Schüler*innen analysieren ein KI-generiertes Bild und diskutieren kritisch die stereotype Darstellung von Frauen und fehlende Diversität. Im Rahmen des BMBF-Verbundprojekts ViFoNet (2023–2025) wurde im Teilprojekt 3.2 (Anglistik) erforscht, wie critical digital literacy im Englischunterricht gestärkt werden kann.
Ziel war es, Lernende zu einem reflektierten und kritischen Umgang mit KI-gestützten Tools (z. B. ChatGPT, DALL·E) zu befähigen, insbesondere im Hinblick auf gesellschaftliche und kulturelle Repräsentationen. Die Interventionsstudie wurde im Design-Based-Research-Ansatz in Kooperation mit Schulen durchgeführt. Lehrkräfte erhielten Unterrichtsentwürfe und Materialien, die mit Laptops umgesetzt wurden. Der vorliegende Videoausschnitt zeigt eine Szene, in der Schüler*innen gemeinsam ein KI-generiertes Bild analysieren und feststellen, dass die dargestellten Frauen ausschließlich schlank und stereotypisch attraktiv erscheinen. Die Lernenden diskutieren kritisch, inwiefern solche Darstellungen ein verzerrtes Frauenbild reproduzieren und wie KI-Modelle bestehende gesellschaftliche Schönheitsnormen verstärken können. Die Sequenz illustriert einen kritischen Reflexionsprozess über Geschlechterdarstellung, Diversity und algorithmischen Bias in der KI-Bildgenerierung. 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.
