AI

Human Colab, von AI Consensus

Humaine Colab ist eine studentisch geführte Organisation, die aus der Erkenntnis entstand, dass KI zwar transformatives Potenzial hat, aber oft mehr Frustration und Angst als Selbstbestimmung hervorruft. Da KI unsere Zukunft maßgeblich prägen wird, halten wir es für unerlässlich, dass junge Menschen ihre Entwicklung aktiv mitgestalten. Wir konzentrieren uns auf menschenzentrierte künstliche Intelligenz (HCAI), einen Ansatz, der KI-Systeme an menschlichen Bedürfnissen, Erfahrungen und Werten ausrichtet. Das bedeutet, Systeme zu entwickeln, die das menschliche Potenzial fördern, intuitive Interaktionen fördern und durch Transparenz, Inklusivität und Verantwortlichkeit Vertrauen aufbauen. Wir bringen Studierende, Forschende und Fachleute zusammen, um die differenzierte Beziehung zwischen Mensch und KI im Dialog und in interdisziplinärer Zusammenarbeit zu erforschen. Durch die Integration unterschiedlicher Perspektiven in KI-Design und -Governance arbeiten wir daran, Vorurteile zu bekämpfen, ethische Risiken zu managen und sicherzustellen, dass KI zu einer positiven, gerechten Kraft für das Gemeinwohl wird. Unser Ziel ist letztendlich kollektives Empowerment: die aktive Gestaltung der KI-Entwicklung, damit sie allen wirklich nützt und Technologie unser Leben bereichert, anstatt es zu verkomplizieren oder zu beeinträchtigen

Prompt:

--- Ich werde dich gleich darum bitten, Blogbeiträge und Social Media Posts für mein Business zu schreiben. Bevor wir starten, möchte ich sicherstellen, dass du sehr gut verstehst um was es in meinem Business geht und wer meine Zielgruppe ist. Stelle mir jetzt 20 Fragen über mein Business, meine Kunden, meine Angebote, alles was wichtig ist, damit du die Aufgabe sehr gut ausführen kannst. Danke

Ein systematischer Überblick über Prompt Engineering Techniken

Systeme der generativen künstlichen Intelligenz (GenAI) werden zunehmend in verschiedenen Branchen und Forschungsbereichen eingesetzt. Entwickler und Endbenutzer interagieren mit diesen Systemen durch den Einsatz von Prompting und Prompt-Engineering. Obwohl Prompt-Engineering ein weit verbreitetes und umfangreich erforschtes Gebiet ist, leidet es unter einer widersprüchlichen Terminologie und einem fragmentierten ontologischen Verständnis dessen, was einen effektiven Prompt ausmacht, da es erst seit relativ kurzer Zeit auf dem Markt ist. Wir schaffen ein strukturiertes Verständnis von Prompt-Engineering, indem wir eine Taxonomie der Prompting-Techniken zusammenstellen und ihre Anwendungen analysieren. Wir präsentieren ein detailliertes Vokabular von 33 Begriffen, eine Taxonomie von 58 LLM-Prompting-Techniken, und 40 Techniken für andere Modalitäten. Darüber hinaus stellen wir bewährte Verfahren und Richtlinien für Prompting Engineering, einschliesslich Ratschlägen für das Prompting Engineering von ChatGPT und anderen hochmodernen (SOTA) LLMs. Ausserdem präsentieren wir eine Meta-Analyse der gesamten Literatur über natürlichsprachliche Präfix-Prompts. Als ein Höhepunkt dieser Bemühungen stellt dieses Papier die bisher umfassendste Übersicht über Prompt-Engineering dar.

Künstliche Intelligenz in der Bildung Rechtliche Best Practices

Dieser Leitfaden bietet einen Überblick über rechtliche Aspekte bei der Implementierung von KI-Anwendungen. Das Dokument wurde basierend auf einem konkreten Anwendungsfall erarbeitet, bei dem Schüler:innen mit einem Smart-phone-Scan handschriftlich ausgefüllte Aufgaben automatisiert korrigierten. Die nachfolgenden Ausfüh- rungen basieren auf den Rechtsgrundlagen einer öf- fentlichen Schule im Kanton Zürich