Autor: Thomas Bartz-Beielstein

Dmitry Kobak et al. ,Delving into LLM-assisted writing in biomedical publications through excess vocabulary.Sci. Adv.11,eadt3813(2025). DOI:https://doi.org/10.1126/sciadv.adt3813

Lesenswert: Erforschung des LLM-unterstützten Schreibens in biomedizinischen Publikationen

Eine Studie zeigt signifikante Veränderungen in biomedizinischen Publikationen durch KI-gestütztes Schreiben. Die Forscher entwickelten eine datengestützte Methode ohne Bedarf an vormarkierten Trainingsdaten. Die Analyse zeigt eine deutliche Verschiebung im wissenschaftlichen Schreibstil: Während vor 2023 hauptsächlich inhaltsbezogene Substantive als Exzesswörter auftraten, dominieren 2024 stilistische Wendungen wie „vertieft“ oder „unterstreicht“. Diese Entwicklung wirft kritische Fragen zur wissenschaftlichen Integrität auf, da LLMs zu Ungenauigkeiten und erfundenen Referenzen neigen können.

Prof. Dr. Matthias Barth

Tag für die exzellente Lehre 2025 an der TH Köln

Der diesjährige „Tag für die exzellente Lehre“ stand unter dem Motto “Pfade zum transformativen Lernen” und präsentierte diverse Lehransätze. Das Thema KI (Künstliche Intelligenz) stand im Mittelpunkt vieler Diskussionen. Interessant war z.B. eine von Andreas Bissels vom Schreibzentrum der TH Köln (der Anlaufstelle für wissenschaftliches Schreiben) geleitete Barcamp-Diskussion über „KI und Schreiben“.

CfP: The CfP evo* 2026 – The Leading European Event on Bio-Inspired Artificial Intelligence – 8-10 April 2026

The EvoStar 2026 conference, Europe’s leading event on bio-inspired artificial intelligence, will take place in Toulouse, France, from April 8–10, 2026. The call for papers deadline is November 1, 2025. EvoStar includes four co-located conferences: EuroGP, EvoApplications, EvoCOP, and EvoMUSART. Special sessions and a joint track on Evolutionary Machine Learning are featured. Accepted papers will be published in Springer Nature’s LNCS series. More details are available at http://www.evostar.org/2026/.

Papers „Physics-Informed Neural Networks for State Estimation Problems“ and „Tuning for Explainability“ accepted at the 35th CI-Workshop in Berlin 2025

Two papers from THK-AI members were accepted for presentation at the 35th Workshop on Computational Intelligence in Berlin, November 2025, and will be published as open access in the KIT Verlag proceedings. The first paper, by Aleksandr Subbotin and Thomas Bartz-Beielstein, explores combining machine learning with classical filtering methods. The second paper, a collaboration with Everllence SE, introduces new measures to enhance explainability in artificial intelligence.