Schüler experimentieren mit verschiedenen Prompts, um KI-Filter zu umgehen und ein Bild eines Jägers zu generieren. 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. Der vorliegende Videoausschnitt zeigt eine längere Szene, in der Schüler*innen versuchen, ein KI-generiertes Bild eines Jägers („poacher“) zu erzeugen. Sie testen verschiedene Prompts: Zunächst mit „carrying a rifle“, woraufhin die KI die Generierung verweigert. Anschließend entfernen sie das Wort „rifle“, doch auch dieser Prompt wird blockiert. Beim dritten Versuch, mit leicht veränderter Formulierung („standing next to a sleeping animal“), wird schließlich ein Bild erzeugt, das einem Jäger neben einem toten Tier ähnelt. Die Schüler diskutieren über die Funktionsweise der Inhaltsfilter und äußern die Idee, beim nächsten Mal „Ketchup“ als Ersatz für Blut zu verwenden. Die Szene verdeutlicht, wie Lernende experimentell mit Prompting umgehen, Inhaltsfilter testen und dabei sowohl technische Grenzen als auch ethische Aspekte der KI-Nutzung reflektieren. Dieser Videoausschnitt ist mittels eines für diesen Zweck programmierten machine-learning Tools anonymisiert, da das Lernen mit anonymisierten Videos einen Teil des Forschungsprojekts bildete. Bei dem Tool handelt es sich um VAiEd (Videoanonymization in education), welches die Köpfe der im Video sichtbaren Personen trackt und dann mit einem neu erstellten, in den Gesichtsparametern randomisierten 3D-Modell überlagert. Haare wurden entweder durch einen kreisförmigen gauss'schen Blur oder in späteren Videos durch eine dedizierte Haarerkennung ersetzt. Edge-cases, die der Algorithmus nicht erkannte wurden manuell geblurt. Sprache wurde durch Pitchshift und Modulation verfremdet. Alle Englischvideos enthalten zudem fest eingebrannte Untertitel.
