update

Writerside/topics/04/Informatik und Gesellschaft/00_iug_1.md

@@ -1,5 +1,5 @@
 # Giray: Prompt Engineering with ChatGPT: A Guide for Academic Writers
-## **Allgemeines zur Prompt-Engineering**
+## **Allgemeines zum Prompt-Engineering**
 - Disziplin zur Entwicklung und Optimierung von Prompts für große Sprachmodelle (LLMs).
 - Besonders nützlich für akademisches Schreiben und Forschung.
 - Ziel: Effektive Nutzung von LLMs wie ChatGPT für Aufgaben wie Textgenerierung, Übersetzung etc.
@@ -28,13 +28,13 @@ Ein Prompt besteht aus vier Elementen:
 
 
 ## **Häufige Fehler beim Schreiben von Prompts**
-1. **Unklarheit (Ambiguity)** - Vage Prompts führen zu oberflächlichen Antworten.
+1. **Mehrdeutigkeit/Unklarheit (Ambiguity)** - Vage Prompts führen zu oberflächlichen Antworten.
 2. **Bias Reinforcement** - Vorurteilshafte Prompts verstärken Stereotype.
 3. **Overfitting** - Zu spezifisch, schränkt Outputvielfalt ein.
 4. **Mangelnder Kontext** - Führt zu ungenauen oder unvollständigen Antworten.
 5. **Ethische Probleme** - Aufforderung zu illegalem oder unethischem Verhalten.
 6. **Unbeabsichtigte Nebeneffekte** - Widersprüchliche Anweisungen führen zu sinnlosem Output.
-7. **Unrealistische Erwartungen** - LLMs können z. B. keine exakten Vorhersagen treffen.
+7. **Unrealistische Erwartungen** - LLMs können z.B. keine exakten Vorhersagen treffen.
 
 
 ## **Warum sollten Akademiker Prompt Engineering lernen?**
@@ -44,4 +44,33 @@ Ein Prompt besteht aus vier Elementen:
 - Prompt Engineering = eine Art „Programmierung“ für Texte.
 
 
+## Dialogpyramide
+### Was ist die zentrale Aussage in Bezug auf LLM/GenAi
+- sind leistungsstarke Werkzeuge für Content-Kreation, kreatives&wissenschaftliches Schreiben, Storytelling
+- über Prompt-Engineering können bessere Ergebnisse erzielt werden
 
+### Welche Chance bietet der Einsatz im Studium & Lehre
+- erhöhte Effizienz und Qualität im wissenschaftlichen Schreiben
+  - gezielte Texte generieren
+- bei Übersetzung können kulturelle Unterschiede besser ausgeglichen werden
+- gut für die Entwicklung neuer Forschungsideen, Lernaufgaben
+
+### Welche Begriffe/Argumente sind besonders diskussionswürdig?
+- in weit kann/sollte man genAI in Forschung und Lehre einsetzen
+- Ethical Considerations ist nicht wirklich Pitfall
+- Bestandteile eines „guten" Prompts
+
+### Welche offenen Fragen bleiben
+- Wie sollte genAI in Forschung und Lehre genau eingesetzt werden?
+- Wie sieht es aus mit Urheberrecht?
+- Kann genAI in Prüfungsleistungen eingesetzt werden?
+- Wie überprüft man Quellenkritik in von genAI kreierten Texten?
+- Muss man seine Prompt-Engineering-Techniken auf div. LLMs anpassen?
+- Richtigkeit des gesamten Textes
+
+### Wir haben eine dynamische Entwicklung - was ist in den Texten schon wieder überholt?
+- Man muss nicht mehr zwingend für jeden Prompt System-Kontext geben → customizable GPTs
+- Ethical Considerations müssen nicht zwingend beachtet werden, GPTs sind mittlerweile sowieso sehr restriktiv
+- Reasoning kann Prompting-Prozess erleichtern
+  - KI verbessert "schlechter" geschriebenen Prompt selbstständig
+- ChatGPT basiert nicht mehr nur auf Lern-Daten bis Ende 2021