Keine #KI im #Studium: Die University of California, #Berkeley, hat mit einer neuen #AI Policy zumindest für das juristische Studium den Schlussstrich gezogen, eine Generation von Fragenden auszubilden. Auslöser waren #Qualitätsprobleme.

Im Ergebnis folgerichtig, wenn die Qualität von Arbeiten zeigt, dass KI nicht als Ergänzung von #Kompetenz, sondern vor allem als deren Ersatz verwendet wird. Sicherlich sind die Erkenntnisse auch auf weitere Fachrichtungen übertragbar:

https://www.law.berkeley.edu/wp-content/uploads/2026/05/AI-Final-Policy-26.pdf

@kenji Die letzte Regel ist komisch. Wenn jemand für ein Paper Quellen in anderen Sprachen benötigt, die er oder sie nicht beherrscht, würde das ja bereits verbieten, diese Quellentexte zur Sichtung/Relevanzbeurteilung maschinell zu übersetzen.
@guenther @kenji Dass man nicht blind auf LLMs zur Übersetzung vertrauen soll, finde ich nicht per se unverständlich, aber mangels präziser Formulierungen muss man wohl davon ausgehen, dass sogar herkömmliche Maschinenübersetzung mit neuronalen Netzen verboten ist, was in meinen Augen verschwendetes Potenzial ist. So schließt man faktisch anderssprachige Quellen von der Verwendung aus.

@pixelcode ja. Wahrscheinlich war auch halt hauptsächlich gemeint, dass man nicht das Paper in seiner Muttersprache schreiben und dann von ChatGPT auf Englisch übersetzen lassen soll ("excercise their own fluency with legal English"), aber so, wie es da steht, ist es halt deutlich weiter gefasst.

@kenji

@pixelcode @guenther @kenji Kleines Problem, praktisch alle maschinellen Übersetzungssysteme sind technisch LLM, nur anders trainiert, und kleinere Modelle. State of the Art. Alles ohne ist praktisch nicht in der Lage einfachsten Kontext einzubeziehen.

Und in der Praxis, ist das ein Bereich wo genau ein Chat sinnvoll ist, selbst ohne Recherchefähigkeiten, um eben Nuancen der Übersetzung (weil eben Sprachen nicht 1:1 übersetzbar sind) abzufragen.

Frei nach dem Motto, wenn dem User die Übersetzung komisch vorkommt im Kontext, dann kann man in einem vollen LLM Chat (die sind praktisch alle mehrsprachig) eben nachhaken, was ist denn der Bedeutungs- und Deutungsspielraum für die Quelle für diesen Satz „...“ hier?
Pixelcode 🇺🇦 (@[email protected])

@[email protected] @[email protected] It's probably neural machine translation just like before the rise of LLMs. For example, DeepL (launched in 2017) uses a convolutional neural network (CNN) trained with the Linguee database, according to Wikipedia. https://en.wikipedia.org/wiki/Machine_translation https://en.wikipedia.org/wiki/DeepL_Translator

Mastodon

@pixelcode @guenther @kenji Transformers have the advantage of having no recurrent units, therefore requiring less training time than earlier recurrent neural architectures (RNNs) such as long short-term memory (LSTM).[3] Later variations have been widely adopted for training large language models (LLMs) on large (language) datasets

https://en.wikipedia.org/wiki/Transformer_(deep_learning)

Technisch sehr nahe an dem, was auch ChatGPT antreibt.

Und Teil des AI-Curriculum und im ersten Durchlauf kriegt man das im selben Fach.

Transformer (deep learning) - Wikipedia

@yacc143 @guenther @kenji Das mag ja sein, erklärt aber nicht, was CNNs (z.B. von DeepL eingesetzt) mit Transformern zu tun haben. 🤔

„CNNs are the de-facto standard in deep learning-based approaches to computer vision and image processing, and have only recently been replaced—in some cases—by newer architectures such as the transformer.“

https://en.wikipedia.org/wiki/Convolutional_neural_network

Convolutional neural network - Wikipedia

@pixelcode @guenther @kenji Laut Wikipedia:
**DeepL** is a German AI research company known for its language AI platform, which includes DeepL Translator and DeepL Voice, and for DeepL Agent, an AI agent capable of planning workflows and using office systems and tools autonomously, in response to natural language instructions. Its algorithm uses the transformer architecture
Ich habe mich nur durch geklickt.
https://en.wikipedia.org/wiki/DeepL_Translator
Zu gegeben das ist der Stand 2021, die verlinkte DeepL Seite
DeepL Translator - Wikipedia

sagt heute das sie eine "custom architecture" verwenden die besser ist als die typischerweise verwendete Transformer Architektur.

DeepL uses custom neural network architectures for neural machine translation, producing more natural, context-aware output than typical Transformer-based systems.

https://www.deepl.com/en/blog/how-does-deepl-work

Sorry, 2018 waren CNN cool, aber transformer sind für Übersetzung schon seit paar Jahren (nagel mich trotzdem nicht fest ich hab ein berüchtigt schlechtes Zeitgedächtnis) normal.

DeepL for iOS: accurate translation and writing improvement

Get free text, photo, voice, and document translation for your iPhone. Download the DeepL mobile app to read and write in foreign languages on-the-go.

@yacc143 Ah, dann ist der deutsche Wikipedia-Artikel zu DeepL veraltet. Weißt du, was für eine Art von Modell Firefox zum lokalen Übersetzen benutzt?

(Auch wenn Transformer heutzutage sehr beliebt sind und mit LLMs verwandt sind, finde ich die Aussage, Übersetzer seien per se LLMs, verkürzend.)

@pixelcode Keine Ahnung. Aber ja, die UI von Wikipedia ist etwas irreführend -> es wird so dargestellt als gäbe es n Sprachversionen eines Artikels.

In Wirklichkeit gibt es n Sprachversionen der Wikipedia.

Das bedeutet nicht nur, dass die Sprachversionen unterschiedlich alt sein können, unterschiedlichen Umfang, nein sie sind von unterschiedlichen Autoren und unterliegen gelegentlich unterschiedlichen Richtlinien (z.B. was Wikipedia-Aufnahme-würdig ist, etc.)

Aber im Prinzip ist das alles irrelevant, weil die Policy einen Hasenfuß hat, den gerade eine juristische Fakultät sofort erkennen sollte.

Sie tun so, als wäre das Buzzword #AI definiert.

Aber es gibt im Jahre 2026 kaum ein Wort das diffusere Semantik hat.

Ich baue gerade ein System, das intern auch ein LLM oder zwei verwendet. Wir verwenden mit Absicht in keiner Marketing-Unterlage die Buchstaben AI/KI. Bedeutungslos.

Und in den USA soll es mal vorkommen, dass Studenten solche Dinge mithilfe eines RA vor Gericht aus streiten.
@kenji Ergebnisse von KI sollten halt immer noch von einem Menschen überprüft werden. All zu oft bekommt man einfach das, was man erwartet hat. Ob das richtig ist, ist fraglich.
@mj1982 @kenji und genau das wäre das Learning. Hartes Abstrafen von KI-Haluzinationen, aber kein pauschales Verbot. Das wäre wie das Nutzen von Internet zu verbieten, weil zu viele von der Wikipedia abschreiben. So werden die neuen Generationen an Jurist*innen nicht gut vorbereitet werden für eine Welt mit KI.
Ganz zu schweigen von der Wettbewerbsverzerrung von denen die es heimlich dennoch machen.

@mj1982 Genau! Zur Realität gehört, dass es sehr viele Menschen gibt, die sich verdammt hart nach den Werbeversprechen der KI-Blase sehnen. Diese Vielen haben zumindest einen "Wunsch-Bias" und es sind dieselben, die selten bis nie kritisch die Auswürfe von LLMs prüfen (spätestens, wenn sie ansatzweise merken, was für eine frustrierend unkreative Aufgabe das ist).

Es gibt auch Horden von Menschen, die keinen Plan von dem haben, was sie eine "Generative KI" auswürfeln lassen.

1/2
@kenji

@mj1982 Letztere Gruppe hat keine fachlichen Einwände zu den Ausgaben - Was für ein Wunder.

Dann gibt es eine Gruppe, die mit der notwendigen Kompetenz die Slop-Ausgaben prüfend beäugt und sich bitter enttäuscht darüber äußert. Das sind sehr wenige.

Am leichtesten nachvollziehbar für uns alle ist es bei übersetzten Fachartikeln mit denen wir uns auskennen und Übersetzungen können LLMs noch vergleichsweise verdammt gut.

2/2
@kenji

@kenji 😍
danke fuer den Beitrag

schoen zu sehen
kein #salami kein #slop
🥰

@kenji großartig! 🙂

@kenji Die guten Juristen aus Kalifornien haben jetzt noch vergessen zu definieren was KI ist.

Das ist insbesondere für den letzten Punkt, maschinelle Übersetzung ein Thema, da ist nämlich die Technologie von "maschinelle Übersetzung" grundsätzlich dieselbe, die Modelle sind nur kleiner und anders trainiert.

Die EU ist im Bereich juristische Übersetzungen State-of-the-Art, und dort ist eben maschinelle Übersetzung mit einem Postprocessing per Native-Speaker Juristen.
https://knowledge-centre-translation-interpretation.ec.europa.eu/de/content/revisionpost-editing

Revision/Post-Editing - Knowledge Centre on Translation and Interpretation - European Commission

Revision/Post-Editing

Knowledge Centre on Translation and Interpretation - European Commission

Folgerung, wie genau stellen sich die Ludditen in Berkeley vor, dass ihre angehenden Juristen ausländische Rechtstexte erschließen? Google Translate ⇾ AI (technisch), DeepL (AI, noch ein feineres Modell), usw.

Der Punkt ist, Wörterbuch oder leichte Sprachkenntnisse und KI ermöglichen Zugang zu anderen Rechtsräumen. Nicht dass das die Amis übermäßig interessiert, aber wenigstens Elite-Unis und Wahlfächer …

@kenji ok, das liest sich ja knackig und per se sinnvoll. Ich wüßte aber nicht, wie die Uni die Einhaltung der Regeln überprüfen möchte.
Vielleicht ist die bessere Lösung: Studies schreiben einen Fachtext/Hausarbeit mit den Mitteln ihrer Wahl. Das wird bewertet (inhaltlich daran orientiert, daß beliebige Hilfsmittel verwendet werden konnten -> hohes Anforderungsniveau). Danach werden sie mündlich darauf geprüft, ob sie verstanden haben, was da steht.
Das spart den …
@kenji … Korregierenden die Überprüfung, ob KI genutzt wurde (weil egal) und testet, ob die Studierenden das inhaltlich verstanden haben.
@kenji

Genau so, als Ersatz für Fleiß, Wissen und Kompetenz, wird
#KI auch vin allen (!!!) Jugendlichen (m/w/d) , den meisten jungen Erwachsenen (m/w/d) und etlichen älteren Erwachsenen (m/w/d) genutzt 🤷🤦🤡🤮