Ursachen von Gender Bias in KI verstehen; eigene Visualisierungen mit KI‑Bildern vergleichen (Reflexion). Im Rahmen des BMBF-Verbundprojekts ViFoNet (2023–2025) wurde im Teilprojekt 3.2 (Anglistik) beforscht, wie critical digital literacy im Englischunterricht gefördert werden kann.
Beforscht wurde insbesondere der Einsatz von KI-gestützten Tools (z. B. ChatGPT, DALL·E) sowie deren Potenzial für einen kritisch-reflexiven Umgang mit KI im Fremdsprachenlernen. Die Interventionsstudie wurde im Design-Based-Research-Ansatz in Zusammenarbeit mit Schulen durchgeführt. Lehrkräfte erhielten Unterrichtsentwürfe und Materialien, die mit Laptops umgesetzt wurden. Darin wurden KI-Tools praktisch eingesetzt und inhaltlich reflektiert. Vertiefung zu Gender Bias in KI‑Systemen (Trainingdaten, Labeling‑Bias, Modellierungsentscheidungen). Beispiele (z. B. Bild‑ und Sprachsysteme) illustrieren unterschiedliche Fehlerraten und Stereotypisierungen. Anschließend offene Aufgabe: eigene Symbole/Visualisierungen zu Gendergerechtigkeit skizzieren und mit KI‑Generaten (z. B. DALL·E 3) vergleichen; Beobachtungen stichpunktartig dokumentieren.
