Künstliche Intelligenz im medienpädagogischen Kontext

31.03.2022 | Aktuelles

Quelle: Pixabay

Künstliche Intelligenz (KI) beeinflusst zunehmend die moderne Medienwelt und ist damit auch für die Medienpädagogik ein relevantes Spannungsfeld. In unserer neuen Artikelreihe wollen wir klären, wie diese Technologie funktioniert, inwiefern sie für die Medienpädagogik wichtig ist und vor allem Tipps geben, wie das Thema in der Praxis mit Kindern und Jugendlichen erarbeitet und diskutiert werden kann.

Künstliche Intelligenz im Alltag von Kindern und Jugendlichen

Die Zahl an Plattformen, die die Technologie der Künstlichen Intelligenz anwenden, steigt durchgehend an. Unsere digitalen Medienwelten werden also zunehmend durch KI beeinflusst – und damit ebenfalls viele Bereiche des Alltags junger Menschen. Nicht zuletzt die JIM- und KIM-Studien machen deutlich, dass Kinder und Jugendliche einen Großteil ihrer Freizeit online verbringen. Es ergibt sich also ein gesteigerter Bedarf, den jüngsten Mitgliedern unserer Gesellschaft die Technologie erklär- und erfahrbar zu machen. Es müssen entsprechende Lehrangebote geschaffen werden, die die Adressat*innen einbeziehen und aus medienpädagogischer Perspektive dafür sorgen, dass KI verstanden, erfahrbar gemacht und eingesetzt werden kann. Dazu gehört es auch, mögliche Gefahren zu benennen, die mit der Nutzung einhergehen können.

Was ist KI?

Unter künstlicher Intelligenz (KI) verstehen wir Anwendungen, innerhalb derer Maschinen Intelligenzleistungen erbringen, die denen von Menschen ähneln. Grundsätzlich geht es darum, Maschinen zu lehren, Funktionen des menschlichen Gehirns nachzuahmen, wie beispielsweise Lernen oder Probleme zu lösen.

KI kann in drei Bereiche aufgeteilt werden: das Machine Learning, die Verarbeitung von Sprache und das Deep Learning. Aber keine Angst: Maschinen, die das menschlichen Handeln und Denken komplett ausführen und nachahmen können, dienen eher als Vorlage für Science-Fiction-Formate und sind in der Realität, wenn überhaupt, Zukunftsmusik. Alle Prozesse, in denen uns KI bisweilen begegnet, können der schwachen KI zugeordnet werden. Es geht hier um Daten, mit denen KI trainiert wird, um immer mehr Prozesse selbst steuern zu können und darauf basierend Vorschläge zu machen.

Künstliche Intelligenz im medialen Bereich

Eine KI trifft Entscheidungen, die auf Nutzer*innen-Daten basieren. Zudem hängen die Entscheidungen davon ab, wie die KI programmiert wurde, also wie und was sie lernen soll. Häufig kommt KI beispielsweise in Social-Media-Angeboten vor: Die KI weiß, welche Themen die User*innen besonders interessieren, welche Musik sie gerne hören, welche Produkte sie momentan auf ihrer Online-Shoppingliste oder welche Werbung sie geklickt haben. Auf Basis dieser Daten werden beispielsweise kommerzielle Produktvorschläge innerhalb von Social-Media-Angeboten präsentiert. Weil diese stark personalisiert, also auf die Nutzer*innen zugeschnitten sind, können sie einen erhöhten Kaufanreiz darstellen.

Empfehlungssysteme, wie sie beispielsweise bei TikTok oder YouTube zu finden sind, die anhand unseres Konsumverhaltens Vorschläge generieren, lernen von und mit ihren Nutzer*innen. Im Umkehrschluss bedeutet das auch, dass sie ebenso von den Nutzenden trainiert werden. Indem man beispielsweise bei YouTube Videos mit bestimmter Thematik und Inhalten ansieht, trainiert man die Website hinsichtlich der eigenen Interessen. In Zukunft werden immer häufiger Videos innerhalb der Plattform vorgeschlagen, die sich inhaltlich, wie bezüglich des Formats an diesen Themen orientieren. Dabei können Algorithmen das Leben und den Alltag junger, sich in der Entwicklung befindender Menschen stark beeinflussen und deren Blick auf die Welt in diverse Richtungen lenken. Damit besteht die Gefahr für Jugendliche, in sogenannte Filterblasen hineinzugeraten: Die trainierten Algorithmen können dazu führen, dass man nur Beiträge angezeigt bekommt, die die eigene Meinung widerspiegeln. Weil keine Gegenperspektiven aufgezeigt werden, können Kinder und Jugendliche das Gefühl bekommen, dass nur ihre Meinung die ‚richtige‘ ist.

Zudem nehmen solche trainierten Algorithmen meist keine qualitative Analyse der veröffentlichten Inhalte vor, sodass Fake News gestreut werden können, die in entsprechenden Filterblasen auftauchen und sich aufgrund der Technologie rasant verbreiten können. Außerdem kursieren mittlerweile gehäuft sogenannte Deep Fakes im Internet. Beim Begriff ‚Deep Fakes‘ handelt es sich um eine Zusammensetzung aus ‚Deep Learning‘ und ‚Fake‘. Damit sind mediale Inhalte gemeint, die unter Anwendung von Technologien der Künstlichen Intelligenz automatisiert erstellt werden. Eine Methode, um mit Kindern und Jugendlichen Fake News zu entlarven, finden Sie in diesem Artikel.

Ein weiterer wichtiger Aspekt, der in Bezug auf KI angesprochen werden sollte, sind sogenannte ‚Bias‘. Diese Verzerrungseffekte entstehen durch einen mangelhaften Datensatz, auf Basis dessen der Algorithmus lernt. Dadurch können Menschen beispielsweise aufgrund äußerlicher Merkmale, wie Geschlecht oder Stellung innerhalb der Gesellschaft grundsätzlich ausgegrenzt, schlechter bewertet oder ausgeschlossen werden. Was passiert, wenn eine KI Fehler macht und beispielsweise Personen oder ganze Gruppen ausschließt und diskriminiert wird in einem Video von So Many Tabs erklärt, das sich gut für die Nutzung innerhalb medienpädagogischer Projekte mit Kindern und Jugendlichen eignet.

Herausforderungen durch KI für Kinder und Jugendliche

Junge Menschen sind noch besonders „formbar“ − sie befinden sich in einer Lebensphase, in der ihr psychisches und emotionales Grundkonstrukt entsteht. Es ist entsprechend auch die Zeit, in der sie besonders verletzlich und angreifbar sein können. Gerade für Jugendliche können Empfehlungsalgorithmen, Filterblasen und Fake News also besonders gefährlich sein. Das ist allerdings kein Grund, KI nun grundsätzlich mit einem ängstlichen Blick zu betrachten. Viel wichtiger ist es, Jugendlichen ein Grundverständnis von KI zu vermitteln, das ihnen einen kompetenten und verantwortungsvollen Umgang mit Medien und der Technologie ermöglicht. Wie man das mit geeigneten Methoden in die Praxis umsetzen kann, erfahren Sie bald hier, im zweiten Teil unserer Artikelreihe.

Zeynep Özmert und Marie Kätzlmeier