Nadine Lordick arbeitet im Projekt KI:edu.nrw und im Schreibzentrum, wo sie sich mit den Themen KI-basierte Schreibtools und Schreibdidaktik beschäftigt.
Standpunkt
Plagiate und KI: Ja, nein, vielleicht
Nadine Lordick setzt sich kritisch mit der Nutzung von KI an Hochschulen auseinander.
Es gibt einen Begriff für KI, der mir gut gefällt, nicht trotz, sondern aufgrund seiner Plakativität: „Plagiarism machine“, also Plagiats-Maschine. Gebraucht wird er, um kritisch über generative KI-Modelle, genauer gesagt Large Language Model-Anwendungen (LLM) wie ChatGPT, Gemini & Co. zu sprechen. Er hat zwei Lesarten: Zum einen meint er das Plagiieren mithilfe einer Maschine, zum anderen das Plagiieren als deren Grundlage.
Large Language Models
Texte, die durch LLMs generiert werden, sind (in der Regel) keine Plagiate im engeren Sinne, das heißt wortgleich zu einem Ursprungstext, denn es werden keine konkreten Textschnipsel wiederverwendet. Stattdessen werden neue Sätze anhand von Wahrscheinlichkeiten generiert, wodurch es jedoch zu klassischen Plagiaten kommen kann.
Wenn von Plagiaten durch KI im Kontext der Hochschullehre gesprochen wird, ist häufig aber noch etwas anderes gemeint: Dass Studierende Texte als eigene Leistung ausgeben könnten, die nicht die ihren sind. Es geht also um Täuschung. Das Thema treibt Lehrende wie Studierende um, sei es aus der Sorge, illegitime LLM-Nutzung nicht aufdecken zu können oder aus Angst vor falschem Verdacht.
Rechtschreibkorrektur ist wohl kein Problem, das Kopieren langer LLM-generierter Textteile schon.
Eines möchte ich direkt klarstellen: Nicht jede Nutzung eines LLMs ist Täuschung – aber LLMs können zum Täuschen genutzt werden. Das ist eine wichtige Differenzierung, weil oft einseitig in die eine oder andere Richtung argumentiert wird. Dabei ist beides möglich, eine Nutzung unter Wahrung der Eigenständigkeit ebenso wie die Nutzung als Ghostwriting-Tool. Bei den Randfällen ist der Fall klar. Rechtschreibkorrektur ist wohl kein Problem, das Kopieren langer LLM-generierter Textteile schon. Aber dazwischen befindet sich ein Graubereich, bei dem es nicht so leicht zu entscheiden ist, was (noch) legitim ist. Um mehr Klarheit zu schaffen, hilft nur eines: Lehrende und Studierende müssen sich überwinden und offen über solche Fälle sprechen, um zu definieren, was Eigenständigkeit eigentlich bedeutet. Das ist nämlich oft gar nicht offensichtlich.
Die Texte und Bilder zahlreicher Autoren und Autorinnen sowie Künstler und Künstlerinnen sind in das Training der LLMs eingeflossen, ohne dass diese um Zustimmung gefragt oder bezahlt wurden.
Was mich aber viel mehr umtreibt als das Plagiieren von oder mithilfe vom LLMs ist aber die zweite Lesart des Begriifs „plagiarism machine“. Diese bringt etwas auf den Punkt, das die Unternehmen hinter LLMs wie OpenAI, Google, Anthropic & Co. gerne verbergen: Das Training benötigt Unmengen von Daten. Daten heißt: von Menschen geschaffene Werke. Die Texte und Bilder zahlreicher Autoren und Autorinnen sowie Künstler und Künstlerinnen sind in das Training der LLMs eingeflossen, ohne dass diese um Zustimmung gefragt oder bezahlt wurden. Das ist Aneignung geistigen Eigentums im großen Stil – nicht ohne Grund sprechen einige vom größten Kunstraub aller Zeiten. Auch auf solche Hintergründe müssen wir schauen, wenn es darum geht, ob und wofür wir solche Tools an Hochschulen einsetzen wollen.
Wissenschaftsmagazin Rubin kostenlos abonnieren
