/ en / Traditional / help

Beats Biblionetz - Texte

Large Language Models und ihre Potenziale im Bildungssystem

Impulspapier der Ständigen Wissenschaftlichen Kommission der Kultusministerkonferenz
SWK Ständige Wissenschaftliche Kommission der KMK
Publikationsdatum:
local web 
Erste Seite des Textes (PDF-Thumbnail)

iconZusammenfassungen

SWK Ständige Wissenschaftliche Kommission der KMKDie Ständige Wissenschaftliche Kommission der Kultusministerkonferenz (SWK) möchte mit diesem Impulspapier einen Diskussionsbeitrag leisten und Anregungen geben, wie LLM zukünftig in Schulen genutzt werden können, wobei ein Großteil der Anregungen auf den Hochschulkontext übertragbar ist. Ein besonderes Augenmerk soll dabei auf den weiteren Forschungs- und Entwicklungsanstrengungen liegen, um den gewinnbringenden Einsatz der LLM in Lehr-Lernsituationen sicherzustellen. Damit knüpft die SWK an ihre Empfehlungen zur Digitalisierung im Bildungssystem und der systematischen Integration und Erforschung digitalisierungsbezogener Inhalte in Schule und Lehrkräftebildung an (Ständige Wissenschaftliche Kommission der Kultusministerkonferenz [SWK], 2022). Ein sinnvoller Umgang wird voraussichtlich sehr fachspezifisch geprägt sein. Damit adressiert dieses Impulspapier insbesondere die Fachdidaktiken, denn es wird vor allem die Erprobung in Schulen mit fachdidaktischer Begleitung und Evaluierung sein, über die schnell gesicherte Erkenntnisse zu Einsatzmöglichkeiten und Risiken erreicht werden können.
Von SWK Ständige Wissenschaftliche Kommission der KMK im Text Large Language Models und ihre Potenziale im Bildungssystem (2024)

iconBemerkungen

Beat Döbeli HoneggerDetial im ersten Satz des Impulspapiers: OpenAI hat Ende November nicht GPT-3, sondern ChatGPT, das auf ChatGPT aufbaut, veröffentlicht. GPT-3 stand bereits früher öffentlich zur Verfügung.
Von Beat Döbeli Honegger, erfasst im Biblionetz am 17.01.2024
Beat Döbeli HoneggerIch glaube nicht, dass die Aussage "Zudem erinnert sich eine LLM nicht inhaltlich an die von ihr erstellten Inhalte (wohl aber an die eingegebenen Prompts)." so allgemein gültig ist.
Von Beat Döbeli Honegger, erfasst im Biblionetz am 17.01.2024
Wer die Diskussion um KI in Schule und Hochschule im letzten Jahr aktiv verfolgt hat, für den hält das Impulspapier wenig Überraschendes bereit. Ist es deswegen eine Enttäuschung? Nein. Denn die Handlungsempfehlungen sind erstens sinnvoll und zweitens in der Bildungsadministration kein Konsens.
Von Hendrik Haverkamp im Text Impulspapier der SWK (2024)

iconDieses Positionspapier erwähnt ...


Personen
KB IB clear 		Sandhini Agarwal , Steffen Albrecht , Dario Amodei , Amanda Askell , Maria Bannert , Christopher Berner , Tom B. Brown , Mark Chen , Benjamin Chess , Michelene T. H. Chi , Rewon Child , Jack Clark , Daryna Dementieva , Kewal Dhariwal , Prafulla Dhariwal , Frank Fischer , Urs Gasser , Scott Gray , Georg Groh , Stephan Günnemann , Tom Henighan , Ariel Herbert-Voss , Christopher Hesse , Eyke Hüllermeier , Jared Kaplan , Gjergji Kasneci , Enkelejda Kasneci , Gretchen Krueger , Stephan Krusche , Stefan Küchemann , Jochen Kuhn , Hessisches Kultusministerium , Gitta Kutyniok , Landesinstitut für Schulqualität und Lehrerbildung Sachsen-Anhalt (LISA) , Jonas Leschke , Mateusz Litwin , Benjamin Mann , Richard E. Mayer , Sam McCandlish , Tilman Michaeli , Arvind Neelakantan , Claudia Nerdel , OpenAI , Jürgen Pfeffer , Oleksandra Poquet , Alec Radford , Aditya Ramesh , Nick Ryder , Michael Sailer , Peter Salden , Girish Sastry , Albrecht Schmidt , Tina Seidel , Kathrin Sessler , Pranav Shyam , Eric Sigler , Matthias Stadler , SWK Ständige Wissenschaftliche Kommission der KMK , Sebastian Stoppe , Melanie Subbiah , Ilya Sutskever , Jochen Weller , Clemens Winter , Jeffrey Wu , Ruth Wylie , Daniel M. Ziegler

Aussagen
KB IB clear 		Generative Machine-Learning-Systeme benötigen viel Energie
Generative Machine-Learning-Systeme erhöhen den digitalen Schereneffekt
Generative Machine-Learning-Systeme verletzen oft das Urheberrecht
Learning Management Systeme gefährden die Privatsphäre von Lernenden
LehrerInnen benötigen ICT-Weiterbildung.
LehrerInnen benötigen Weiterbildung zur ICT-Nutzung im Unterricht (Didaktik).
Machine Learning kann bestehende Vorurteile/Ungerechtigkeiten verstärken/weitertragen
Machine Learning kann Lernmotivation senken

Begriffe
KB IB clear 		Bilder , Bildungeducation (Bildung) , Chat-GPT , Datenschutz , Denkenthinking , Deutschlandgermany , Didaktikdidactics , DigComp , DigCompEdu , Digitalisierung , Empathieempathy , Fachdidaktik , Fake-News , Fehlerkultur (positive) , Generative Machine-Learning-Systeme (GMLS)computer-generated text , Gesellschaftsociety , Glaubwürdigkeit , GMLS & Bildung , GMLS & Schule , GPT Builder / GPTs , Hochschulehigher education institution , individuelle Förderung , Informatik-Unterricht (Fachinformatik)Computer Science Education , Informationskompetenzinformation literacy , Intelligent Tutoring System (ITS)Intelligent Tutoring System , Learning Management System (LMS) / LernplattformLearning Management System , Literalität , machine learning , Medienkompetenz/media literacymedia literacy , Medienpädagogik , Motivationmotivation , Objektivitätobjectivity , Oralität , Plagiarismusplagiarism , Primarschule (1-6) / Grundschule (1-4)primary school , Prüfung , Sekundarstufe I , social media / Soziale Mediensocial networking software , Suchmaschinesearch engine , Überarbeitung von Text , Unterricht , Unterrichtsmaterial , Urheberrecht , Verantwortungresponsability , Videovideo , Wissenschaftscience
icon
Bücher
Jahr  Umschlag Titel Abrufe IBOBKBLB
2005   The Cambridge handbook of multimedia learning (Richard E. Mayer) 1, 3, 9, 16, 1, 1, 10, 4, 4, 6, 6, 4 50 8 4 703
2020 local web  Language Models are Few-Shot Learners (Tom B. Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah, Jared Kaplan, Kewal Dhariwal, Prafulla Dhariwal, Arvind Neelakantan, Pranav Shyam, Girish Sastry, Amanda Askell, Sandhini Agarwal, Ariel Herbert-Voss, Gretchen Krueger, Tom Henighan, Rewon Child, Aditya Ramesh, Daniel M. Ziegler, Jeffrey Wu, Clemens Winter, Christopher Hesse, Mark Chen, Eric Sigler, Mateusz Litwin, Scott Gray, Benjamin Chess, Jack Clark, Christopher Berner, Sam McCandlish, Alec Radford, Ilya Sutskever, Dario Amodei) 6, 8, 7, 6, 3, 2, 8, 2, 8, 5, 6, 4 40 5 4 147
2022 local web  Digitalisierung im Bildungssystem (SWK Ständige Wissenschaftliche Kommission der KMK) 13, 31, 5, 3, 1, 4, 12, 6, 9, 12, 8, 5 12 102 5 272
2023 local web  ChatGPT und andere Computermodelle zur Sprachverarbeitung (Steffen Albrecht) 12, 10, 6, 2, 2, 1, 9, 2, 9, 6, 4, 2 5 76 2 137
icon
Texte
Jahr  Umschlag Titel Abrufe IBOBKBLB
2014 local web  The ICAP Framework (Michelene T. H. Chi, Ruth Wylie) 4, 3, 6, 9, 5, 3, 7, 3, 5, 5, 3, 2 21 18 2 130
2023 local web  ChatGPT for Good? (Enkelejda Kasneci, Kathrin Sessler, Stefan Küchemann, Maria Bannert, Daryna Dementieva, Frank Fischer, Urs Gasser, Georg Groh, Stephan Günnemann, Eyke Hüllermeier, Stephan Krusche, Gitta Kutyniok, Tilman Michaeli, Claudia Nerdel, Jürgen Pfeffer, Oleksandra Poquet, Michael Sailer, Albrecht Schmidt, Tina Seidel, Matthias Stadler, Jochen Weller, Jochen Kuhn, Gjergji Kasneci) 13, 9, 2, 1, 3, 1, 7, 3, 7, 4, 4, 1 15 18 1 123
2023 local web  Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung (Peter Salden, Jonas Leschke) 4 31 0 0
2023 local web  Künstliche Intelligenz (KI) in Schule und Unterricht (Hessisches Kultusministerium) 2 21 0 0
2023 local web  Sprachmodelle im Schulunterricht: Chancen und Herausforderungen (Landesinstitut für Schulqualität und Lehrerbildung Sachsen-Anhalt (LISA), Sebastian Stoppe) 1 7 0 0
2023 local web  Introducing GPTs (OpenAI) 3 3 0 0

iconDieses Positionspapier erwähnt vermutlich nicht ... Eine statistisch erstelle Liste von nicht erwähnten (oder zumindest nicht erfassten) Begriffen, die aufgrund der erwähnten Begriffe eine hohe Wahrscheinlichkeit aufweisen, erwähnt zu werden.

icon
Nicht erwähnte Begriffe
Daten, DigComp 2.0, Generative Pretrained Transformer 3 (GPT-3), Generative Pretrained Transformer 4 (GPT-4), GMLS & Hochschule, Informatik, Informatik-Didaktik, Informatikunterricht in der Schule, Kinder, Künstliche Intelligenz (KI / AI), LehrerIn, Lernen, Schule, Schweiz, Textgeneratoren-Verbot, Universität

iconTagcloud

iconZitationsgraph

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese SVG-Grafik fensterfüllend anzeigen

iconZitationsgraph (Beta-Test mit vis.js)

iconZeitleiste

icon10 Erwähnungen  Dies ist eine nach Erscheinungsjahr geordnete Liste aller im Biblionetz vorhandenen Werke, die das ausgewählte Thema behandeln.

iconVolltext dieses Dokuments

Auf dem WWW Large Language Models und ihre Potenziale im Bildungssystem: Artikel als Volltext (lokal: PDF, 538 kByte; WWW: Link OK )

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

Suchen im Biblionetz mit Google
Google Scholar
Google
Amazon

iconBeat und dieses Positionspapier

Beat hat Dieses Positionspapier während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Aufgrund der vielen Verknüpfungen im Biblionetz scheint er sich intensiver damit befasst zu haben.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.