Ist GPT-3 eine Gefahr für Hochschulen und Universitäten?
Wer in den letzten Tagen kein digitales Sabbatical eingelegt hat, dürfte bereits über den ein oder anderen Artikel zu GPT-3 gestolpert sein.
GPT-3 (Generative Pre-trained Transformer 3) ist ein maschinelles Lernmodell, das von OpenAI entwickelt wurde. Es ist ein natürlichsprachiges Prozessor (NLP) und generatives Modell, das mithilfe von maschinellem Lernen (ML) trainiert wurde, um natürliche Sprache zu verarbeiten. GPT-3 verwendet eine Kombination aus maschinellem Lernen und neuronale Netzwerke, um natürliche Sprache zu verstehen und zu antworten. (...) Es kann verwendet werden, um eine Vielzahl von Aufgaben zu erledigen, einschließlich des Schreibens von Texten, des Verstehens von Kontext, des Erstellens von Software, des Generierens von Antworten auf Fragen und vieles mehr.
Was technisch und abstrakt klingt, ist in der Tat recht beeindruckend. Denn der vorherige Absatz diese Blogbeitrags wurde vom System in Echtzeit, ohne Vorgaben und autonom erstellt, nachdem ihm die Frage "Was ist GPT3?" gestellt wurden. Beeindruckend ist das auch deshalb, weil jeder Durchgang eine unterschiedliche Antwort erstellt, nicht (zwangsweise) inhaltlich aber in Form, Stil, Detailgrad und Umfang.
Dabei kann GPT-3 zu so ziemlich jedem Thema Antworten geben, zu dem ein gewisser Datenbestand existiert… und der ist bereits erheblich und umfasst populäre Inhalte ebenso wie akademische Texte und enzyklopädisches Wissen.
Die Antwort von GPT-3 auf die Frage, was es überhaupt ist.
Innerhalb von Sekunden erstellt die Software damit Antworten auf die Frage, warum man der beste Vater der Welt ist, wie eine Stellenbeschreibung für einen CTO aussehen sollte oder welche Inhalte eine Modulbeschreibung für einen Masterkurs zu Wasserressourcenmanagement beinhalten sollte. Und da wird es für Hochschulen spannend.
Chancen und Risiken für Hochschulen
Denn tatsächlich ist es für GPT-3 ein leichtes, Daten zu aggregieren und sinnvoll zusammenzuführen. Das Modell kann damit auf vielfältige Weise für Aktivitäten in der Hochschulbildung eingesetzt werden, wie zum Beispiel für die Erstellung von Forschungsarbeiten, Präsentationen und Aufsätzen, die Automatisierung von Tests und die Schaffung von digitalen Assistenten.
GPT-3 kann auch dazu verwendet werden, Studierenden bei der Erstellung ihrer Arbeiten zu unterstützen, indem es ihnen bei der Formulierung von Ideen, der Recherche nach Informationen und der Strukturierung ihrer Arbeit hilfreich zur Seite steht. Studierende können GPT-3 zur Erstellung von Inhalten verwenden, ohne sich Gedanken über Plagiate machen zu müssen.
Allerdings kann GPT-3 auch missbraucht werden, um eben jene Plagiate zu erstellen. Da es in der Lage ist, mit sehr wenigen Eingaben einzigartige und überzeugende Texte zu generieren, können Studierende versuchen, GPT-3-Texte als Originalarbeiten auszugeben.
Glauben Sie nicht? Nun, auch die letzten drei Abschnitte wurden von der Software erzeugt und nur minimal verändert (siehe das folgende Bild). Und wäre Ihnen das aufgefallen?
Die Antwort von GPT-3 auf die Frage: “Wie kann man GPT-3 für die Hochschulbildung einsetzen? Gehe bei der Antwort insbesondere auch auf Risiken durch Plagiate ein.”
Eine komplette Hausarbeiten für zwei Euro?
Für Hochschulen wird das System damit zu einer großen Herausforderung. Sie erwarten von Ihren Studierenden häufig Hausarbeiten, Einsendeaufgaben oder schriftliche Zusammenfassungen. Und genau darin liegt die Stärke von GPT-3. Für kleines Geld (ca. 3 Cent pro 1.000 Worte) können Studierende sich damit komplette Hausarbeiten, Präsentationen oder Beiträge für Diskussionen erstellen lassen. Wie überzeugend diese sind, zeigen die folgenden (kostenfreien) Eindrücke:
Gleichzeitig ist das Modell natürlich nicht wirklich intelligent... sondern kombiniert verfügbare Informationen auf Grund von Wahrscheinlichkeiten. Wenn diese Informationen fehlen, erfindet es einfach etwas… und das wird in Zeiten von Fake News zu einem Problem.
Besonders deutlich wird das, wenn man wissen möchte, wer man eigentlich selbst ich. Google gibt hier immer recht klare Antworten (in Form einfacher Links auf meine Webseite und ggf. kurzer Zusammenfassungen von Webseiten)... oder einer leeren Resultatseite, wenn nichts zu finden ist.
GPT-3 hingegen “lügt”, was das Zeug hält. Mal ist man Musiker, mal Schauspieler, mal Autor... was alles beeindruckend klingt aber eben so gar nicht stimmt. Grund hierfür ist, dass die Texte auf Grund von Häufigkeiten generiert werden… und da häufig nach Musikern, Schauspielern oder Autoren gesucht wird, bewertet das Modell die Wahrscheinlichkeit als hoch, dass auch der jetzt gesuchte Name in dieses Schema passt.
Ansonsten dürfte GPT-3 in Zukunft aber tatsächlich einiges revolutionieren. Denn so schnell, wie die KI auch komplexe Texte erstellt und Zusammenhänge erklärt, wird es zunehmend schwierig, zwischen Mensch und Maschine zu unterscheiden... und nahezu unmöglich, Plagiate zu erkennen.
Für Hochschulen und Lehrende ist das eine echte Herausforderung.
PS. Die AI können Sie selbst in einer kostenfreien Variante ausprobieren. Auch das Blogbild wurde übrigens von einer AI (NightCafé) erstellt.
