Beschreibung

Große Sprachmodelle (Large Language Models, LLMs) entwickeln sich rasch weiter und finden zunehmend Anwendung in akademischen, beruflichen und alltäglichen Kontexten. Trotz ihrer wachsenden Präsenz ist der kompetente und verantwortungsvolle Umgang mit diesen Modellen - insbesondere im Bildungsbereich - nach wie vor uneinheitlich ausgeprägt. Daher ist die Entwicklung und Förderung von KI-Kenntnissen sowie Prompting-Kompetenzen von entscheidender Bedeutung, um sicherzustellen, dass LLMs effektiv zur Unterstützung des Lernens eingesetzt werden können. Gerade im Hochschulkontext bieten LLMs ein erhebliches Potenzial zur Unterstützung von Lehre und Lernen, insbesondere wenn sie strukturiert, disziplinspezifisch und reflektiert eingesetzt werden.

Das Projekt Prompt Lab: Documenting Prompts and Critically Reflecting the Effects of LLMs for Learning, initiiert von einem fakultätsübergreifenden Team der Universität Innsbruck, unterstützt Lehrende und Studierende bei der effektiven und verantwortungsvollen Nutzung von Large Language Models für disziplinspezifisches Lernen.

Im Zentrum des Projekts steht die Entwicklung einer Maske zur Eingabe von Prompts und eines Prompt-Katalogs. Diese bilden:

  • eine kollaborative digitale Plattform, auf der Nutzer:innen qualitativ hochwertige Prompts aus ihrem jeweiligen Fachgebiet einreichen können;
  • einen Katalog, in dem Nutzer:innen unterschiedliche Prompts finden, erkunden und sich aktiv mit ihnen auseinandersetzen können. 

Indem die Plattform erfolgreiche Prompts offen zugänglich macht, wird es Lehrenden und Studierenden ermöglicht, diese zu nutzen oder anzupassen. Dabei können gleichzeitig die eigenen Prompting-Kompetenzen weiterentwickelt werden. 

Neben der digitalen Plattform umfasst das Projekt auch Präsentationen, praktische Workshops sowie die Entwicklung von Lehr- und Lernmaterialien, die auf der OLAT-Plattform der Universität zur Verfügung gestellt werden. Diese Aktivitäten zielen darauf ab, KI-Kompetenzen und Fähigkeiten im Prompt Engineering nachhaltig zu verbreiten und zu fördern.

Bibliografie

  • Brocca N. & Garassino D. (in review). Leveraging LLMs in a Linguistics Lesson: Student Perceptions, Prompting Skills, and Learning Outcomes. International Journal of Artificial Intelligence in Education.
  • Brocca N. & Iniesta Jiménez R. 2025. Un estudio sobre el uso de ChatGPT para resolver tareas escritas en la clase de ELE. Babylonia 1/2025, 28-31. https://doi.org/10.55393/babylonia.v1i.498.
  • Hagleitner W., Gleirscher L. & Berger F. (2025). Ausgewählte Ergebnisse einer Befragung von BA-Studierenden der LFU zur Nutzung von KI im Studium SS 2024. Vortrag & Diskussion AG "Wissenschaftliche Handlungsfelder" im Bachelorstudium Erziehungswissenschaft, Die Nutzung von KI im Studium der Sozial- und Geisteswissenschaften, Fakultät für Bildungswissenschaften, Universität Innsbruck. https://www.uibk.ac.at/events/2025/01/14/die-nutzung-von-ki-im-studium-der-sozial-und-geisteswissenschaften.
  • Simon J., Spiecker gen. Döhmann I., & von Luxburg U. (2024). Generative KI - jenseits von Euphorie und einfachen Lösungen. Halle (Saale): Nationale Akademie der Wissenschaften Leopoldina [Diskussion; 34]. https://doi.org/10.26164/leopoldina_03_01226.
  • Taglieber J., Kremmel B., Hilmi Tuna M., Hoffmann T. D., Takim A., Schreiner C., & Kapelari S. (2022). Fragenkatalog Ethik. Selbstevaluation zur Einhaltung ethischer Rahmenrichtlinien und rechtlicher Vorgaben bei der Durchführung von Forschungsprojekten an der Fakultät für LehrerInnenbildung. Universität Innsbruck.
    https://umfrage.uibk.ac.at/limesurvey/allgemein/index.php/629795?lang=de (Zugriff am 3. Februar 2025).
  • Tomlinson B., Black R.W., & Patterson D.J. (2024). The carbon emissions of writing and illustrating are lower for AI than for humans. Scientific Reports 14, 3732. https://doi.org/10.1038/s41598-024-54271-x.
  • Zamfirescu-Pereira J.D., Wong R.Y., Hartmann B. und Yang Q. 2023. Why Johnny Can't Prompt: How Non-AI Experts Try (and Fail) to Design LLM Prompts. In: Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems (CHI '23). Association for Computing Machinery, New York, NY, USA, Artikel 437, 1-21. https://doi.org/10.1145/3544548.3581388.
  • Vygotsky L.S. (1978). Mind in society: The development of higher psychological processes. Cambridge (MA): Harvard University Press.
Nach oben scrollen