{"id":13059,"date":"2024-03-30T12:19:57","date_gmt":"2024-03-30T11:19:57","guid":{"rendered":"https:\/\/inkovema.de\/?p=13059"},"modified":"2024-04-03T22:12:59","modified_gmt":"2024-04-03T20:12:59","slug":"digital-guides-for-mediators","status":"publish","type":"post","link":"https:\/\/inkovema.de\/en\/blog\/digital-guides-for-mediators\/","title":{"rendered":"Digital companions for mediators, in: Spektrum der Mediation 95\/2024, p. 15-19"},"content":{"rendered":"

Aufsatz: Digitale Gef\u00e4hrten f\u00fcr Mediator:innen.\u00a0<\/strong><\/h1>\n

in: Spektrum der Mediation 95\/2024, S. 15-19<\/h2>\n

Dr. Sascha Weigel & Frank Termer<\/h2>\n

<\/h2>\n<\/div>
<\/div>
<\/div>
<\/div>
\"\"<\/a><\/div><\/div>
\"\"<\/a><\/div><\/div>
<\/div><\/div><\/div>
<\/div>
<\/div>
<\/div>
<\/pre>\n
Zusammenfassung<\/h2>\n
\n
\n
\n
Der Umgang mit Ku\u0308nstlicher Intelligenz (KI) gleicht dem Fahrradfahren: Nur wenige ko\u0308nnen im Detail erkla\u0308ren, wie es genau funktioniert – vor allem das Balancehalten! Doch nach anfa\u0308nglichen Herausforderungen kommt man mit Freude, Kraft und Begeisterung voran. Gleichzeitig erfordert es aber auch Achtsamkeit, um sich selbst, andere und die Grundregeln des Zusammenlebens nicht zu verletzen. Wie sieht die Praxis mit digitalen Gefa\u0308hrten fu\u0308r Mediator:innen aus?<\/p>\n<\/div>\n<\/div>\n<\/div>\n
<\/h2>\n
Ausz\u00fcge<\/h2>\n
Historische Einordnung<\/i><\/b><\/h2>\n
\n
\n
\n
Die Idee unterstu\u0308tzender KI ist nicht neu, sondern stammt aus den 1950ern. Entwickelt im akademischen Umfeld, basierte sie auf Fortschritten in der Mathematik, Informatik und insbesondere Computerlinguistik, die sich darauf konzentrierten, die Verarbeitung von Daten zu erleichtern, ihre Geschwindigkeit zu erh\u00f6hen und die Tiefe der daraus gewonnenen Erkenntnisse zu vergro\u0308\u00dfern. Historisch gesehen hat KI verschiedene Phasen durchlaufen. Dabei wechselten sich Hochphasen mit gro\u00dfem o\u0308ffentlichem Interesse und hohem finanziellen Engagement in der KI-Forschung mit Phasen ab, in denen das Interesse eher zuru\u0308ckhaltend war und geringe Fortschritte erzielt wurden – dem sogenannten KI-Winter. In den letzten Dekaden sind jedoch markante Entwicklungen zu verzeichnen…<\/p>\n<\/div>\n
\n
\n
\n
Transformer k\u00f6nnen Sprache, nicht Wahrheit<\/i><\/b><\/h2>\n
Kl, wie sie hier diskutiert werden, sind speziell fu\u0308r bestimmte Aufgaben konzipiert und durch intensives Training darauf vorbereitet worden. Ihr gemeinsames Merkmal ist es, in gro\u00dfen Datenmengen Muster zu erkennen und daraus fu\u0308r uns Menschen nutzbare Modelle der multilingualen Welt zu entwickeln. Hervorzuheben ist, dass diese Muster auf Sprache – oder im Fall von Bildern – auf Pixeln basieren, stets unabha\u0308ngig davon, ob sie die \u00bbWahrheit\u00ab widerspiegeln, die in Sprache ausgedru\u0308ckt werden kann, aber nicht muss…<\/p>\n
\n
\n
\n
Prompt Engineering<\/i><\/b><\/h2>\n
Die Interaktion mit KI-Anwendungen erfolgt durch das Prompt Engineering. Sogenannte Prompts als Eingaben fuhren zu maschinell generierten Ausgaben. Je pra\u0308ziser die Eingabe, desto besser die Antwort. Es gilt aber auch hier: Garbage in, Garbage out- die Qualita\u0308t des Outputs ha\u0308ngt von der Qualita\u0308t des Inputs ab. Im Gegensatz zum Googeln, bei dem es eher darauf ankommt, (ausschlie\u00dflich) die Schlu\u0308sselwo\u0308rter einzugeben, kommt es beim Prompting eher darauf an, den Kontext der Frage ausfu\u0308hrlich zu erla\u0308utern.<\/p>\n<\/div>\n<\/div>\n<\/div>\n
Ein guter Prompt beinhaltet: Textart, L\u00e4nge, Thema, Zielgruppe, Ziel und Prompt-Modifikatoren…<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>
\"\"<\/div>
\"\"<\/div>