Wann haben Sie das letzte Mal einen Chatbot verwendet? Es ist wahrscheinlich neuer als Sie denken. Das ergab eine Umfrage von Tidio aus dem Jahr 2022 88 % der Teilnehmer haben in den letzten 12 Monaten mindestens ein Gespräch mit einem Chatbot geführt, und weltweit nutzen etwa 1,5 Milliarden Menschen Chatbots. Die Zeit der vorprogrammierten Chatbots, die fünf Antworten liefern können, ist jedoch vorbei: Generative KI und große Sprachmodelle (LLMs) sind da. Und während LLM-Chatbots den Kundenservice revolutionieren, mehrsprachigen Support bieten und datengesteuerte Erkenntnisse analysieren – was Unternehmen Millionen von Dollar einspart –, haben sich ihre Einsatzmöglichkeiten mittlerweile diversifiziert und auf den Bildungsbereich, insbesondere das Erlernen von Sprachen, ausgeweitet. Theoretisch könnten LLM-Chatbots das innovativste Tool zum Sprachenlernen sein, das es je gab, da sie interaktiv, zugänglich und erschwinglich sind. hat sogar behauptet, sie könnten Kindern das Lesen in 18 Monaten statt in Jahren beibringen. Schließlich ist die Verwendung eines LLM eine interaktivere Erfahrung, da sie nicht deterministisch sind und ihre Antworten nicht kontrolliert werden können. Es ist also ihre Fähigkeit, neue Daten aufzunehmen, zu verarbeiten und zu erstellen – mit Spezialisierung auf die menschliche Sprache –, die sie besonders macht , insbesondere Sprachenlernen. Bill Gates auf die Bildung anwendbar Aber werden ihre unregelmäßigen Halluzinationen und Ungenauigkeiten, die durch die Datensätze, mit denen sie trainiert wurden, und ihre Unfähigkeit, die unmittelbaren Informationen zu verstehen, verursacht werden, sie für den Unterricht ungeeignet machen? Lassen Sie uns untersuchen, was einen LLM-Chabot ausmacht, welche Anwendungsfälle er im Bildungsbereich hat und warum er noch nicht um einen Job als Sprachlehrer konkurriert. Die Wissenschaft hinter den Chatbots Die Funktionsweise von Chatbots variiert je nach Chatbot; In diesem Artikel werden jedoch LLMs – eine Teilmenge der generativen KI, wie Bard von Google und ChatGPT von OpenAI – im Mittelpunkt stehen. Es ist jedoch richtig, anzuerkennen, woher Chatbots beim Sprachenlernen kommen, da auch andere bekannte Sprach-Apps wie Duolingo KI-Chatbots verwenden, insbesondere Modelle für maschinelles Lernen (ML) und natürliche Sprachverarbeitung (NLP). Die Einschränkungen hier bestehen jedoch darin, dass diese Art von Framework rückcodiert ist, was bedeutet, dass es so programmiert ist, dass es die richtigen Antworten überprüft und nur validiert. es ist deterministisch. Während diese Art von Frage-Antwort-Sprachtests beim Erlernen einer neuen Sprache von Vorteil ist, können LLMs viel tiefer in die Materie eintauchen. LLMs sind auf NLP spezialisiert und können menschliche Sprache erzeugen und nachahmen, was sie ideal zum Sprachenlernen macht. Zu den realen Anwendungen können maschinelle Übersetzung, Textzusammenfassung, Frage-Antwort-Systeme, Chatbots und die Generierung von Inhalten gehören – sie zeichnen sich durch das Verständnis des Kontexts und der Semantik von Textdaten aus. Und aufgrund ihrer umfangreichen Einsatzmöglichkeiten zeichnen sich LLMs durch ihre enorme Größe und ihren Rechenaufwand aus, da sie Milliarden von Parametern enthalten. Andererseits konzentriert sich traditionelles ML im Allgemeinen auf das Verstehen von Daten, das Treffen von Vorhersagen, das Lösen spezifischer Aufgaben durch Mustererkennung sowie gekennzeichnete und unbeschriftete Daten. Und beim Sprachenlernen können die Anwendungen von ML von der Spracherkennung über die Betrugserkennung (Suche nach Schülern, die gerne schummeln) bis hin zur prädiktiven Analyse reichen. Es eignet sich am besten für Aufgaben, bei denen Daten strukturiert und numerisch dargestellt werden. Und im Gegensatz zu LLMs sind herkömmliche ML-Modelle kleiner und rechenintensiv, abhängig von der Komplexität der Aufgabe und dem gewählten Algorithmus. LLMs: Das neue Supertool für den Sprachunterricht? In einer typischen Sprachstunde kann ein Lehrer zwischen 8 und 20 Schüler mit unterschiedlichen Sprachniveaus (und Interessen) haben. In einer Unterrichtsstunde, in der ein Lehrer möglicherweise Fragen von 50 % der Klasse beantworten muss, wird die Zeit und Energie des Tutors dadurch etwas gespreizt. Daher sind LLMs ideal für die Vermittlung von Grundlagen, wie dem Erlernen einfacher Grammatikregeln und dem Üben des Wortschatzes. Mit LLM-Chatbots können Benutzer von der Schule genehmigte Laptops verwenden und sich die Grammatikregeln erklären lassen, als ob sie fünf, zehn oder 15 Jahre alt wären, was Schülern aller Niveaus gerecht wird. Oder sie können darum bitten, dass eine Grammatikregel anhand der Fußballterminologie erklärt wird, um sie für den einzelnen Schüler persönlicher zu gestalten und sie so eher zu etwas zu machen, dem sie ihre Aufmerksamkeit schenken. Dieses erhöhte Engagement bedeutet, dass Benutzer wahrscheinlich wiederkommen und erneut üben. Darüber hinaus sind LLM-Chatbots hervorragende Alternativen zum Üben von Konversationen, da sie einen Muttersprachler imitieren können. Darüber hinaus ist ihr interaktiver und unterhaltsamer Charakter ein weiterer wichtiger Grund, der das Interesse der Menschen weckt. Und alle Lehrer wissen, dass Engagement eine der größten Hürden beim Sprachenlernen sein kann. Einer der wesentlichen Vorteile von LLM-Chatbots ist ihre weitreichende Zugänglichkeit. Jeder kann ein Konto erstellen und auf Anwendungen wie Chat GPT oder Google Bard zugreifen, da beide über kompetente kostenlose Versionen verfügen. Solange Sie also über eine stabile Internetverbindung verfügen, kann jeder Student aus der ganzen Welt die praktischen Funktionen eines LLM-Chatbots nutzen. Allerdings ist nichts im Leben und auch nicht in der KI perfekt. Die Fallstricke von LLMs beim Sprachenlernen aufdecken LLMs sind zwar wertvolle Werkzeuge zum Erlernen einer Sprache, eine der Grundpfeiler für das Erlernen einer neuen Sprache ist jedoch die Sprachbeherrschung, und diese Fähigkeit kann nicht durch Online-Chats mit einem LLM erreicht werden. Da Chatbots hauptsächlich auf schriftlicher Kommunikation basieren, könnten sie die Aussprache- und Sprechfähigkeiten beeinträchtigen, wenn sie das einzige Werkzeug wären, das beim Sprachenlernen verwendet wird. Nur ein menschlicher Lehrer kann den Schülern helfen, ihre Fähigkeiten zu perfektionieren, Demonstrationen durchzuführen und, was noch wichtiger ist, Korrekturen vorzunehmen. Eines der bedeutendsten Probleme im Zusammenhang mit der Entwicklung generativer KI und LLMs ist der KI-Halluzinationszustand. Dies geschieht, wenn Chatbots die ihnen gestellte Frage oder Information nicht erkennen oder verstehen. Deshalb geraten sie in die Irre und beginnen, Antworten zu erfinden, was bedeutet, dass sie ungenaue Informationen liefern und Fehler oder Missverständnisse verstärken können. LLMs absorbieren Daten aus dem Internet und generieren dann auf der Grundlage dieser Quellen neue Daten – und da jeder im Internet posten kann, können falsche und voreingenommene Informationen in LLMs eindringen, die Schwierigkeiten haben, zwischen Fakten und Fiktionen zu unterscheiden. Diese Art von Halluzinationen kann das Vertrauen untergraben, und die BBC berichtete, dass . Wenn sie also in einem Bildungsumfeld mit Kindern eingesetzt werden, stellt der nichtdeterministische Aspekt von LLMs ein Schutzproblem dar. Menschliche Lehrer müssen sich bei der Arbeit mit Kindern strengen Kontrollen unterziehen: Wenn bei LLM-Chatbots keine ähnliche Moderation angewendet wird, könnte dies Kinder in eine potenziell schädliche Situation bringen. ChatGPT bekanntermaßen Studenten danach fragt sexy Bilder Darüber hinaus besteht das Erlernen einer Sprache nicht nur darin, Konjugationen, Zeitformen und Grammatikregeln zu beherrschen. Das Erlernen einer Sprache umfasst viel mehr, wie zum Beispiel kulturelles Verständnis, idiomatische Ausdrücke und kontextbezogenen Gebrauch. Obwohl ein LLM-Chatbot auf Anfrage einige Redewendungen oder Slang bereitstellen kann, kann er nicht mit einem sachkundigen Lehrer konkurrieren, der beispielsweise die wesentlichen Nuancen zwischen spanischsprachigen Ländern vermitteln kann. Darüber hinaus müssen Studierende im Allgemeinen die Initiative ergreifen, wenn sie einen Chatbot nutzen. Benutzer müssen wissen, nach welchen Eingabeaufforderungen sie fragen müssen, und Anfänger beispielsweise verfügen wahrscheinlich nicht über dieses Wissen. Darüber hinaus hat das Potenzial von LLM-Chatbots, Schülern beim Schummeln bei Prüfungen zu helfen – etwa durch die Bereitstellung von Antworten oder Spracherkennungsfunktionen – dazu geführt, dass einige Schulbezirke in Seattle und Kalifornien Plattformen wie ChatGPT blockiert haben. Es lässt sich nicht leugnen, dass generative KI, insbesondere LLM-Chatbots, ein unglaubliches Werkzeug ist, das viele Aspekte des Geschäftslebens revolutioniert und auf dem Weg ist, bald in Schulen implementiert zu werden. Obwohl die Zugänglichkeit und Erschwinglichkeit des Modells zwei große Hürden beim Erlernen einer neuen Sprache überwinden kann, bedeuten seine unvorhersehbaren Ungenauigkeiten und Halluzinationen, dass die aktuelle Technologie nicht mit einem guten Sprachlehrer mithalten und ihn ersetzen kann. Generative KI muss hinsichtlich ihres Halluzinationsproblems ein erhebliches Hindernis überwinden, aber; Unter den richtigen Umständen können LLMs hilfreiche Werkzeuge für betreute Hausaufgaben und Grammatikübungen sein. Insgesamt sollten Lehrkräfte sicher sein, dass generative KI derzeit nicht das Bildungssystem übernehmen wird.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Dieses Audio ist in der Originalsprache der Geschichte produziert!

Zu lang; Lesen

Making security fun one episode at a time

Warum LLM-Chatbots in absehbarer Zeit keine Sprachlehrer ersetzen werden

Zu lang; Lesen

Dan Berges

STORY’S CREDIBILITY

Opinion piece / Thought Leadership

About Author

Hängeetiketten

Languages

DIESER ARTIKEL WURDE VORGESTELLT IN...

Warum LLM-Chatbots in absehbarer Zeit keine Sprachlehrer ersetzen werden

Zu lang; Lesen

Dan Berges

STORY’S CREDIBILITY

Opinion piece / Thought Leadership

About Author

Hängeetiketten

Languages

DIESER ARTIKEL WURDE VORGESTELLT IN...

ÄHNLICHE BEITRÄGE