Lernen lernen mit großen Sprachmodellen

von Isabel Schorr

Mit der Veröffentlichung von ChatGPT im November 2022 haben sich die pädagogischen Praktiken an Schulen und Universitäten rapide verändert. Ähnlich wie die Einführung der Suchmaschine von Google hat ChatGPT die Art und Weise verändert, wie Lernende auf Informationen zugreifen und mit ihnen umgehen, Probleme lösen und ihre Lernprozesse regulieren, was sowohl neue Möglichkeiten als auch Herausforderungen mit sich bringt. Große Sprachmodelle (LLMs) wie ChatGPT eröffnen neue Bildungsmöglichkeiten, von personalisiertem Feedback bis hin zu neuen Formen des explorativen Lernens und zeitnahen Rückmeldungen – und bieten so Unterstützung in allen Phasen des selbstregulierten Lernens (SRL). Ihre potenziellen Anwendungsmöglichkeiten sind nicht auf bestimmte Fächer beschränkt, da gute LLMs Lernende durch mehrstufige Rechenaufgaben führen, komplizierte chemische Reaktionsmechanismen erklären, die poetische Tiefe von Friedrich Schiller entschlüsseln und auf Wunsch sogar ganze Aufsätze schreiben können. Diese Vorteile gehen jedoch mit Bedenken sowohl von Pädagogen als auch von Lernenden einher, die eine übermäßige Abhängigkeit, Fehlinformationen und eine Art kognitives Outsourcing befürchten, das wesentliche Lernprozesse untergraben könnte.

Etablierte Lerntheorien zur Selbstregulierung und zum kollaborativen Lernen wurden ursprünglich mit Blick auf das Lernen zwischen Menschen oder das individuelle Lernen entwickelt. Trotz der weit verbreiteten Nutzung von LLMs durch Lernende ist unser Verständnis davon, was effektives und ineffektives Lernen in Chatbot-Interaktionen ausmacht, nach wie vor begrenzt. Ein großes Hindernis bei der Lösung dieses Problems ist der Mangel an geeigneten Daten. Hochwertige Interaktionsdaten zwischen Lernenden und LLMs sind rar, und gelabelte Daten sind noch schwieriger zu beschaffen. Die Erstellung solcher charakterisierenden Labels erfordert einen erheblichen Zeit- und Finanzaufwand. Darüber hinaus fehlen uns etablierte Annotationsschemata, die die bedeutungsvollen Dynamiken des Chatbot-vermittelten Lernens erfassen, im Gegensatz zu den gut entwickelten Rahmenwerken, die beispielsweise für den traditionellen Unterricht im Klassenzimmer zur Verfügung stehen.

Aus Sicht des maschinellen Lernens bietet das LLM-basierte Lernen eine klare Chance: Die Interaktionsspuren sind textstrukturiert, dicht und theoretisch mit rechnergestützten Methoden analysierbar. Maschinelles Lernen (ML) wird seit langem eingesetzt, um Ineffizienzen im Online-Lernverhalten zu identifizieren und Lehrprozesse zu bewerten. Dennoch bleiben wichtige Fragen zum LLM-basierten Lernen offen:

• Welche Arten von Darstellungen oder Labels erfassen Lernprozesse in Dialogen zwischen Menschen und LLM sinnvoll?
• Welche skalierbaren Ansätze können helfen, Datenknappheit zu überwinden?
• Wie können wir unproduktive oder kontraproduktive Interaktionen in Echtzeit erkennen?
• Wie können lerntheoretische Erkenntnisse die Entwicklung und Verfeinerung von KI-Systemen leiten?

Diese Fragen bilden den Kern meiner Doktorarbeit, in der ich an der Entwicklung von Berechnungsmethoden arbeite, um das Lernen in Interaktionen zwischen Menschen und LLM besser darzustellen und zu verbessern.