Monat: Februar 2023

KI-Chats wie ChatGPT bergen einerseits die Gefahr, bestehende Defizite in der Informations- und Medienkompetenz zu akzentuieren.

Es ist somit darauf zu achten, dass wichtige Fähigkeitsfelder der Informations- und Medienkompetenz nicht verloren gehen: Wissen über Medientypen, über die Qualität von Quellen, über Publikationszwecke und -prozesse, über Urheberrechte und Lizenzierung, über das Erfassen von (Falsch)Informationen, i.e. wichtige oder falsche Inhalte aus einer Quelle herausfiltern können, etc.

Andererseits haben sie das Potenzial, Metabereiche der Informationskompetenz auf spielerische Art und Weise zu fördern: Etablierung und laufende Anpassung der eigenen Recherchestrategie, richtige Fragen stellen, mentale Flexibilität, Kreativität, schrittweise-annäherndes Vorgehen, Ergebnisoffenheit etc.

Die oben genannten Fähigkeitsfelder sind zu fördern, Chancen und Grenzen der KI-Chats aufzuzeigen.

Der Rechercheprozess ist und bleibt im Rahmen der Informationskompetenz mindestens so wichtig wie das Rechercheprodukt. ChatGPT gibt ein überzeugend wirkendes Produkt aus, verschleiert den Prozess allerdings bisher weitgehend. Andere Tools sind da weiter.

Die verwendeten Informationen und genannten Quellen eines KI-Chatbots müssen einer Qualitäts- und Relevanzprüfung unterzogen werden, will man die wissenschaftliche Hoheit und Verantwortung für einen Text nicht der Maschine abtreten. Es braucht in diesem Fall eine ergänzende Recherche.

KIs, die halluzinieren und erfinden, oder gar nicht erst referenzieren, sind im Lichte der Informationskompetenz kritisch zu sehen. Selbst bei echten Referenzangaben besteht die Gefahr, dass die KI einzelne überzeugend wirkende Quellen gegenüber der Gesamtevidenz überbetont.

Large Language Models unterscheiden sich konzeptionell von Suchmaschinen. Das hat Auswirkungen auf die Quellenkritik.

Nicht nur die Quellen von KI-Produkten, sondern auch die KI-Produkte selbst sind als Quellen qualitativ einzuordnen. Ob das aus klassischer Sicht der Informationskompetenz überhaupt möglich ist, bleibt offen. Und: Wie bewertet man KI-Texte, die ihrerseits als Quelle KI-Texte verwenden, und so weiter?

Bisherige Qualitätsmerkmale seriöser Quellen, etwa deren sprachliche Güte, stehen mit der Vereinfachung der Textproduktion durch KI auf dem Prüfstand. Andere kooperative Ansätze wie das Peer-Review werden womöglich wichtiger.

Die Qualität einer Quelle beruht auf weiteren «Wahrheitskonzepten» (etwa dem Bezug auf eine geteilte Realität), die fallweise offenzulegen und zu hinterfragen sind.

Die KI-Tools werden viele der genannten Defizite, auch aus Sicht der Informationskompetenz, vermutlich in absehbarer Zeit überwinden.

Formate zur Förderung dieser Kompetenzen sind weiter auszubauen.

Die interdisziplinäre Zusammenarbeit und curriculare Verankerung sind voranzutreiben.

Ob relevante wissenschaftliche Texte in die Antworten eines KI-Chatbots einfliessen, kann nur anhand einer transparenten Offenlegung des Datenkorpus und der Quellen beurteilt werden.

ChatGPT beruht bisher weder auf dem aktuellen Surface Web noch auf dem Deep Web.

Somit behalten Bibliothekskataloge, Datenbanken und Google Scholar etc. vorerst ihre Bedeutung, wenn es um den systematischen Zugriff auf Informationen aus lizenziert-geschützten Quellen geht (Deep Web).

Medien, die offen publiziert werden (z.B. Publikationsstandard Open Access), können hingegen theoretisch als Datengrundlage für KI-Chats wie ChatGPT dienen. Die Entwicklung ist also genau zu verfolgen.

Bereits im Februar 2023 gibt es Tools, die aktuelle Internetinhalte in ihren Antworten berücksichtigen.

KI-Chatbots lassen sich mit dem Deep Web, etwa mit Bibliothekskatalogen oder Datenbanken, verknüpfen. Als Korpus kommen in diesem Fall nicht nur Metadaten infrage. Die Chat-Antworten entstünden beispielsweise auch aus offenen oder bereits gekauft-lizenzierten wissenschaftlichen Volltexten. Die Offenlegung des Datenkorpus und der Quellen bleibt entscheidend. ^{_{Update 16. März 2023}}

Ein weiterer Anwendefall wäre die automatische Erstellung einer thematischen Bibliografie aus einem Bibliothekskatalog. ^{_{Update 16. März 2023}}

Klare Verortung von KI-Chats im Rechercheprozess. KI-Chats wie ChatGPT (Large Language Models) können bisher vor allem zur Bestimmung des Informationsbedarfs und Annäherung an ein Themengebiet – und somit zur Schärfung der Fragestellung und Etablierung wichtiger Suchbegriffe hinzugezogen werden. Also im Sinne einer Vorbereitung für die nachfolgende Recherche in «klassischen» Bibliothekskatalogen, Datenbanken etc.

Chancen und Grenzen von KI-Chats erforschen und aufzeigen.

Offenbleiben, Perspektiven erweitern, Entwicklungen wachsam verfolgen, in Kontakt treten, vernetzen.

Bibliotheken sind traditionell Spezialistinnen in Recherche und Umgang mit Informationen und Quellen und gehören zu den wichtigsten Förderinstitutionen für Informationskompetenz und Medienkompetenz. Sie dürfen (und müssen) daher als Key Opinion Leader in Erscheinung treten.