Überblick

 
FAChbereich Deutsch
● Glossar ▪ Literatur ▪ Autorinnen und Autoren ▪ Literarische Gattungen ▪ Literaturgeschichte ▪ Motive der Literatur ▪ Grundlagen der Textanalyse und Interpretation ▪ Literaturunterricht ▪ Überblick ▪ Literarische Kompetenz • Zugänge zu literarischen Texten ▪ Methoden des Literaturunterrichts ▪ Überblick ▪ Literaturbezogene Leseanimation ▪ Lesetagebuch ▪ Vorlesen durch die Lehrperson ▪ Gestaltendes Lesen ▪ Szenisches Lesen ▪ Buchvorstellung ▪ Literarisches Gespräch ▪ Fragend-entwickelndes Interpretieren ▪ Aufgaben zur Textanalyse ▪ Hinzuziehen von Kontexten (Kontextualisierung) ▪ Textvergleich ▪ Text-Bild-Vergleich ▪ Operative Verfahren ▪ Textproduktive Verfahren ▪ Bildnerisches und musikalisches Gestalten zu literarischen Texten ▪ Darstellendes Spiel und szenische Interpretation ▪ Projektorientiertes Arbeiten ▪ Portfolio-Arbeit im Umgang mit literarischen Texten und Themen ▪ Phasenmodelle für Einzelstunden und Kurzsequenzen (Mikromodelle) ▪ Künstliche Intelligenz und Literaturunterricht • Überblick • Einsatzmöglichkeiten [ • Anweisungen für die Interaktion (Prompts) ► Überblick ◄ ] • KI und Unterrichtsvorbreitung • KI im Unterricht • Fragen und Antworten (KI) ▪ Handlungs- und produktionsorientierter Unterricht ▪ Verschiedene literaturdidaktische Aspekte und Aufgaben ▪ Literaturkanon ▪ Schreibaufgaben im Literaturunterricht ▪ Textauswahl  ● Schreibformen  ● Operatoren im Fach Deutsch
  

▪ Literarisches Lernen
»Wikipedia: Liste von Chatbots

Der Umgang mit • Künstlicher Intelligenz (K) im Literaturunterricht erfordert neben anderen Kompetenzen (z. B. • literarische Kompetenz vor allem • sprachliche Kompetenzen, die bei der schriftlichen oder mündlichen Interaktion mit einem » Chatbot benötigt werden.

Ein » Chatbot stellt ein textbasiertes Dialogsystem dar, mit dem man mit einem technischen System »chatten kann. Er besitzt je einen Bereich zur Texteingabe (Input) und Textausgabe (Output), über die man in natürlicher Sprache mit dem System interagieren bzw. kommunizieren kann.

»Sprachmodelle (»Large Language Models, kurz: LLMs) wie sie auch im  Literaturunterricht zum Einsatz kommen können, sind in der Lage, auf immer umfangreichere Datenbestände zuzugreifen.

Sie bieten auch intelligente Dialoge für die Nutzerinnen und Nutzer, wie zum Beispiel das bei OpenAI entwickelte ChatGPT oder Googles Gemini. Daneben gibt es aber noch eine Vielzahl anderer Chatbots für die unterschiedlichsten Kommunikations- und Anwendungsbereiche..

Nach der schriftlichen oder mündlichen Eingabe einer Anweisung (Prompt) generiert die KI bzw. das dahinter stehende Sprachmodell (LLM) seine Antwort, die auf den ständig wachsenden Datenmengen beruht, die das System filtern, bündeln und in unterschiedlichen Formaten darstellen kann.

Diese Anweisungen, Prompts genannt, werden im Allgemeinen in natürlicher Sprache formuliert, d. h. man muss keine bestimmte (Programmier-)Sprache mit besonderen Befehlen eingeben, um die KI zu veranlassen, bestimmte Operationen im Hintergrund auszuführen und dann ihre Ergebnisse wieder in natürlicher Sprache auszugeben.

Je präziser der jeweilige Prompt formuliert ist, je genauer der KI also gesagt wird, was von ihr erwartet wird oder was sie tun soll, desto genauer ist dann auch ihre Antwort. Ein guter Input führt dabei im Allgemeinen zu einem besseren Output.

Diesen Input kann man im Chatverlauf zu einem bestimmten Thema oder zu einem dem System bekannten Text (z. B. • Franz Kafka Vor dem Gesetz) oder einem zur Analyse hochgeladenen Text (z. B. • Shared Cheatah von Jens Ludwig) nacheinander geben. Dabei kann man die Aufgaben zur Textanalyse und Textinterpretation in eine selbstgewählte Abfolge von Fragen und Antworten bringen, die die Erarbeitung eines eigenen Textverständnisses an den Punkten unterstützen, an denen man diese Unterstützung wünscht. Aber natürlich lassen sich auch globale Anweisungen zum gesamten Text geben.

Die nachfolgende Darstellung kann nur eine erste Übersicht darüber geben, wie man als Anfänger mit der KI interagieren kann. Dabei liegt der Schwerpunkt auf so genannten Text-Prompts, also Anweisungen, die natürlicher Sprache in Textform gegeben werden. Je nach Komplexität der Aufgabe variieren auch die Bestandteile eines Text-Prompts.

Gewöhnlich umfassen sie die Aufgabenstellung, die Kontextinformationen, die Rolle, die Tonalität und das Ausgabeformat des gewünschten Ergebnisses.

Für größere Ansicht bitte an*klicken*tippen!

Prompts können in Form einer einzelnen langen und ausführlichen Kettenaufforderung (Chained Prompting) formuliert oder in einer Reihenfolge von Aufforderungen wie beim • Verfahren der schrittweisen Annäherung (iterativen Verfahren) (Chain of Thought Prompting, kiurz CoT-Prompting) in mehrere Zwischenschritte zerlegt werden. l

Eindeutige Anweisungen erteilen

KI-Chatbots benötigen eindeutige Anweisungen (Instruktionen). Aus diesem Grunde ist es am besten, wenn man dies mit einem Verb ausdrückt, das eine klare Sprachhandlung beinhaltet.

Geeignet sind z .B. Verben in der Imperativform wie "schreibe", "formuliere". "umschreibe" ("paraphrasiere"), "skizziere", "fasse zusammen", "kürze", "gliedere", "nenne", "vergleiche", "erkläre", "übersetze" ...

Am besten verwendet man ganze Sätze oder Stichpunkte, die sich aber u. U. auch gut  kombinieren lassen. Parataxen eignen sich oft besser als Hautsatz-Nebensatz-Konstruktionen. Mit einzelnen Aussagen im parataktischen Stil kann auch in der Regel komplexe Aufgabenstellungen in Teilaufgaben zerlegen.

Prompts sollten keine vagen und mehrdeutigen Formulierungen enthalten.

Die Länge der Prompts kann eine wichtige Rolle spielen. Zu kurze Prompts können zu allgemeinen Antworten führen, zu lange können u. U. nicht beantwortet werden.

Die Anweisung sollte dabei so spezifisch wie nötig sein, um die KI zu einer möglichst genau darauf zugeschnittenen Antwort zu bewegen..

Ausreichende Kontextinformationen geben

Viele Prompts müssen zusätzliche Informationen zum Kontext enthalten, in dem der Anweisung umgesetzt werden soll.

Das sind, allgemein betrachtet, Hintergrundinformationen, die das System benötigt, um die an es gerichtete Anweisung richtig zu verstehen. Dabei sollte man aber auf keine überflüssigen Details verwenden.

So kann man die KI zum Beispiel auffordern, einen Text zu analysieren oder bestimmte Erzähltechniken zu untersuchen.

Wenn die KI bestimmte textliche Informationen, Bilder und andere Materialien analysieren soll, setzt man diese in Anführungszeichen.

Das Output-Format festlegen

Wenn die KI ihre Antwort in einem bestimmten Format geben soll, wird dies im Prompt angegeben. Dies kann u. a. verschiedene Formatmerkmale betreffen mit Vorgaben z. B. zu

• den Adressaten für den die Antwort gedacht ist (z. B. "Antworte für eine Altersgruppe von 12 bis 14 Jahren ...", "Gib eine möglichst wissenschaftliche Antwort ...", "Erstelle eine Liste mit 10 Punkten", "Entwerfe eine Unterrichtsstunde für die 9. Klasse eines Gymnasiums ...")

• dem Umfang der gewünschten Antwort (z. B. "Gib mir zehn/zwanzig Beispiele für ...", "Formuliere die Antwort kurz/ausführlich")

• dem allgemeinen Textformat (z. B. "Fasse in Stichworten zusammen", "Nenne zehn Stichworte zu ...", "Erstelle eine Gliederung des Textes..." ,

• dem Textmuster "Schreibe eine Inhaltsangabe zu ...", "Schreibe die Geschichte weiter", "Schreibe einen inneren Monolog der Figur ...".

• der Rolle, aus der heraus die Antwort gegeben werden soll ("Du bist eine Lehrperson, der das Thema seiner Klasse vorstellt", "Nimm die Rolle von Nathan in Lessings Drama "Nathan der Weise" ein ...")

• zu der Tonalität bzw. dem Stil der erwünschten Antwort (z. B. "Antworte in einem sachlichen (formellen/informellen, freundlichen. humorvollen, polemischen ...) Stil ..." "Antworte in dem Stil (der Tonalität), den die Figur ... in dem Text ... benutzt" ...)

Den Output optimieren

Die Antwort, die die KI gibt, fällt nicht immer so wie gewünscht aus. Hier lohnt es sich meistens, weitrer mit der KI zu interagieren. Die Strategie, die dabei dahinter steht, kann man als

Chain of Thought (CoT) Prompting

„CoT-Prompting ist eine bestimmte Art des Promptings, bei dem das Sprachmodell angeregt werden soll, ein schrittweises Vorgehen zur Lösung einer Aufgabe im Output-Text darzustellen. Auf diese Weise wird eine vermeintliche Gedankenkette für uns sichtbar. Neben diesem Transparenzgewinn konnten Google-Forscher:innen auf Basis ihrer Experimente mit unterschiedlichen Sprachmodellen sogar belegen, dass durch das CoT-Prompting die Ergebnisqualität ab einer bestimmten Modellgröße verbessert wird.“ (Wei/Zhou 2022). Die Eingabeaufforderungen beinhalten aufeinander aufbauende Zwischenschritte, die das Modell durchlaufen muss, um eine Aufgabe zu lösen (vgl. Larson/Weßels 2023).

 

• Mit so genannten • Iterationen bzw. bei einem iterativen Vorgehen wird die KI quasi zur Nachbesserung ihrer Antwort aufgefordert. (z. B. "Führe die Inhaltsangabe weiter aus", "Schreibe deine Antwort in einem einfacheren Stil" )

• Die Hilfe der KI selbst zur Optimierung eines Prompts anfordern. (z. B. "Handle als Experte für Prompt Engineering und zeige mir, wie ich den letzten Prompt verbessern kann“.

• Auch das Starten eines neuen Chats kann helfen, wenn man mit den bis dahin gegebenen Antworten nicht so recht weiterkommt. Dann spielt die ganze  Antworthistorie, die die KI in dem festgefahrenen Chat berücksichtigt, keine Rolle mehr und man kann von Neuem beginnen.

• Auch das Wechseln der genutzten KI und damit des jeweils zugrunde gelegten Sprachmodells kann unter Umständen zu besseren Ergebnissen führen,

▪ Literarisches Lernen

Gert Egle, zuletzt bearbeitet am: 18.07.2024

 
ARBEITSTECHNIKEN und mehr
▪ Arbeits- und Zeitmanagement ▪ Kreative Arbeitstechniken ▪ Teamarbeit ▪ Portfolio ● Arbeit mit Bildern ● Arbeit mit Texten ▪ Arbeit mit Film und Video ▪ Mündliche Kommunikation ▪ Visualisieren ▪ Präsentation ▪ Arbeitstechniken für das Internet ▪ Sonstige digitale Arbeitstechniken