Der Einsatz von KI-Tools revolutioniert wissenschaftliches Arbeiten, indem sie komplexe Aufgaben wie Datenanalyse, Literaturauswertung oder Textproduktion vereinfachen. Dieser Workshop vermittelt praxisorientierte Einblicke in den Einsatz von Künstlicher Intelligenz in der Forschungspraxis für eine interdisziplinäre Gruppe. Ziel ist es, den Teilnehmenden konkrete Tools und Methoden vorzustellen, die dabei unterstützen, Daten zu analysieren, Literatur zu recherchieren, zu sichten und effizient zu verwalten, Hypothesen zu testen und wissenschaftliche Manuskripte zu optimieren. Neben der praktischen Anwendung werden ethische Implikationen und datenrechtliche Aspekte diskutiert. Ziel ist es, die Teilnehmenden in die Lage zu versetzen, KI-Tools zielgerichtet und kritisch in ihren Forschungsalltag zu integrieren.

Lernziel der Veranstaltung:

Die Teilnehmenden …

• kennen grundlegende Funktionen und Einsatzmöglichkeiten von KI-Tools wie OpenAI, DeepL Write, Scite.AI, Connected Papers und Python-basierten Anwendungen für den Forschungsprozess.
• beherrschen die Anwendung von KI- gestützten Tools für eine effiziente und zielgerichtete Literaturrecherche sowie die Analyse wissenschaftlicher Texte, beispielsweise durch Semantic Scholar und Connected Papers.
• können Daten mit Hilfe von KI-gestützten Anwendungen wie Orange Data Mining oder Tableau analysieren, visualisieren und die Ergebnisse klar und verständlich präsentieren.
• nutzen KI-gestützte Technologien zur Unterstützung bei der Erstellung wissenschaftlicher Manuskripte, einschließlich der Grammatik- und Stiloptimierung sowie der automatisierten Übersetzung.
• reflektieren rechtliche und ethische Herausforderungen im Umgang mit KI-Tools, insbesondere im Hinblick auf Datenschutz, Urheberrecht und wissenschaftliche Integrität, und wenden entsprechende Richtlinien an.

In der Veranstaltung explizit verwendete Theorien, Konzepte & Modelle:

• Human-Computer Interaction (HCI): Der Fokus liegt auf der Schnittstelle zwischen Mensch und Technologie, insbesondere auf der nutzerzentrierten Gestaltung von KI-Tools im Forschungsprozess.
• Natural Language Processing (NLP): Grundlagen der Verarbeitung natürlicher Sprache durch KI-Tools wie OpenAI oder DeepL Write zur Optimierung wissenschaftlicher Texte.
• Knowledge Graphs: Einsatz von Netzwerkanalysen und Wissensgraphen, etwa mit Connected Papers und Semantic Scholar, um Zusammenhänge in der Literatur zu identifizieren.