Künstliche Intelligenz in Seminar- und AbschlussarbeitenEin Praxisleitfaden für Studierende mit Handlungsempfehlungen, Prompt-Beispielen und kritischer Einordnung
|
|
Zusammenfassungen
Kapitel 
- Einleitung: Intelligente Maschinen verändern die Welt (Seite 1 - 6)
- Technischer Hintergrund: Große Sprachmodelle (LLM) (Seite 7 - 25)
- Prompt Engineering: Gute Frage, gutes Ergebnis (Seite 27 - 57)
- Dokumentation: Wissenschaftliche Integrität bewahren (Seite 59 - 80)
- Planung: KI bei der Konzeption (Seite 81 - 112)
- Literatur: KI bei der Recherche (Seite 113 - 131)
- Schreiben: KI bei der Texterstellung (Seite 133 - 146)
- Daten: KI bei der Analyse (Seite 147 - 165)
- Feinschliff: KI bei der Schlussredaktion (Seite 167 - 180)
- Schluss: Abschließender Ausblick und Fazit (Seite 181 - 187)
Dieses Buch erwähnt ...
Personen KB IB clear | Sandhini Agarwal , Dario Amodei , Amanda Askell , Christopher Berner , George E. P. Box , Tom B. Brown , Yuan Ca , Nicholas G. Carr , Chaomei Chen , Mark Chen , Benjamin Chess , Rewon Child , Jack Clark , Kewal Dhariwal , Prafulla Dhariwal , Wenxiang Fan , Aidan N. Gomez , Scott Gray , Thomas L. Griffiths , Shixiang Shane Gu , Tom Henighan , Ariel Herbert-Voss , Christopher Hesse , Douglas Hofstadter , Yusuke Iwasawa , Llion Jones , Lukasz Kaiser , Jared Kaplan , Takeshi Kojima , Martin Kornmeier , Gretchen Krueger , Mateusz Litwin , Benjamin Mann , Yutaka Matsuo , Sam McCandlish , Karthik Narasimhan , Arvind Neelakantan , Peter Norvig , Niki Parmar , Illia Polosukhin , Lydia Prexl , Alec Radford , Aditya Ramesh , Machel Reid , Stuart Russell , Nick Ryder , Girish Sastry , Izhak Shafran , Noam Shazeer , Pranav Shyam , Eric Sigler , Melanie Subbiah , Ilya Sutskever , Jakob Uszkoreit , Ashish Vaswani , Jin Wang , Clemens Winter , Jeffrey Wu , Shunyu Yao , Dian Yu , Jeffrey Zhao , Daniel M. Ziegler | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aussagen KB IB clear |
Kranzberg’s First Law: Technology is neither good nor bad; nor is it neutral.Kranzberg's First Law: Technology is neither good nor bad; nor is it neutral.
Machine Learning kann bestehende Vorurteile/Ungerechtigkeiten verstärken/weitertragenMachine learning can amplify/perpetuate existing biases/injustices. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Begriffe KB IB clear |
AGI
, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Bücher |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Texte |
|
Dieses Buch erwähnt vermutlich nicht ... 
Tagcloud
Zitationsgraph (Beta-Test mit vis.js)
Zeitleiste
Volltext dieses Dokuments
Anderswo suchen 
Beat und dieses Buch
Beat hat dieses Buch während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Aufgrund der vielen Verknüpfungen im Biblionetz scheint er sich intensiver damit befasst zu haben.
