Material

• Tablet mit Zugang zur Plattform Vittascience
• Evtl. Geschichten, Anfänge von Geschichten oder Bilder, zu denen Geschichten geschrieben werden können

Medienkompetenzen

3.1 Digitale Inhalte erstellen
5.2 Kritisch-reflektiert mit digitalen Medien interagieren

Bezug zum Lehrplan

Langues: Production orale et écrite

Kontext

Die Lernenden erkunden die Funktionsweise eines Large Language Modells (LLM) und ändern den Verlauf von Geschichten, indem sie bestimmte Wörter auswechseln. Sie denken über die Bedeutung von Wörtern in einem bestimmten Kontext nach.

Ziele der Stunde

• Die Lernenden schreiben eine Geschichte zu einem bestimmten Thema.
• Sie analysieren die Wahrscheinlichkeit des nächsten Wortes.
• Sie überarbeiten die Geschichte mit dem LLM von Vittascience.
• Sie vergleichen die Geschichten miteinander und nennen bestimmte Merkmale und Unterschiede.

Ablauf der Stunde

 1. Einstieg (10-15 Min)

Brainstorming: Die Lernenden schreiben Ideen dazu auf, wie ein KI-Modell einen Text generiert.

2. Erarbeitung (50 Min)

Den Lernenden wird in Gruppenarbeit ein Thema für eine Geschichte vorgegeben (Hashtags, Bild, Anfang, …). Sie überlegen sich gemeinsam, wie die Geschichte aufgebaut werden kann und wie die logische Fortsetzung dieser sein könnte.

In einem nächsten Schritt analysieren sie ihre Geschichte Satz für Satz und Wort für Wort. Warum haben sie sich für dieses Wort entschieden? Hätte auch ein anderes Wort gewählt werden können?

Die Lernenden nutzen nun die Textgenerierungsfunktion auf Vittascience. Sie geben einen Prompt ein, der eine ähnliche Geschichte generieren soll. An dieser Stelle kann der Begriff „Prompt“ kurz erklärt werden.

Tipp: Der Button „Tokens – Montrer“ zeigt die Wörter des Textes in verschiedenen Farben an. Beim Auswählen eines Wortes wird zusätzlich die Wahrscheinlichkeit dieses und anderer Wörter angezeigt.

Die Lernenden können nun ausprobieren, wie die Auswahl eines Wortes die Geschichte beeinflussen kann. Sie vergleichen die Änderungen miteinander und stellen eventuelle Gemeinsamkeiten fest. Können sie selbst den generierten Verlauf der Geschichte voraussagen, wenn sie einen Token ändern?

Anmerkung: Falls die Geschichte durch das Ändern eines Tokens nicht in der gleichen Sprache weitergeneriert wird, kann evtl. die Seite neu geladen werden, um ein anderes Modell aus der Liste auszuwählen oder die Sprache umzustellen.

3. Abschluss und Reflexion

Die Gruppen stellen ihre Erkenntnisse der Klasse vor. Wurden ähnliche Beobachtungen gemacht?

Sie können die Version der Geschichte, die ihnen am besten gefallen hat, fertig erarbeiten und alle Geschichten können gesammelt und zusammengestellt werden.

Weiterführende Aktivitäten

Bei Vittascience gibt es die Möglichkeit, sich anzeigen zu lassen, wie viel Energie das Erstellen einer Geschichte gekostet hat. Ausgehend von diesen Zahlen kann über das Schonen von Ressourcen gesprochen werden und die Lernenden können sich einen verantwortungsvollen Umgang mit KI überlegen. Wofür kann man sie nutzen? Wann ist es vielleicht nicht sinnvoll? Wie kann ich Ressourcen sparen, auch allgemein und nicht nur im Kontext der Nutzung von KI?