Anwendung von ChatGPT zur automatisierten Neugestaltung von Fragestellungen in akademischen Fachgebieten

Dieses Papier untersucht das Potenzial großer Sprachmodelle, insbesondere ChatGPT, Probleme aus der Wahrscheinlichkeitsrechnung und Statistik so umzugestalten, dass sie für Studierende aus verschiedenen akademischen Bereichen wie Biologie, Wirtschaft, Recht und Ingenieurwesen zugänglich sind. Ziel dieser Studie ist es, interdisziplinäres Lernen zu fördern, indem komplexe Konzepte zugänglicher, relevanter und ansprechender gestaltet werden. Wir führten eine Pilotstudie durch, in der ChatGPT verwendet wurde, um Probleme aus 17 Fachgebieten anzupassen; die Ergebnisse wurden durch Expertenbewertungen evaluiert. Unsere Ergebnisse zeigen das erhebliche Potenzial von ChatGPT, Probleme für unterschiedliche Kontexte neu zu formulieren, wobei in 77,1 % der Fälle die theoretische Bedeutung erhalten blieb und in 74 % keine oder nur geringfügige Überarbeitungen erforderlich waren. Eine Bewertung durch 23 Fachexperten ergab, dass in 73,6 % der Fälle das neu formulierte Problem als bildungsförderlich im Vergleich zu einem entsprechenden abstrakten Problem angesehen wurde und in 57,0 % der Fälle ein realweltliches Szenario darstellte. Darüber hinaus zeigte eine Umfrage unter 44 Informatikstudierenden eine vielfältige Präferenz zwischen Original- und neu formulierten Problemen, was die Bedeutung der Berücksichtigung von Studierendenpräferenzen und Lernstilen bei der Gestaltung von Bildungsinhalten unterstreicht. Die Studie liefert Erkenntnisse zur Praktikabilität und Wirksamkeit des Einsatzes großer Sprachmodelle wie ChatGPT, um die interdisziplinäre Ausbildung zu verbessern und ein höheres Maß an studentischem Engagement und Verständnis zu fördern.