Mit Hilfe von Künstlicher Intelligenz sind Sprachassistenzen wie Alexa, Siri und Co. in der Lage uns Menschen zu verstehen und uns im Alltag zu unterstützen. Verfahren wie Natural Language Processing (NLP) machen die Interpretation menschlicher Sprache möglich. Da diese Prozesse komplex und für Laien oft schwer nachvollziehbar sind, kommt es häufig zu Missverständnissen und Fehlvorstellungen über die tatsächlichen Fähigkeiten sprachbasierter KI-Systeme. Ein mangelndes Verständnis über die Funktionsweise sprachbasierter KI-Systeme kann jedoch ein Risiko für die Nutzung darstellen. Dies kann dazu führen, dass das Potenzial der Sprachassistenzen nicht voll ausgeschöpft wird und Sprachbefehle der Nutzenden von den Systemen missverstanden werden, was zu Enttäuschung und Frustration führt.

Auch die Dialogfähigkeit sprachbasierter KI-Systeme birgt die Gefahr, dass Nutzer:innen unbewusst beeinflusst werden. Durch die Verwendung menschlicher Sprache werden Sprachassistenzen in der Interaktion oft als eine Art Freund oder Familienmitglied wahrgenommen. Auch wenn dies positive Effekte auf die Nutzenden haben kann, verleitet es häufig dazu, mehr private Informationen mit den Systemen zu teilen und eher deren Empfehlungen zu folgen. In dieser Konsequenz können Sprachassistenzen auf mehr Informationen über die Nutzenden zugreifen, womit sie Nutzungsverhalten und Entscheidungen beeinflussen können. Daher wird die selbstbestimmte Interaktion dieser sprachbasierten KI-Systeme auch durch die Möglichkeit der unbewussten Beeinflussung und gefährdeten Privatsphäre eingeschränkt. 

Um allen Menschen einen selbstbestimmten Umgang mit sprachbasierten KI-Systemen zu ermöglichen, sind gezielte Maßnahmen erforderlich, um die individuellen Risiken zu minimieren und die Möglichkeiten dieser Systeme vollumfänglich zu nutzen.

Das Digital Interaction Literacy Modell

Hierzu hat das Projektteam MOTIV der Universität Würzburg das Digital Interaction Literacy Model entwickelt (kurz: DIL-Modell). Ausgehend von Interviews mit Expert:innen verschiedener Disziplinen (z. B. Psychologie, Pädagogik, Verbraucherschutz und Design) wurde ein Kompetenzrahmen für die selbstbestimmte Interaktion mit sprachbasierten KI-Systemen erarbeitet. In Ergänzung mit wissenschaftlicher Literatur lassen sich drei zentrale Kompetenzdimensionen ableiten: 

1. Verständnis der Funktionsprinzipien
Neben dem Wissen über die internen Prozesse bei der Verarbeitung von Sprachbefehlen durch sprachbasierte KI-Systeme ist auch ein Verständnis für eine effiziente Handhabung von Bedeutung. Hinzu kommt ein Bewusstsein der zugrunde liegenden Algorithmen sowie Kenntnisse zu Lernprozessen von KI-Systemen.

2. Achtsamer Umgang 
Die Fähigkeit, die eigenen Interaktionen mit sprachbasierten KI-Systemen kritisch zu hinterfragen und zu planen, ist ein essenzieller Bestandteil. Besonders relevant sind das Verständnis von Datenschutzrisiken, die Umsetzung entsprechender Schutzmaßnahmen für die Privatsphäre und das Erkennen sozialer Einflüsse durch die KI-Systeme. Dies trägt zu einer reflektierten und kontrollierten Nutzung bei, in deren Folge Fehlannahmen zu den Systemen reguliert und zukünftige Interaktionen selbstbestimmt gestaltet werden können.

3. Zielgruppenspezifische Kompetenzen
Diese Kompetenzen sind je nach Interessen und Verantwortlichkeiten nur für spezifische Gruppen an Nutzenden relevant. Entwicklungskompetenzen (z. B. Programmierkenntnisse) sind für Personen wichtig, die die Systemfunktionen an ihre Bedürfnisse anpassen wollen. Kommunikationskompetenzen sind für Erziehungsberechtigte und Lehrende essenziell, um das Wissen über die sprachbasierten KI-Systeme verständlich zu vermitteln.

Trainings zur Förderung der digitalen Interaktionskompetenz

Sprachgesteuerte KI-Technologien wie LLM-basierte Sprachassistenzen oder generative KI-Chatbots wie ChatGPT durchdringen immer mehr unseren privaten und beruflichen Alltag. Deshalb können alle Menschen von grundlegenden KI-Kompetenzen profitieren, um die sprachbasierten KI-Systeme selbstbestimmt und effektiv zu nutzen. Um die einzelnen Kompetenzen trainieren und vertiefen zu können, hat das Projektteam MOTIV eine Online-Trainingsplattform entwickelt.

Aufbau und Inhalte der Trainingsplattform

Die Online-Trainingsplattform umfasst insgesamt sechs Trainingsmodule. Diese decken ein breites Themenspektrum ab, von der Funktionsweise von Sprachassistenzen über Lernprozesse von KI-Systemen bis hin zur sozialen Beeinflussung durch Sprachassistenzen. Damit die Nutzenden ein tiefergehendes Verständnis der einzelnen Bereiche erlangen können, beinhaltet jedes Modul drei aufeinander aufbauende Trainingseinheiten.

Die Trainingseinheiten bestehen aus Lerntexten sowie Lernvideos, welche mediendidaktisch und instruktionspsychologisch optimiert sind, um ein positives Lernerlebnis zu ermöglichen. Jedes Trainingsmodul beginnt mit einem thematischen Überblick, der im Laufe des Trainings vertieft wird. Lernende können nach Abschluss eines Trainingsmodules ihr erworbenes Wissen anhand interaktiver Aufgaben festigen und testen. Hierzu stehen verschiedene Aufgabentypen wie Multiple-Choice, Lückentexte, Zuordnungsaufgaben und Lernspiele bereit. Integrierte Gamification-Elemente wie Feedback und Lob fördern die Motivation während des Lernprozesses. Zudem wird ein edukativer Chatbots entwickelt, der Fragen zum Trainingsthema beantwortet und Lerninteresse weckt. Nach dem Training bekommen die Lernenden eine Rückmeldung und können falsch gelöste Aufgaben wiederholen.

Die Trainings sind online und kostenlos zugänglich. Darüber hinaus wurde jede Trainingseinheit wissenschaftlich auf ihre Wirksamkeit untersucht, um den Lernerfolg sicherzustellen. Somit können alle Interessierten eigenständig lernen und dabei ihre digitale Interaktionskompetenzen erweitern.

Maßgeschneiderter Trainingserlebnisse

Die Trainingsplattform ermöglicht ein hohes Maß an personalisierten Lernerfahrungen. So können die Lernenden beispielsweise ihr Lerntempo selbst bestimmen und die Lerneinheiten nach ihren persönlichen Interessen auswählen. Ergänzend kann ein Interessenstest mit 36 Fragen beantwortet werden, auf dessen Basis ein Empfehlungssystem individuell passende Trainingsmodule vorschlägt. Auch können Teilnehmende die Nutzungsdaten ihrer Sprachassistenzen bereitstellen, auf deren Basis Trainingsvorschläge abgeleitet werden. Dabei werden die Daten auf bestimmte Schlüsselwörter hin analysiert, womit die personalisierte Empfehlung der Trainingsmodule auf Basis des Nutzungsverhaltens verfeinert wird. Die Freigabe der Daten ist freiwillig und die genaue Verfahrensweise mit den Daten wird den Nutzenden erklärt. Auch ohne die Freigabe der Nutzungsdaten können alle Trainingsinhalte in vollem Umfang genutzt werden und die Trainingsqualität bleibt unverändert.

Sofern Lernende ihre Nutzungsdaten geteilt haben, erhalten sie als Ergebnis der Analyse ein individuelles Nutzungsprofil mit interessanten Informationen (z. B. Anzahl und Art der verwendeten Sprachbefehle). Auch die Privatsphäre der Nutzenden wir vollumfänglich gewahrt, da alle geteilten Daten ausschließlich lokal auf dem PC der Lernenden verarbeitet werden und nicht auf der Trainingsplattform gespeichert werden.

Fazit

Sprachbasierte KI-Systeme sind heute allgegenwärtig. Daher ist es wichtig, unsere Fähigkeiten im Umgang mit diesen Technologien zu verbessern. Das DIL-Modell bietet eine wertvolle Grundlage für die Entwicklung von Schlüsselkompetenzen, die für eine selbstbestimmte Interaktion mit modernen KI-Systemen erforderlich sind. Es bereitet uns sowohl auf den Umgang mit heutigen Sprachassistenzen als auch auf zukünftige Generationen von Sprachassistenzen vor. Wie der KI-Campus mit seinen vielfältigen Lernangeboten unterstützt auch die Trainingsplattform von MOTIV mit gezielten Trainingsmodulen dabei, den Umgang mit Sprachassistenzen zu optimieren und die damit verbundenen Chancen und Herausforderungen bestmöglich zu meistern.