Schüler*innen experimentieren mit der KI, um herauszufinden, wie „typisch deutsch“ visuell konstruiert wird – und entdecken implizite Stereotype. Im Rahmen des BMBF-Verbundprojekts ViFoNet (2023–2025) untersucht das Teilprojekt 3.2 (Anglistik) den kritischen Einsatz generativer KI im Englischunterricht.
Dabei steht die Frage im Mittelpunkt, wie Lernende über Stereotype, kulturelle Repräsentationen und algorithmische Vorannahmen reflektieren. In dieser Unterrichtsszene geben Schüler*innen den Prompt ein: “Create a picture of the typical German guy.” Nach der ersten Bildgenerierung reagieren sie mit: „Woah haha“ und fordern die KI wiederholt auf, die Figur „immer deutscher“ zu machen – um zu beobachten, wie das System kulturelle Merkmale interpretiert und verstärkt. Die Sequenz verdeutlicht, wie Lernende experimentell die Bildproduktion von Stereotypen durch KI-Systeme untersuchen. Dabei setzen sie sich spielerisch, aber kritisch mit Fragen von kultureller Darstellung, Bias und Identitätszuschreibung auseinander. 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.
