Ziel dieses Tools ist es, Nutzern einen tiefgreifenden Einblick in die Funktionsweise von Textgeneratoren wie ChatGPT zu ermöglichen.
Textbasierte Sprachmodelle wie ChatGPT basieren auf umfangreichen Sammlungen von Dokumenten – dazu gehören Texte aus der Wikipedia, Büchern, Zeitschriften, Nachrichtenartikeln, Social Media Plattformen und vielen weiteren Quellen. Diese Dokumentensammlungen dienen als Trainingsdaten für Sprachmodelle. Durch eine mathematisch-statistische Analyse kann das Modell vorhersagen, welches Zeichen oder Wort mit hoher Wahrscheinlichkeit als nächstes in einem Text erscheint und so einen Text fortlaufend erweitern.
Es ist wichtig zu beachten, dass SoekiaGPT nicht als alltägliches Textgenerierungswerkzeug gedacht ist. Während Textgeneratoren wie ChatGPT komplexe Informatiksysteme sind und vielfältige Anwendungen im Alltag haben, zielt SoekiaGPT darauf ab, eine Lernumgebung zu schaffen. Daher macht SoekiaGPT eine Reihe von didaktischen Vereinfachungen. SoekiaGPT eignet sich allerdings, um einzelne Schritte eines Sprachmodells durchzuspielen und verschiedene Parameter einzustellen, was es zu einem wertvollen Lernwerkzeug macht.
Wer Interesse an weiteren Informationen über SoekiaGPT hat, kann auf der Webseite https://soekia.ch zusätzlich eine Handreichung für Lehrpersonen finden. Ausserdem ist es empfehlenswert, die Lernplattform in einem separaten eigenen Browserfenster zu öffnen.
Maschinelles Lernen (machine learning)
Maschinelles Lernen (ML) ist eine Art von künstlicher Intelligenz (KI), die Computern die Fähigkeit gibt, ohne explizite Programmierung zu lernen. Maschinelles Lernen ein mächtiges Werkzeug, das es Computern ermöglicht, von Daten zu lernen und auf diese Weise Aufgaben zu erledigen, die normalerweise menschliche Intelligenz erfordern würden.
Beispiel:
Stell dir vor, du möchtest einem Kind beibringen, einen Hund von einer Katze zu unterscheiden. Du würdest dem Kind viele Bilder von Hunden und Katzen zeigen und ihm jedes Mal sagen, welches Tier auf dem Bild zu sehen ist. Nach einer Weile wird das Kind in der Lage sein, selbstständig einen Hund von einer Katze zu unterscheiden, auch wenn es diese speziellen Tiere noch nie zuvor gesehen hat.
Maschinelles Lernen funktioniert ähnlich: Anstatt jedem Computer speziell zu sagen, was er tun soll, geben wir ihm viele Beispiele oder Daten (wie die Bilder der Hunde und Katzen) und lassen ihn Muster und Beziehungen in diesen Daten erkennen. Mit genug Beispielen kann der Computer dann Vorhersagen treffen oder Entscheidungen treffen, basierend auf neuen Daten, die er noch nie zuvor gesehen hat.
Zum Beispiel kann ein Computer, der maschinelles Lernen verwendet, lernen, Spam-E-Mails zu erkennen, indem er Muster in E-Mails erkennt, die als Spam markiert sind. Oder ein selbstfahrendes Auto kann lernen, Hindernisse auf der Straße zu erkennen, indem es Bilder von Straßen und Hindernissen analysiert.
Maschinelles Lernen mit Kids
Die Website «Machine Learning for Kids» bietet einen praktischen Zugang zur Künstlichen Intelligenz, insbesondere zum Maschinellen Lernen, durch interaktive Übungen. Es stellt eine benutzerfreundliche Plattform zur Verfügung, auf der Schüler*innen maschinelle Lernmodelle trainieren können, um Texte, Zahlen und Bilder zu klassifizieren.
Um die Einführung und das Verständnis für das Programmieren zu erleichtern, wird unter anderem die blockbasierte Programmiersprache Scratch verwendet, eine weit verbreitete Plattform für Lernende. Die trainierten maschinellen Lernmodelle können in der Programmierumgebung genutzt werden, um beispielsweise ein Spiel zu entwickeln.
2 Anworten auf „SoekiaGPT – Ein Textgenerator speziell für den Unterricht“
Wer mehr über SoekiaGPT erfahren möchte, findet auf https://soekia.ch auch eine Handreichung für Lehrpersonen. Zudem lohnt es sich, die Lernumgebung in einem eigenen Browserfenster zu öffnen.
Lieber Werner
Herzlichen Dank für den informierenden Kommentar. Gerne nehmen wir die Anmerkungen direkt im Beitrag auf.
Liebe Grüsse Team Trendscouting