Welche Bedeutung haben die Entwicklungen rund um Künstliche Intelligenz für Open Access und Open Research¹? Mit einer Reihe von Blogposts möchte das Projekt open-access.network jüngst aufkommenden Fragestellungen und Diskussionen rund um die Beziehung zwischen den Themenfeldern nachkommen. Den Auftakt bildet ein Blogpost, der eine allgemeine Einordnung vornimmt und Raum für Fragestellungen aus der Community eröffnet.

Als Künstliche Intelligenz (KI) werden Algorithmen bezeichnet, die in der Lage sind, menschenähnliches Denken und Lernen nachzubilden. Es umfasst u.a. Machine Learning (Datenerkennung und -sortierung auf Basis von wiederholter Dateneingabe) oder neuronale Netze (Datenerkennung und -sortierung auf Basis von Zusammenführung von Daten aus verschiedenen Datenbanken). Gegenwärtig wird KI u.a. zur Bilderkennung und -erstellung, Spracherkennung, Texterstellung und -optimierung, zur Erkennung von Mustern und zur Prozessoptimierung genutzt (vgl. Fraunhofer-Institut für Kognitive Systeme, 2024).

Auch in der Wissenschaft finden viele KI-Tools Anwendung. Doch welche Berührungspunkte hat KI mit Open Access (OA) (dem freien Zugang zu wissenschaftlicher Information im Internet)?

Wir können hier einerseits auf KI-Tools blicken, die im Publikationsprozess eine Rolle spielen und andererseits auf Tools, die Zugangsbarrieren in der Wissenschaft senken. KI-Werkzeuge helfen u.a. bei der Formulierung von Texten oder bei der Suche nach geeigneten Reviewer*innen. Außerdem können sie genutzt werden, um die Barrierefreiheit von wissenschaftlichen Publikationen zu verbessern, indem sie z.B. automatische Übersetzungen anfertigen, Text in gesprochene Sprache überführen, Bilder beschreiben oder automatisch Untertitel für Videos generieren. Dadurch können Menschen unabhängig von spezifischen Voraussetzungen Zugang zu wissenschaftlichen Informationen erhalten. Auch Wissenschaftler*innen, deren Muttersprache nicht Englisch ist, können von KI-Werkzeugen profitieren: Tools, die auf Large-Language-Modellen (LLM) beruhen, helfen ihnen bei der Übersetzung oder Generierung ihrer wissenschaftlichen Texte.

Durch die beschriebenen KI-Anwendungen haben Wissenschaftler*innen so (vermeintlich) mehr Zeit für die Recherche, die Planung und Durchführung von Forschungsprojekten oder die Lehre (vgl. Staiman, 2023). Wo Open Access durch den freien Zugang zu wissenschaftlicher Information die Chancen auf Bildungsgerechtigkeit erhöht, leistet auch die Nutzung von KI einen wichtigen Beitrag zu dieser Entwicklung. So können Sprachbarrieren abgebaut und Informationen außerhalb des eigenen Bildungssystems leichter zugänglich gemacht werden (vgl. Kasneci, 2023). Jedoch seien an dieser Stelle bereits zwei Einschränkungen bei der Nutzung von KI am Beispiel von ChatGPT verwiesen: Der Einsatz des Tools hängt von der Qualität der formulierten Prompts (Anweisungen/Fragestellungen) ab. Eine immer stärkere Schärfung der Fragestellung ist wichtig und bedarf einiger Übung. Darüber hinaus unterscheiden sich die verschiedenen Versionen der Software in der Größe des hinterlegten Datensatzes und der Genauigkeit der Ausgaben. Die Version 4.0 umfasst einen größeren Datensatz, ist aber in der Pro-Variante kostenpflichtig. Es besteht die Gefahr, dass die Höhe des Einkommens und die Qualität der Antworten voneinander abhängen und damit eine Form der Ungleichheit erzeugt wird.

Ein viel diskutierter Aspekt von KI ist die Frage, unter welchen rechtlichen Bedingungen Publikationen für das Trainieren von LLMs genutzt werden dürfen und ob es unterschiedliche Regelungen für kommerzielle und wissenschaftliche Zwecke gibt bzw. geben sollte (vgl. Brehm, 2022).
Mit Blick auf das Urheberrecht bedarf es weiterer Regulierungen und Schärfungen der Gesetzgebungen, um bestehende Grauzonen zu verringern. Einer Ansicht nach wird das sog. Crawlen (Durchforsten und Lesen) von Daten, die frei verfügbar im Netz vorhanden sind, durch die urheberrechtlichen Schrankenregelungen zum Text und Data Mining (§§ 60d und 44b UrhG) erlaubt (vgl. Rack, 2024). Künftig sollen Anbietende von KI-Diensten, die mit großen Datenmengen trainiert werden, laut EU-Gesetz angehalten werden, die zu Trainingszwecken genutzten Daten offenzulegen (vgl. Baumann, 2024). Bei einer Open-Access-Publikation ist die Vergabe einer Creative-Commons-Lizenz Standard und damit die Nachnutzung der Inhalte durch die entsprechende Lizenz geregelt.

Open-Access-Publikationen sorgen nicht nur für eine rechtliche Absicherung der Autor*innen bei der Nachnutzung der Inhalte, sondern leisten viel mehr: Denn (noch) ist es mit Hilfe von Algorithmen schwierig, komplexe wissenschaftliche Werke zu schreiben. So werden Verweise durch die KI teilweise "halluziniert". Das heißt, dass von der KI benannte Quellen teilweise nicht existieren oder ausgegebene Inhalte nicht valide sind (Alkaissi, McFarlane, 2023). Die Verfügbarkeit von Texten in Open Access spielt für die Validierung künstlich generierter Texte und deren Quellen eine sehr wichtige Rolle, da die Verweise und zitierten Texte und Daten öffentlich einsehbar und überprüfbar sind. Dieses hilft, nicht stichhaltige Forschung oder "halluzinierte Texte" zu enttarnen.

KI hat sich in den letzten Jahren rasant weiterentwickelt und in den Arbeitsalltag vieler Einzug gehalten. Fest steht, dass eine Zukunft ohne KI sehr unwahrscheinlich ist. Insofern ist nicht die Frage, ob, sondern wie wir mit den neuen Tools umgehen. Es werden internationale, wissenschaftspolitische Diskussionen über den Umgang mit neuen Entwicklungen geführt (z.B. Manola, 2023).

Fragen zur Qualitätssicherung in der Forschung, sowie zu Nutzen und Grenzen von KI für Open Research werden im Rahmen unserer Arbeit relevant bleiben.

Mitarbeiter*innen aus den Bereichen der Infrastruktur (u.a. Bibliotheken) und der Lehre können einen Beitrag zur Verbesserung der Informationskompetenz leisten, indem sie Veranstaltungs- und Informationsformate zur kritischen Auseinandersetzung (Vor-und Nachteile, Umgang usw.) mit den Tools anbieten. Auch Diskurse um die Rolle von KI in der Erstellung und der Verbreitung, aber auch der Erkennung von "halluzinierten" Forschungsergebnissen bzw. durch KI erzeugte Textpublikationen innerhalb der Wissenschaftskommunikation sollte gefördert werden.

Dieser Blogpost bildet den Auftakt einer Reihe, die sich in unregelmäßigen Abständen mit den Themenfeldern Künstliche Intelligenz und Open Access bzw. Open Research beschäftigt. Eine Auseinandersetzung mit dem Umgang von ChatGPT und Co. und die Diskussion aufkommender Fragen befähigt dazu, den eigenen Weg im Umgang mit den Entwicklungen zu finden.

Jetzt seid ihr gefragt: Habt ihr Feedback oder Anregungen für künftige Blogposts zu diesem Themenfeld? Wie ist euer Umgang mit KI? Welche Potenziale und Gefahren seht ihr in Bezug auf KI und Open Access/Open Research? Nutzt gern die Kommentarfunktion unter diesem Beitrag für eine konstruktive Diskussion!

¹Definition: Konzepte und Praktiken eines offenen und nachhaltigen Zugangs zu Ergebnissen, Materialien bzw. dem gesamten Forschungsprozess. Open Research ist eng mit der Definition von Open Science in der UNESCO Recommendation on Open Science verbunden. Der Begriff ermöglicht jedoch eine Inklusion geistes- und kulturwissenschaftlicher Praktiken.

• Alkaissi, H. & McFarlane, S. I. (2023). Artificial Hallucinations in ChatGPT: Implications in Scientific Writing. Cureus, 15(2), e35179. DOI: 10.7759/cureus.35179
• Baumann, S. (2024). AI-Act: Was die neue KI-Verordnung regelt. https://doi.org/10.59350
• Brehm, E. (2022). Guidelines zum Text und Data Mining für Forschungszwecke in Deutschland. https://doi.org/10.34657/9388
• Fraunhofer-Institut für Kognitive Systeme IKS (2014). Künstliche Intelligenz (KI) und maschinelles Lernen. https://www.iks.fraunhofer.de/de/themen/kuenstliche-intelligenz.html
• Kasneci, E. (2023). „ChatGPT kann zu mehr Bildungsgerechtigkeit führen“. https://www.tum.de/aktuelles/alle-meldungen/pressemitteilungen/details/chatgpt-kann-zu-mehr-bildungsgerechtigkeit-fuehren
• Manola, N. (2023). AI with and for Open Science. https://www.openaire.eu/blogs/ai-with-and-for-open-science
• Rack, F. (2024). Rechtsfragen zur generativen KI. ABI Technik, 44(1), 39–47. https://doi.org/10.1515/abitech-2024-0005
• Staiman, A. (2023). Guest Post - Academic Publishers Are Missing the Point on ChatGPT. The Scholarly Kitchen. https://scholarlykitchen.sspnet.org/2023/03/31/guest-post-academic-publishers-are-missing-the-point-on-chatgpt/

Becklas, C., Martin, L., & Strauß, H. (2024). KI verändert die Forschungswelt - Was bedeutet das für Open Access?. open-access.network. doi.orghttps://doi.org/10.64395/n7khe-9r392.