Wissenschaft trifft Design in einem interdisziplinären Kreativformat zur Kommunikation über Künstliche Intelligenz
Technologien, die auf Künstlicher Intelligenz basieren, gewinnen zunehmend Einfluss in verschiedenen Bereichen der medizinischen Forschung und Praxis – und sind für die Gesellschaft von steigender Relevanz.
Mit dem Praxiskurs Science Animated – Explaining Uses of AI in Medicine hat das RHET AI Center in Kooperation mit Partnern aus Medizin und Animationsforschung ein kreatives Format gestartet, in dem Studierende in interdisziplinären Teams Exklärvideos zu Anwendungen von Künstlicher Intelligenz konzipieren und gestalten. Dabei haben die Teilnehmenden die Möglichkeit, in das Feld der visuellen Wissenschaftskommunikation einzutauchen und ihre eigenen kommunikativen Kompetenzen weiterzuentwickeln. Durch die aktive Zusammenarbeit zwischen Studierenden aus den Bereichen Biologie, Medizin, Medienwissenschaft und Rhetorik sowie die Einbindung externer ExpertInnen, die zu unterschiedlichen medizinischen Anwendungen von Machine Learning forschen, stand der dialogische Austausch zum Thema bereits im Produktionsprozess im Mittelpunkt.
Stärkung des Dialogs zur Anwendung von Künstlicher Intelligenz in der Medizin
Die dabei entstandenen Videos zielen darauf ab, den gesellschaftlichen Diskurs zu Anwendungen von Künstlicher Intelligenz in der Medizin zu unterstützen – und verstehen sich als Einladung zum weiteren Austausch. Dazu werden die Videos in vielfältigen Kontexten und Formaten vorgestellt und zugänglich gemacht: In einem ersten Schritt sind drei Videos ab dem 10. Februar 2023 im Rahmen der Ausstellung "Cyber and the City" im Stadtmuseum Tübingen zu sehen. Dort verfolgen sie zusammen mit anderen Ausstellungsstücken das Ziel, das Thema Künstliche Intelligenz erfahrbar zu machen und einen Raum für den Dialog zwischen Gesellschaft und Forschung zu schaffen.
In einem weiteren Schritt zeigen wir die Videos als Teil eines öffentlichen Kino-Events. So finden die animierten Videos auch ihren Weg auf die große Leinwand: Alle Interessierten sind herzlich eingeladen, die Studierenden hinter den Videos sowie das Kursleitungsteam und einige der beteiligten ExpertInnen aus dem Bereich Machine Learning am 21. April 2023 um 18:15 Uhr im Tübinger Kino Arsenal kennenzulernen und zu treffen. Ergänzend zur Präsentation der Erklärvideos sind kurze Experten-Interviews sowie Einblicke in den kreativen Prozess hinter den Videos geplant – und natürlich gibt es vielfältige Möglichkeiten, sich über das Thema auszutauschen und mitzudiskutieren.
Die Erklärvideos
























In der Entwicklung der animierten Erklärvideos gaben begleitende Workshops, Check-in Sessions und Peer-Feedback-Elemente dem Gestaltungsprozess ein strukturierendes Gerüst; in der konkreten Fokussierung, künstlerischen Ausgestaltung und Zielgruppenwahl waren die Studierendenteams allerdings völlig frei. Das trug zur Vielfalt der kreativen Prozesse und Ergebnisse bei – und führte zu vier ganz unterschiedlichen Videos:
- How Does Distributed Analytics work?
von Alexander Flisiak / Aina Maria Segura Quetglas - Deep Learning in Medical Imaging
von Dennis Brunnecker / Alexander Kempf - Which Pill to Choose? How Machine Learning Can Improve Medical Prescriptions
von Felix Freuer / Wiktoria Palka - A Voyage Through a Crowded Cell World:
How Artifical Intelligence May Support Medical Diagnosis
von Neus Gil Noguera / Kim Benjamin Rösener / Min Zhou
Ab Mai 2023 werden die fertigen Videos an dieser Stelle auch online zu sehen sein.
Direkte Bezüge zu aktueller Forschung: Unterstützung durch vier Fach-ExpertInnen
Um unmittelbare Bezüge zu aktuellen Forschungsthemen im Bereich Künstliche Intelligenz und Machine Learning herzustellen, konnten wir vier WissenschaftlerInnen gewinnen, die den beteiligten Studierenden zum Kursstart ihre Forschung präsentierten – und im weiteren Verlauf als Fach-ExpertInnen beratend bei der Gestaltung der Videos zur Seite standen. Die Forschungsthemen dieser vier WissenschaftlerInnen bildeten den Startpunkt, von dem aus die Studierenden in interdisziplinären Teams ihre jeweiligen Erklärvideos entwickelten:
- Dr. Stephanie Biergans
(Medizinisches Datenintegrationszentrum, Universitätsklinikum Tübingen):
Data Management & Distributed Analytics
- Prof. Dr. med. Sergios Gatidis
(Max-Planck-Institut für Intelligente Systeme, Tübingen):
Deep Learning in Medical Imaging
- Dr. med. Alexander Tolios
(Medizinische Universität, Wien):
AI Modelling in (Pre)Clinical Settings
- Prof. Dr. Manfred Claassen
(Klinische Bioinformatik, Innere Medizin I, Universitätsklinikum Tübingen):
Machine Learning in Translational Single-Cell Biology
Ausgangspunkt: Eine (Lehr-)Kooperation zwischen Rhetorik und Medizin
Der Praxiskurs ist Teil der seit dem Sommersemester 2021 von Michael Pelzer (Forschungszentrum für Wissenschaftskommunikation) und PD Dr. Markus Löffler (Universitätsklinikum Tübingen) in fachübergreifender Kooperation angebotenen Seminarreihe Visuelle Wissenschaftskommunikation in der Medizin. Das im Rahmen dieser Seminarreihe entwickelte interdisziplinäre Lehr- und Kompetenzbildungskonzept bildet das Grundgerüst des Kurses.
Mit Blick auf die konkrete Ausbildung der Studierenden im Bereich der Erstellung von Erklärvideos wurde das Kursleitungsteam durch Naima Alam (Institut für Medienwissenschaft) ergänzt und unterstützt, die ihre große Expertise im Bereich der Animationsfilmgestaltung einbrachte. Als Expertin für den Themenbereich Machine Learning war in der ersten Semesterhälfte zudem Alexandra Geßner (Machine Learning ⇌ Science Colaboratory) beteiligt – und lieferte wertvolle Einsichten und Hinweise zum fachlichen Hintergrund.