Entmystifizierung maschinellen Lernens: Ein Beitrag zur didaktischen Theoriebildung

dc.contributor.author	Engel, Robin Malte
dc.contributor.editor	Hellmig, Lutz
dc.contributor.editor	Hennecke, Martin
dc.date.accessioned	2023-09-13T11:24:01Z
dc.date.available	2023-09-13T11:24:01Z
dc.date.issued	2023
dc.description.abstract	Das Bild künstlicher Intelligenz ist geprägt von Fehlvorstellungen, und die oft zu beobachtende Zuschreibung von Intelligenz und Lernfähigkeit an ein Informatiksystem verklärt mystisch dessen Fähigkeiten. Dieser Beitrag analysiert Ursachen dieser Mystifizierung, insbesondere der Lernfähigkeit, und mögliche Folgen. Daraus werden Maßnahmen und operationalisierte Lernziele für den Informatikunterricht abgeleitet, die der Mystifizierung entgegenwirken können.	de
dc.identifier.doi	10.18420/infos2023-009
dc.identifier.isbn	978-3-88579-730-2
dc.identifier.pissn	1617-5468
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/42307
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik e.V.
dc.relation.ispartof	INFOS 2023 - Informatikunterricht zwischen Aktualität und Zeitlosigkeit
dc.relation.ispartofseries	Lecture Notes in Informatics (LNI) - Proceedings, Volume P-336
dc.subject	Künstliche Intelligenz
dc.subject	maschinelles Lernen
dc.subject	Entmystifizierung
dc.title	Entmystifizierung maschinellen Lernens: Ein Beitrag zur didaktischen Theoriebildung	de
dc.type	Text/Conference Paper
gi.citation.endPage	122
gi.citation.publisherPlace	Bonn
gi.citation.startPage	113
gi.conference.date	20.-22. September 2023
gi.conference.location	Würzburg, Rostock
gi.conference.review	full

Dateien

1 - 1 von 1