Ethical Complexities in Using GenAI: How do University Teachers and Students in Nepal Navigate them?
Diese Studie untersucht die ethischen Komplexitäten und systemischen Spannungen, mit denen Hochschullehrer und Studierende im Bereich der Bildungswissenschaften in Nepal im Zusammenhang mit der Nutzung von generativer KI konfrontiert sind, wobei aufgezeigt wird, wie das Fehlen institutioneller Richtlinien Verwirrung über Urheberschaft und Transparenz schafft, während gleichzeitig Einblicke für die Entwicklung unterstützender nationaler und institutioneller Richtlinien geboten werden.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich das Universitätsklassenzimmer in Nepal wie eine geschäftige Baustelle vor. Jahrelang kannte jeder die Regeln: Wenn man eine Wand baute, musste man den Zement selbst anmischen. Doch plötzlich tauchte ein magischer, superschneller Roboter (GenAI) auf, der in Sekundenschnelle Zement mischen und Ziegel legen konnte.
Das Problem? Der Bauleiter (die Universität) hat noch kein neues Regelwerk geschrieben. Niemand weiß, ob es Betrug ist, den Roboter die Arbeit machen zu lassen, oder ob es okay ist, den Roboter nur nach ein paar Ideen zu fragen.
Dieses Forschungspapier mit dem Titel „Ethical Complexities in Using GenAI“ ist wie eine Gruppe von Ermittlern, die durch diese Baustelle geht, um zu sehen, wie die Arbeiter (Studenten) und die Vorarbeiter (Lehrer) mit dieser neuen, verwirrenden Maschine umgehen.
Hier ist, was sie herausgefunden haben, vereinfacht dargestellt:
1. Die Verwirrung um die Frage „Wer hat das gebaut?“ (Autorenschaft)
Das größte Kopfzerbrechen bereitet die Frage, wer die Wand tatsächlich gebaut hat.
- Das Dilemma der Studenten: Studenten nutzen den Roboter, um Essays zu schreiben. Aber wenn sie das Endprodukt betrachten, können sie nicht mehr unterscheiden, wo ihre eigenen Ideen enden und die des Roboters beginnen. Es ist, als würde man einen Kuchen essen, der von einem Roboter gebacken, aber von einem selbst dekoriert wurde; ist der Kuchen dein Werk?
- Das Ergebnis: Ohne klare Regeln stecken die Studenten in einer „Grauzone“ fest. Sie wissen nicht, ob sie sagen müssen: „Ich habe einen Roboter benutzt“, oder ob sie das Ganze einfach als ihr eigenes ausgeben können. Sie haben Angst, versehentlich beim Plagiat erwischt zu werden, weil sie nicht wissen, wo die „sichere“ Grenze liegt.
2. Das Problem des „Stillen Partners“ (Transparenz)
Da es keine Regeln gibt, hält jeder Geheimnisse bereit.
- Studenten nutzen den Roboter, erzählen es ihren Lehrern aber nicht. Sie haben Angst, dass sie bestraft werden oder als faul gelten, wenn sie zugeben, ihn benutzt zu haben.
- Lehrer nutzen den Roboter ebenfalls, um beim Korrigieren oder bei der Vorbereitung von Unterricht zu helfen, aber sie verraten es den Studenten nicht.
- Die Metapher: Es ist wie ein Pokerspiel, bei dem jeder seine Karten verbirgt. Die Lehrer wissen nicht, ob die Studenten fair spielen, und die Studenten wissen nicht, ob die Lehrer fair spielen. Dieser Mangel an Ehrlichkeit lässt das gesamte Lernumfeld instabil wirken.
3. Der kaputte Kompass (Mangel an Richtlinien)
Die Forscher fanden heraus, dass der Hauptgrund für all diese Verwirrung der fehlende „Kompass“ (institutionelle Richtlinien) ist.
- Das Vakuum: Studenten versuchen, einen Sturm ohne Landkarte zu durchqueren. Sie fragen ihre Lehrer: „Ist es okay, das zu benutzen?“ und die Lehrer müssen nur mit den Schultern zucken und sagen: „Ich weiß es nicht, es gibt keine Regeln.“
- Der Umweg: Da es keine Regeln gibt, stellen sich die Studenten ihre eigenen vor. Einige versuchen zu „paraphrasieren“ (die Worte des Roboters in ihrer eigenen Stimme umzuschreiben), in der Hoffnung, dass es dann ihr eigenes Werk ist. Aber sie raten nur: Wie viel muss ich ändern, damit es als mein Eigen zählt? Sie gehen einen Drahtseilakt ohne Sicherheitsnetz.
4. Die Angst vor der „Black Box“
Es gibt auch eine Angst vor dem Roboter selbst.
- Studenten sorgen sich, dass sie, wenn sie ihre privaten Gedanken in den Roboter eingeben, der Roboter diese Ideen stehlen oder sie nutzen könnte, um Dinge für andere zu bauen. Es ist, als würde man sein Tagebuch einem Fremden übergeben, der verspricht, es geheim zu halten, aber man weiß nicht, was er tatsächlich damit macht.
5. Wie bewältigen sie das?
Da es keine offiziellen Regeln gibt, versuchen die Personen in der Studie, das Problem mit „DIY-Lösungen“ zu lösen:
- Die Editoren: Viele Studenten sagen: „Ich nutze den Roboter, um Ideen zu bekommen, aber dann schreibe ich alles selbst um.“ Sie versuchen, das Ergebnis des Roboters zu vermenschlichen.
- Die Fragenden: Einige Studenten fragen ihre Lehrer um Rat. Dies schafft jedoch ein neues Problem: Verschiedene Lehrer geben unterschiedliche Antworten, was die Studenten nur noch mehr verwirrt.
- Die Vermeider: Eine kleine Gruppe von Studenten hat beschlossen: „Es ist zu riskant. Ich werde den Roboter gar nicht erst benutzen.“ Sie entscheiden sich dafür, die harte Arbeit manuell zu erledigen, nur um auf der sicheren Seite zu sein.
Das Fazit
Das Papier kommt zu dem Schluss, dass das Problem nicht darin liegt, dass Studenten oder Lehrer schlecht sind; es ist, dass sie versuchen, ein Auto ohne Lenkrad zu fahren.
Die Forscher fanden heraus, dass ethische Komplexitäten nicht nur daraus entstehen, dass Menschen schlechte Entscheidungen treffen, sondern dass das System defekt ist. Bis die Universitäten in Nepal ein klares Regelwerk verfassen, das genau festlegt, was erlaubt ist und was nicht, werden Studenten und Lehrer in dieser verwirrenden Schleife aus Raten, Verstecken und der Sorge, ob sie das Richtige tun, gefangen bleiben.
Kurz gesagt: Der Roboter ist gekommen, um zu bleiben, aber ohne Bedienungsanleitung improvisiert jeder einfach nur herum, und das macht alle nervös.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.