Große Sprachmodelle in intelligenten Bildungssystemen: Neue bildungsperspektiven – Eine systematische Übersicht

Große Sprachmodelle (LLMs) sind eine auf Transformer-Architektur basierende, auf künstlicher Intelligenz basierende Technologie im Aufkommen. LLMs werden in der modernen Bildung weit verbreitet genutzt, sowohl von Lernenden als auch Lehrenden, als eigenständige Werkzeuge oder integriert in E-Learning-Systeme, wo sie Personalisierung, adaptives Lernen, automatisierte Bewertung und Feedback, Inhaltserstellung und intelligentes Tutorieren unterstützen können. LLMs bieten viele Vorteile für Lernende, haben jedoch auch bedeutende Einschränkungen. Ein Ansatz zur Überwindung der LLM-Einschränkungen ist deren Kombination mit anderen intelligenten Technologien. Das Hauptziel dieser systematischen Übersicht ist es, geeignete unterstützende Technologien, Nutzungsmechanismen und methodische Ansätze zu identifizieren, die helfen können, die Einschränkungen von LLMs zu überwinden und deren verantwortungsbewusste sowie effektive Verwendung in der Bildung zu unterstützen. Zu diesem Zweck wird eine Analyse und Diskussion aktueller wissenschaftlicher Forschung (veröffentlicht in den letzten vier Jahren) durchgeführt, die über Google Scholar, ACM, IEEE Xplore oder indexiert in Scopus oder Web of Science (WoS) zugänglich ist. Eine bibliometrische Analyse der Ergebnisse der anfänglichen allgemeinen Suchanfragen dient dazu, spezifischere Suchanfragen während der Literatursuche in den ausgewählten Datenbanken zu verfeinern und zu formulieren. Die Volltextanalyse relevanter Suchergebnisse dient als Quelle für kritische Analyse und Schlussfolgerungen, die zur folgenden Erkenntnis führen: LLMs sollten in E-Learning-Systeme integriert und mit Wissensgraphen, Ontologien, Learning Analytics und multimodalem Schließen kombiniert werden, um Zuverlässigkeit zu erhöhen, pädagogische Effektivität zu verbessern und echte Personalisierung zu ermöglichen. Neue pädagogische Ansätze sind ebenfalls erforderlich, um den wirksamen Einsatz von LLMs sowohl in Tutoring- als auch Bewertungskontexten sicherzustellen. Daher schlagen die Autoren methodische Richtlinien für die Integration von LLMs in komplexe modulare Bildungssysteme vor.