ChatGPT hat gerade eine neue Funktion für Lernende eingeführt – den Lernmodus in ChatGPT – ein Lernerlebnis, das Lernenden hilft, Probleme Schritt für Schritt zu lösen, anstatt nur die Antwort zu erhalten. Diese Funktion wird für Nutzer der Free-, Plus-, Pro- und Team-Tarife eingeführt und wird in den kommenden Wochen auch für ChatGPT Edu verfügbar sein.
ChatGPT entwickelt sich zu einem der weltweit am häufigsten genutzten Lernwerkzeuge. Studierende nutzen dieses Tool, um schwierige Hausaufgaben zu bearbeiten, sich auf Prüfungen vorzubereiten und neue Konzepte zu entdecken. Der Einsatz dieses Tools in der Bildung wirft jedoch auch eine wichtige Frage auf: Wie können wir sicherstellen, dass es tatsächlich das Lernen unterstützt und nicht einfach nur Lösungen liefert, ohne dass die Lernenden den Stoff wirklich verstehen?
ChatGPT hat den Lernmodus entwickelt, um diese Frage zu beantworten. Im Lernmodus werden die Lernenden durch gezielte Fragen geführt, die die Antworten an ihre Ziele und ihr Können anpassen und so ein tieferes Verständnis fördern. Der Lernmodus ist darauf ausgelegt, ansprechend und interaktiv zu sein, damit die Lernenden den Stoff wirklich begreifen und nicht nur Aufgaben erledigen.
Wie wurde dieser Lernmodus entwickelt?
Im Kern basiert der Lernmodus auf maßgeschneiderten Systemanweisungen, die in Zusammenarbeit mit Lehrkräften, Wissenschaftlern und Bildungsexperten entwickelt wurden, um eine Reihe von Kernverhaltensweisen zu simulieren, die tiefgreifendes Lernen unterstützen. Dazu gehören: Förderung aktiver Teilnahme, Steuerung der kognitiven Belastung, proaktive Entwicklung von Metakognition und Selbstreflexion, Förderung von Neugierde sowie realistische und konstruktive Rückmeldungen. Diese Verhaltensweisen sind alle in langjähriger lernwissenschaftlicher Forschung verankert und prägen, wie der Lernmodus auf die Lernenden reagiert.
„Anstatt die Arbeit für die Studierenden zu erledigen, ermutigt der Lernmodus sie, kritisch über die Inhalte nachzudenken, die sie lernen. Solche Funktionen sind ein positiver Schritt hin zu einem effektiven Einsatz von KI in der Bildung. Auch im KI-Zeitalter ist Lernen am effektivsten, wenn die Lernenden aktiv eingebunden sind und sich mit den Inhalten auseinandersetzen.“ — Robbie Torney, Senior Director of AI Programs bei Common Sense Media.
Hauptfunktionen
Interaktive Aufforderungen: Kombiniert sokratische Fragestellungen, Vorschläge und Impulse zur Selbstreflexion, um Lernende zum aktiven Erkunden und Nachdenken anzuregen, anstatt direkte Antworten zu geben.
Gestufte Antworten: Informationen werden in leicht nachvollziehbare Abschnitte gegliedert, wichtige Zusammenhänge zwischen Themen hervorgehoben, der Kontext bleibt ansprechend und die Überforderung bei komplexen Themen wird reduziert.
Personalisierte Unterstützung: Lektionen werden auf das passende Niveau des Nutzers zugeschnitten, basierend auf Fragen zur Kompetenzbewertung und dem Verlauf vorheriger Chats.
Wissensüberprüfung: Quizfragen und offene Fragen sowie personalisiertes Feedback zur Fortschrittskontrolle unterstützen die Wissensspeicherung und die Fähigkeit, das Gelernte auf neue Situationen anzuwenden.
Flexibilität: Der Lernmodus kann während der Unterhaltung einfach ein- und ausgeschaltet werden, sodass Lernende ihre Lernziele flexibel in jedem Chat anpassen können.
Wie Studierende den Lernmodus nutzen
Der Lernmodus ist speziell auf Studierende an Hochschulen zugeschnitten. Hier sind einige Meinungen von Studierenden, die wir in der ersten Testphase erhalten haben:
„Für mich lässt es sich am besten als eine Art direkte ‚Sprechstunde‘ beschreiben, die rund um die Uhr verfügbar ist und ein umfassendes Verständnis hat.“ — Feedback von Noah Campbell, Student
„Der Lernmodus hat schwierige Inhalte sehr gut in klare, verständliche Erklärungen aufgeschlüsselt.“ — Geteilt von Caleb Masi, Student
„Ich habe den Lernmodus ausprobiert, um Hilfe zu einem Konzept zu bekommen, das ich schon oft zu lernen versucht hatte: Sinusförmige Positionskodierung. Dieser Modus ist wie ein Tutor, der nie genervt von meinen Fragen ist. Nach drei Stunden Arbeit habe ich es endlich so gut verstanden, dass ich mich sicher fühlte.“ — Maggie Wang, Studentin
Anwendungsbeispiele des Lernmodus, inspiriert von Studierenden im ChatGPT-Labor
User: Ich möchte etwas über Spieltheorie lernen, insbesondere über das breite Spektrum dieses Fachgebiets, und auch darüber, wie sie mir im Alltag nützlich sein könnte. Natürlich möchte ich meiner Neugier nachgehen, aber vor allem wirst du mich durch das Thema führen und einen detaillierten Plan aufstellen, damit ich das gesamte Spektrum abdecken kann. Ich frage nach, wenn ich neugierig bin, aber führe mich bitte zügig durch das Thema.
Chat GPT: Perfekt. Hier ist der allgemeine Plan, durch den ich uns führen werde – stell dir das als mehrschichtige Roadmap von den Grundlagen bis zur praktischen Intuition vor:
🔹 Stufe 1: Grundlegende Konzepte
1. Was ist Spieltheorie wirklich?
Strategische Interaktion, rationale Akteure, Annahmen.
2. Arten von Spielen
Kooperative und nicht-kooperative
Simultane vs. sequentielle Spiele
Nullsummen- vs. Nicht-Nullsummenspiele
3. Grundbegriffe
Spieler, Strategien, Auszahlungen, Information
Dominante Strategie
Nash-Gleichgewicht (das Herzstück fast aller Themen)
🔸 Stufe 2: Klassische Spiele und Konzepte
4. Berühmte Spiele
Gefangenendilemma
Chicken
Battle of the Sexes
Stag Hunt
Matching Pennies
5. Gleichgewicht in gemischten Strategien
Wenn keine reine Strategie funktioniert
Randomisierung und erwartete Auszahlungen
🔹 Stufe 3: Vertiefung des Modells
6. Wiederholte Spiele & Folk-Theorem
Kooperation, die sich im Laufe der Zeit entwickelt
Tit-for-Tat, Grim Trigger usw.
7. Extensive Form Spiele
Spielbäume, Rückwärtsinduktion
Teilspielperfektes Gleichgewicht
8. Bayessche Spiele
Spiele mit unvollständiger Information
Überzeugungen, Typen und erwarteter Nutzen
🔸 Stufe 4: Relevanz im Alltag
9. Mechanismusdesign / Umgekehrte Spieltheorie
Wahlsysteme, Auktionen, Verträge
10. Verhaltensorientierte Spieltheorie
Begrenzte Rationalität, Fairness, Suchmethoden
11. Anwendungen im Alltag
Verhandlungen, Dating, Politik, KI-Systeme usw.
🔹 Stufe 5: Fortgeschritten & Optional
12. Evolutionäre Spieltheorie
Strategien, die sich im Laufe der Zeit vermehren
13. Algorithmische Spieltheorie
Netzwerkeffekte, Internetauktionen
14. Deine Welt: Was das für Parker bedeutet
Systemdesign, Anreize, Machtstrukturen
Während dieses Prozesses werde ich Folgendes einbauen:
🔄 Geführte Beispiele
🧠 Gedankenexperimente
🎭 Reale Szenarien zur Anwendung der Theorie
🧩 Kurze Überprüfungen, um sicherzustellen, dass die Ideen ankommen
Lass uns mit Stufe 1 beginnen.
Erste kurze Frage: Was verstehst du unter Spieltheorie? Du musst es nicht ausformulieren – sag es einfach in deinen eigenen Worten.
User: Ich denke, Spieltheorie ist eine Art metaphysischer Rahmen für Aspekte der modernen Gesellschaft, in dem wir Menschen in komplexen Situationen und Systemen betrachten und versuchen zu analysieren, wie sie Entscheidungen treffen, manchmal auch warum sie diese Entscheidungen treffen, und wie sich das auf die Situation/das System auswirkt.
Chat GPT: Ausgezeichnet – du hast den Kern genau getroffen.
Lass uns gemeinsam noch etwas tiefer gehen. Spieltheorie beschäftigt sich im Grunde mit strategischer Entscheidungsfindung – Situationen, in denen das Ergebnis jeder Person nicht nur davon abhängt, was sie tut, sondern auch davon, was andere tun.
Kurze Frage:
Wenn du eine Entscheidung triffst und diese Entscheidung ausschließlich von der Natur oder vom Zufall abhängt – wie beim Würfeln – ist das dann Spieltheorie?
Und dann:
Wenn du eine Entscheidung triffst und diese von den Handlungen anderer abhängt – zum Beispiel, ob sie kooperieren oder dich verraten – ist das dann Spieltheorie?
Teile deine Gedanken zu beiden Fällen.
................
Einschränkungen und nächste Schritte
Dies ist der erste Schritt auf einer langen Reise, das Lernen mit ChatGPT zu verbessern. Derzeit basiert der Lernmodus auf maßgeschneiderten Systemanweisungen. ChatGPT hat sich für diesen Ansatz entschieden, weil er ein schnelles Lernen aus echtem Nutzerfeedback ermöglicht und das Erlebnis verbessert – auch wenn dies zu einigen inkonsistenten Verhaltensweisen und Fehlern in Gesprächen führen kann. ChatGPT plant, dieses Verhalten direkt in seine Kernmodelle zu integrieren, sobald durch Iteration und Feedback von Lernenden die effektivste Methode gefunden wurde.
Wir erforschen außerdem neue Funktionen, um den Lernmodus noch ansprechender und nützlicher für Lernende zu machen, darunter:
- Anschaulichere Illustrationen für komplexe oder textlastige Konzepte.
- Zielsetzung und Fortschrittsverfolgung während der Gespräche
- Tiefere Personalisierung, um das Können und die Ziele jedes Lernenden besser zu berücksichtigen
Die Forschung läuft weiter, um die effektivsten Wege für den Einsatz von KI in der Bildung zu entwickeln. OpenAI treibt die Forschung zu Lernen und künstlicher Intelligenz (KI) durch verschiedene Partner in der NextGenAI-Initiative voran und arbeitet außerdem mit Experten der SCALE Initiative des Accelerator for Learning der Stanford University (öffnet in neuem Fenster) zusammen, um zu untersuchen und zu teilen, wie KI-Tools die Lernergebnisse in Bereichen wie der K-12-Bildung beeinflussen.
In der langfristigen Forschung dazu, wie Studierende am effektivsten mit KI lernen können, beabsichtigt OpenAI, eine tiefere Analyse der Erkenntnisse über den Zusammenhang zwischen Modelldesign und Kognition zu veröffentlichen, zukünftige Produkterfahrungen auf Basis dieser Erkenntnisse zu gestalten und mit dem breiteren Bildungssystem zusammenzuarbeiten, um sicherzustellen, dass KI Lernenden weltweit zugutekommt.