Termin

Exakte Wissenschaft und literarisches Erzählen scheinen auf den ersten Blick weit voneinander entfernt – doch bei näherem Hinsehen zeigen sich überraschende Verbindungen. Wenn es etwa um Künstliche Intelligenz geht, sind wir notorische Vermenschlicher. Schon seit der Antike erzählen wir von belebten Statuen, künstlichen Gottheiten oder mit Lebenshauch erfüllten Lehmklumpen. Und immer fürchten wir, dass die Maschinen uns vom Schöpferthron stoßen.

Auch die heutige Wissenschaft entwirft KI nach unserem Bild: Wir spiegeln uns in ihren Antworten – und fürchten zugleich, was sie hervorbringen könnte. Bilder und Narrative aus Mythologie und Science-Fiction erhalten durch sogenannte Large Language Models, wie wir sie von ChatGPT & Co. kennen, eine neue Aktualität: Nun erzählt die Maschine selbst – Gedichtzyklen, Gutenachtgeschichten, vielleicht bald auch den nächsten großen Roman?

Der Vortrag fragt danach, was das Erzählen von und mit Künstlicher Intelligenz über unsere Gegenwart verrät – und wie wissenschaftliche Perspektiven helfen können, diese neuen Texte einzuordnen. Dabei geht es auch um Fragen der Kopie und der Copia: Welche Formen des Nachahmens, des Wiederholens und der sprachlichen Fülle spielen eine Rolle, wenn KI erzählt? Und was verraten sie über unser Verständnis von Kreativität, Wissen – und von uns selbst?

Dozent: Dr. Markus Gottschling ist Literatur- und Rhetorikwissenschaftler mit Schwerpunkt auf Wissenschaftskommunikation. Er ist Wissenschaftlicher Mitarbeiter am Seminar für Allgemeine Rhetorik der Universität Tübingen und Koordinator des RHET AI Center, wo er auch die Arbeitsgruppe „Communicative Competence“ leitet. In Forschung und Lehre beschäftigt er sich mit der Rolle von Rhetorik im Umgang mit generativer KI, co-kreativen Schreibprozessen und dem Erwerb rhetorischer Kompetenzen im digitalen Raum. Darüber hinaus entwickelt er Fortbildungsangebote zur Wissenschaftskommunikation, etwa im Zertifikatsprogramm „Wissenschaftskommunikation und mediale Kompetenz“.

Workload: 3

Räume
Beethovenstraße, Aula / Hörsaalgebäude (HS) AH 0.01

Anzahl der Workloadstunden
3