebnisse des Systems und der Genehmigung oder Ablehnung, bevor sie Auswirkungen hat.
Warum eine KI-unterstützte Lösung mit einer Option ohne KI vergleichen?
Antworten: Um herauszufinden, ob KI einen echten Wert hinzufügt oder ob eine einfachere Alternative ausreicht.
Nennen Sie drei Eigenschaften, die im Prototyp getestet werden sollen.
Antworten: Ob Outputs umstritten werden können, ob sie erklärt werden können und ob sich Nutzer vom Service abmelden können.
4. Ergebnisse im Forum präsentieren
Schreiben Sie eine Präsentation, die die Frage, die Methode, die Beweise und das, was nicht funktioniert hat, abdeckt. Bitten Sie um Kritik an einer anderen Disziplin und nehmen Sie die Änderungen in die nächste Version auf.
Applied Extension – Auditing-Ergebnisse nach einer Änderung: Wiederholen Sie das Experiment, nachdem Sie nur ein Element geändert haben, und zeigen Sie dessen Wirkung auf das Ergebnis. Dokumentieren Sie die verwendete Modellversion, das Testdatum, alle Fehler und die Bedingungen, die für die Reproduktion der Arbeit erforderlich sind. Fordern Sie keine Genauigkeit oder Auswirkung an, die Sie nicht gemessen haben.
Angewandte Aktivität
Veröffentlichen Sie einen kurzen Bericht mit einer offenen Frage für mehrsprachige Diskussionen.
Erwartete Beweise
Eine dokumentierte Version des Berichts und ein Änderungsprotokoll.
Fragen zur Selbstprüfung
Was sind die wesentlichen Elemente einer Ergebnispräsentation?
Antworten: Die Frage, die Methode, der Beweis, was nicht funktionierte und die späteren Änderungen.
Warum nur ein Element ändern, wenn ein Experiment wiederholt wird?
Antworten: so dass jede Änderung des Ergebnisses allein diesem Element zugeordnet werden kann.
Welche Informationen werden benötigt, um das Experiment zu reproduzieren?
Antworten: Die Modell- oder Werkzeugversion, das Testdatum sowie die verwendeten Bedingungen und Einstellungen.
Ein Bildungs- und Forschungslabor: Es vergibt keine akademischen Qualifikationen oder Berufslizenzen und ersetzt keine Fachaufsicht für gefährliche oder regulierte Arbeiten. Die Mitglieder treffen ihre eigenen Entscheidungen und halten sich an das Gesetz und die Rechte anderer; Eine Übung darf ohne fachliche Aufsicht nicht in ein risikoreiches Berufs- verfahren umgewandelt werden.