Zur Merkliste hinzufügen
Zurück zur Auswahl

 

76257-01 - Übung: Chatbots als Forschungspartner? Zur umsichtigen Nutzung von LLMs im Umgang mit Quellen und Texten (3 KP)

Semester Herbstsemester 2025
Angebotsmuster einmalig
Dozierende Tobias Hodel (tobias.hodel@unibas.ch)
Ina Cathrin Serif (ina.serif@unibas.ch, BeurteilerIn)
Inhalt Large Language Models (LLMs) wie Chatbots eröffnen eine Vielzahl neuer Möglichkeiten für die Gewinnung und Verarbeitung von Informationen aus Text- und Bilddaten, insbesondere im Kontext historischer Dokumente und Forschungsdaten. Gleichzeitig basieren diese Modelle auf umfangreichen Trainingsdatensätzen, die inhärente Verzerrungen (Bias) reproduzieren können.
In dieser Übung untersuchen wir kritisch und produktiv den Einsatz von LLMs in den Geistes- und Kulturwissenschaften. Wir gehen folgenden zentralen Fragen nach:
• Wie können wir LLMs kritisch reflektieren und gleichzeitig produktiv nutzen, um Informationen aus Text- und Bilddaten zu extrahieren, zu analysieren und zu verarbeiten?
• Wie verändert sich die Rolle und die Arbeit von Textwissenschaftler:innen und anderen Forschenden durch die Interaktion mit Prompts und Chatbots? Welche neuen Kompetenzen werden benötigt?
• Welche ethischen und methodologischen Herausforderungen ergeben sich aus dem Einsatz von LLMs in der Forschung (z.B. in Bezug auf Datenqualität, Transparenz und Interpretierbarkeit der Ergebnisse)?
• Wie können wir potenzielle Abhängigkeiten von Technologieunternehmen und ihren proprietären Modellen minimieren und alternative, quelloffene Ansätze fördern?
• Welche spezifischen Anwendungsfälle und Forschungsprojekte bieten sich für den Einsatz von LLMs in unseren Disziplinen?
Die Übung verbindet theoretische Auseinandersetzung mit praktischen Anwendungen. Wir werden uns mit den Grundlagen von LLMs beschäftigen, verschiedene Tools und Methoden kennenlernen und gemeinsam Strategien für einen verantwortungsvollen und innovativen Umgang mit dieser Technologie entwickeln.

Die Übung findet gemeinsam mit den Digital Humanities der Universität Bern statt, sodass die Perspektive über die Geschichtswissenschaft hinaus erweitert und der Austausch zwischen Basel und Bern gefördert wird.
Lernziele Nach erfolgreicher Teilnahme an dieser Übung sind die Studierenden in der Lage:
• Grundlagen verstehen: Die Funktionsweise und architektonischen Prinzipien von Large Language Models (LLMs) zu erläutern und deren Potenzial und Grenzen für die geistes- und sozialwissenschaftliche Forschung zu beurteilen.
• Kritische Reflexion: Die Chancen und Risiken des Einsatzes von LLMs in Bezug auf Bias, Datenqualität, Transparenz und Interpretierbarkeit kritisch zu reflektieren und ethische Implikationen zu diskutieren.
• Methodische Kompetenz: Strategien und Methoden zur Extraktion, Analyse und Verarbeitung von Informationen aus Text- und Bilddaten mithilfe von LLMs zu identifizieren und anzuwenden.
• Prompt Engineering: Effektive Prompts zu formulieren und Chatbots gezielt für Forschungsfragen einzusetzen.
• Rollenverständnis: Die sich verändernde Rolle von Forschenden in der Interaktion mit LLMs zu analysieren und neue Kompetenzanforderungen zu reflektieren.
• Technologieabhängigkeit: Möglichkeiten und Herausforderungen der Vermeidung von Abhängigkeiten von proprietären Technologien und die Bedeutung quelloffener Alternativen zu bewerten.
• Anwendungsperspektiven: Konkrete Anwendungsfälle und Forschungsprojekte für den Einsatz von LLMs in den Geschichtswissenschaften zu entwickeln und zu diskutieren.
• Praktische Anwendung: Grundlegende Werkzeuge und Schnittstellen für die Interaktion mit LLMs zu nutzen und gegebenenfalls einfache Anwendungen zu konzipieren und umzusetzen.
• Kollaboration: In einem hybriden Lernumfeld effektiv zusammenzuarbeiten und sich mit Studierenden und Forschenden der Partneruniversität auszutauschen.
• Diskursfähigkeit: Fachbezogene Diskussionen über den Einsatz von LLMs in der Forschung fundiert und differenziert zu führen.
Literatur Bender, Emily M.; Gebru, Timnit; McMillan-Major, Angelina u. a.: On the Dangers of Stochastic Parrots, in: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, New York, NY, USA 2021 (FAccT ’21), S. 610–623. Online: <https://doi.org/10.1145/3442188.3445922>.

Dubreuil, Laurent: Humanities in the Time of AI, Minneapolis 2025 (Forerunners: Ideas First). Online: <https://muse.jhu.edu/book/129366>.

Hiltmann, Torsten; Dröge, Martin; Dresselhaus, Nicole u. a.: NER4all or Context is All You Need: Using LLMs for low-effort, high-performance NER on historical texts. A humanities informed approach, 04.02.2025. Online: <https://doi.org/10.48550/arXiv.2502.04351>.

Hodel, Tobias Mathias: Large Language Models, oder weshalb wir künstliche Intelligenz im Archiv finden sollten, in: Werkhefte der Staatlichen Archivverwaltung Baden-Württemberg 31, 2024, S. 77–84.
Bemerkungen Die Veranstaltung beginnt in der zweiten Semesterwoche; am 3.11.25 findet ein Blocktag statt (09:15-16:45). Achten Sie bitte auf die Einzeltermine.

 

Teilnahmevoraussetzungen Technische Vorkenntnisse sind nicht erforderlich, dafür Neugier und die Bereitschaft, sich mit Neuem auseinanderzusetzen. Ein eigener Laptop zur Mitarbeit wird dringend empfohlen (Leihgeräte gibt es hier: https://its.unibas.ch/de/anleitungen/leihen-bestellen/).
Unterrichtssprache Deutsch
Einsatz digitaler Medien kein spezifischer Einsatz
HörerInnen willkommen

 

Intervall Wochentag Zeit Raum
wöchentlich Montag 10.15-12.00 Departement Geschichte, Seminarraum 4

Einzeltermine

Datum Zeit Raum
Montag 22.09.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 29.09.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 06.10.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 13.10.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 20.10.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 03.11.2025 09.15-17.00 Uhr Departement Geschichte, Seminarraum 4
Montag 17.11.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 24.11.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 01.12.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Montag 08.12.2025 10.15-12.00 Uhr Departement Geschichte, Seminarraum 4
Module Modul: Archive / Medien / Theorien (Bachelor Studienfach: Geschichte)
Modul: Archive/Medien/Theorien Osteuropa-Studien (Bachelor Studiengang: Osteuropa-Studien)
Modul: Forschung und Praxis (Master Studienfach: Osteuropäische Geschichte)
Modul: Praxis (Master Studienfach: Geschichte)
Modul: Reflexion, Methodik, Praxis (Master Studiengang: Europäische Geschichte in globaler Perspektive )
Modul: Transfer: Digital History (Master Studiengang: Europäische Geschichte in globaler Perspektive )
Prüfung Lehrveranst.-begleitend
An-/Abmeldung zur Prüfung Anmelden: Belegen; Abmelden: nicht erforderlich
Wiederholungsprüfung keine Wiederholungsprüfung
Skala Pass / Fail
Belegen bei Nichtbestehen nicht wiederholbar
Zuständige Fakultät Philosophisch-Historische Fakultät, studadmin-philhist@unibas.ch
Anbietende Organisationseinheit Departement Geschichte

Zurück zur Auswahl