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

Research output: Contribution to journalResearch articleContributed

Contributors

  • Sebastian Schorcht - , Chair of Primary Education/ Mathematical Education (Author)
  • Lukas Baumanns - , University of Cologne, Freiburg University of Education (Author)
  • Nils Buchholtz - , University of Hamburg (Author)
  • Judith Huget - , Bielefeld University (Author)
  • Franziska Peters - , Justus-Liebig-Universität Gießen (Author)
  • Maximilian Pohl - , University of Duisburg-Essen (Author)

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

Original languageGerman
Pages (from-to)12-23
Number of pages12
JournalMitteilungen der Gesellschaft für Didaktik der Mathematik
Volume2023
Issue number115
Publication statusPublished - 2023
Peer-reviewedNo

External IDs

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

Keywords