Welches KI- Studium führt zum Erfolg?

25. Juli 2019 0 Von Horst Buchwald

Berlin, 25.7.2019

Künstliche Intelligenz infiltriert jeden Winkel der Hochschulbildung. Als Reaktion darauf wirbt eine wachsende Zahl von ausseruniversitären Anbieten mit Produkten für KI und maschinelles Lernen. Aber was ist der Unterschied zwischen KI, die den Schülern tatsächlich zum Erfolg verhelfen kann, und der so genannten KI, die nichts anderes ist als Entscheidungsbäume oder Marketing-Tricks? Wie können institutionelle Entscheidungsträger den Fachjargon durchbrechen, um die Art von KI zu identifizieren, die tatsächlich im Laufe der Zeit lernen und die Ergebnisse verbessern kann?

Hier ist ein Glossar mit wichtigen KI-Begriffen, die Entscheidungsträgern in der Hochschulbildung helfen sollen, sich durch die Landschaft zu bewegen.

Maschinelles Lernen (ML): Der Prozess, der es Systemen ermöglicht, aus Erfahrungen zu lernen und sich zu verbessern, ohne explizit programmiert zu sein. Machine Learning bezieht sich im Allgemeinen auf die Entwicklung von Computerprogrammen, die auf Daten zugreifen und diese nutzen können, um zu lernen und Vorhersagen für sich selbst zu treffen.

Warum es wichtig ist: Alles, was wir als KI betrachten, beginnt mit dem maschinellen Lernen. Die Fähigkeit eines Programms, selbstständig zu lernen, ist die Grundlage der künstlichen Intelligenz. Das heißt, während alle KI maschinelles Lernen ist, ist nicht alles maschinelle Lernen KI.

Künstliche Intelligenz (KI): Maschinelles Lernen, das dem ähnelt, was wir als menschliche Intelligenz betrachten. Es gibt zwei große Kategorien: „schmale“ KI (oder ANI) ist programmiert, um eine einzige Aufgabe auszuführen, wie z.B. die Vorhersage des Wetters oder das Schachspiel. „Allgemeine“ KI (oder AGI) kann jede intellektuelle Aufgabe, die ein Mensch erfüllen kann, erfolgreich erfüllen.

Warum es wichtig ist: Derzeit existiert die allgemeine KI nur im Bereich der Science-Fiction (denken Sie an Her oder 2001: A Space Odyssey). Allerdings wird die Landschaft der engen KI immer anspruchsvoller. Wir haben noch keine selbstfahrenden Autos, aber wir haben Star Trek-ähnliche Übersetzungen, persönliche Assistenten wie Alexa und Siri und eine immer präzisere Erkennung von Kreditkartenbetrug. Narrow KI macht unser Leben unsichtbar deutlich besser, weshalb wir sein Potenzial in der Hochschulbildung nicht unterschätzen sollten.

Neuronales Netzwerk: Die KI basiert auf der Idee neuronaler Netze – im Wesentlichen künstliche Gehirne aus Silizium. Diese Netzwerke verfolgen einen strukturellen, mehrschichtigen Ansatz bei der Verarbeitung von Informationen, der auf der Funktionsweise des menschlichen Gehirns basiert: Jede Schicht des Netzwerks (bestehend aus künstlichen „Neuronen“) liefert den Input für die nächste Schicht. Im Laufe der Zeit lernen diese Schichten, Muster zu erkennen, die z.B. ein Foto eines Hundes von einer Katze unterscheiden können.

Warum es wichtig ist: Neuronale Netze ermöglichen es der KI, aus dem Nutzerverhalten zu „lernen“. KI-Technologien beginnen in der Regel mit sehr wenig Informationen, aber das neuronale Netzwerk ermöglicht es ihnen, im Laufe der Zeit Fachwissen auf der Grundlage der von ihnen aufgenommenen Daten aufzubauen. Je mehr eine KI beispielsweise Fragen von Studenten über die Details des FAFSA-Abschlusses erhält, desto schneller wird sie erkennen, wie sie auf diese Fragen antworten kann.

Chat-Bot: Die Benutzeroberfläche für die meisten Computerprogramme ist eine Maus, Tastatur oder ein Touchscreen. Chat-Bots, wie Siri und Alexa, bieten eine andere Art von Benutzeroberfläche für KI-Systeme, die Sprache (entweder gesprochen oder getippt) verwendet. Diese KI-Programme reichen von relativ einfachen und regelbasierten (z.B. eine fundierte Antwort auf eine bestimmte Frage) bis hin zu komplexeren und KI-fähigen Programmen, die menschliche Sprache analysieren und aus früheren Gesprächen lernen können, um die Genauigkeit zu verbessern.

Warum es wichtig ist: Es ist einfach, einen einfachen Chat-Bot zu bauen, aber komplex, um einen echten KI-Chat-Bot zu erstellen. (Es gibt eine ganze Website darüber.) Die Fähigkeit eines Chat-Bots, Nachfragen zu verstehen, Rechtschreibfehler zu behandeln und mit Emoji umzugehen, sind allesamt Schlüsselindikatoren dafür, ob er von der KI unterstützt wird. Da sie auf eine nahezu unbegrenzte Anzahl von Schülern gleichzeitig reagieren können, haben Chat-Bots das Potenzial, Echtzeit-Support in noch nie dagewesenem Umfang zu bieten – was Prozesse wie Aufnahme und Einschreibung rationalisieren und es Beratern ermöglichen kann, sich auf Schüler zu konzentrieren, die mehr praktische, persönliche Beratung benötigen.

Natürliche Sprachverarbeitung (NLP): Die Fähigkeit eines Computers, die genaue Bedeutung von menschlichen Gesprächen (oder „natürlicher Sprache“) zu analysieren. Durch die Verwendung von kontextuellen Hinweisen kann NLP Maschinen helfen, das zu verstehen, was Menschen zu sagen versuchen – zum Beispiel, indem sie den Unterschied zwischen dem Versuch, die Buchhaltung zu erreichen, und dem Herausfinden der Anforderungen an den Hauptfach Buchhaltung analysieren.

Warum es wichtig ist: Die Verarbeitung natürlicher Sprache ist in der Hochschulbildung nicht neu. Tatsächlich gehörten die Zulassungsbüros, die von einer Flut von Fragen geplagt waren, als E-Mails Ende der 90er Jahre populär wurden, zu den ersten, die NLP zur Optimierung der Abläufe einsetzten – und eine schnelle Reaktion auf Studenten der Gen X sicherstellten, die einst beliebte Telefone und Call Center meiden. Heute kann NLP der Unterschied zwischen einer guten und einer schlechten Benutzererfahrung sein – fragen Sie einfach jeden, der am Telefon mit einem automatisierten System festsitzt, das sie nicht an die richtige Abteilung schicken kann.

Am wichtigsten ist vielleicht, dass NLP die besonderen sprachlichen Stile der heutigen Schüler besser beherrscht. Obwohl im Entstehen begriffen, bergen Fortschritte in NLP das Potenzial, fast jede Form der Kommunikation zu analysieren, was bedeutet, dass virtuelle Assistenten oder Chat-Bots eine Frage verstehen können, auch wenn sie in einer Reihe von Emoji gestellt wird.

Um das Versprechen der Technologie zu verwirklichen, den Studenten zu helfen, ihre Hochschulausbildung zu navigieren und abzuschließen, ist es für institutionelle Führungskräfte von entscheidender Bedeutung zu verstehen, wie diese Technologie funktioniert – und wie sie sie nutzen können, um die individuellen Bedürfnisse ihrer Studenten zu erfüllen. Der Aufbau einer starken Grundlage in der Sprache der neuen Technologien sollte der erste Schritt eines jeden Entscheidungsträgers sein, um zu erforschen, wie diese Instrumente die Mission aller Hochschulen erfüllen können: die Studenten auf eine strahlende und erfolgreiche Zukunft vorzubereiten.