Ask smart to get smart: Mathematische Ausgaben generativer KI-Sprachmodelle verbessern durch gezieltes Prompt-Engineering

Publikation: Beitrag in FachzeitschriftForschungsartikelBeigetragen

Beitragende

  • Sebastian Schorcht - , Professur für Grundschulpädagogik/ Mathematik (Autor:in)
  • Lukas Baumanns - , Universität zu Köln, Pädagogische Hochschule Freiburg (Autor:in)
  • Nils Buchholtz - , Universität Hamburg (Autor:in)
  • Judith Huget - , Universität Bielefeld (Autor:in)
  • Franziska Peters - , Justus-Liebig-Universität Gießen (Autor:in)
  • Maximilian Pohl - , Universität Duisburg-Essen (Autor:in)

Abstract

Der Beitrag beschäftigt sich mit den derzeitigen mathematischen Fähigkeiten des generativen KI-Spachmodells ChatGPT in Bezug auf das Lösen mathematischer Probleme. Um für den schulischen Nutzen des Modells die Zuverlässigkeit und Nachvollziehbarkeit von mathematischen Ausgaben zu optimieren, stellen wir im Beitrag unterschiedliche Prompt-Techniken vor und untersuchen ihren Effekt in Modellvalidierungen anhand einer arithmetischen und einer algebraischen Problemlöseaufgabe.

Details

OriginalspracheDeutsch
Seiten (von - bis)12-23
Seitenumfang12
FachzeitschriftMitteilungen der Gesellschaft für Didaktik der Mathematik
Jahrgang2023
Ausgabenummer115
PublikationsstatusVeröffentlicht - 2023
Peer-Review-StatusNein

Externe IDs

ORCID /0000-0002-9898-8322/work/142252701

Schlagworte