Inhalt
KI-generierte Bilder bieten nicht nur einen großen Unterhaltungswert, sondern besitzen auch das Potenzial zu manipulieren und zu desinformieren. Inwiefern Jugendliche KI-generierte Bilder als solche erkennen können und über Fähigkeiten zum kritisch-reflexiven Umgang mit diesen verfügen, ist bislang jedoch empirisch kaum erforscht. Als ein Grund hierfür kann das Fehlen adäquater Messinstrumente identifiziert werden. Vor diesem Hintergrund widmet sich der vorliegende Beitrag der Entwicklung eines formativen Messinstruments zur Erfassung medienkritischer Fähigkeiten bei Jugendlichen im Kontext von KI-Bildern. Im Rahmen des Artikels werden nach der Aufarbeitung wesentlicher theoretischer und empirischer Grundlagen die ersten beiden Entwicklungsschritte des AI Image Critical Skills Index (AICS) entlang der MARI-Methode dokumentiert. Neben der empirisch gestützten Durchführung mentaler Experimente wurde darüber hinaus eine Analyse der Itementwürfe von Expert*innen vorgenommen. Nach der auf Basis der Expert*inneninterviews vorgenommenen Überarbeitung des Instruments umfasst der AICS-Index in seiner vorläufig finalen Version 20 Items, davon 15 geschlossene und fünf offene Frage- bzw. Aufgabenformate.
Schlagwörter: Deepfakes – formative Messmodelle – Instrumententwicklung – KI – Medienkritikfähigkeit
Images created using generative artificial intelligence (AI), referred to as AI images, not only offer significant entertainment value but also have the potential to manipulate and misinform. However, the extent to which young people can recognize AI-generated images, and have the skills to engage with them critically and reflectively, has scarcely been investigated empirically to date. The lack of adequate measuring instruments is one reason for this scarcity of research. Against this backdrop, this article presents the development of a formative measurement instrument designed to assess media-critical skills among young people in the context of AI-generated images. Following a review of essential theoretical and empirical principles, this article documents the first two development steps of the AI Image Critical Skills Index (AICS) using the MARI-method. In addition to the empirically supported implementation of cognitive experiments, expert analysis of the item drafts was conducted. Following the revision of the instrument based on expert feedback, the preliminary final version of the AICS index comprises 20 items, including 15 closed-ended questions and five open-ended questions and tasks.
Keywords: ai – assessment development – critical media literacy – deepfakes – formative measurement
