Zeit: Freitag, 07.03.2025: 10:30 - 12:00 Chair der Sitzung: Norbert Noster, Universität Würzburg Chair der Sitzung: Judith Huget, Universität Siegen Chair der Sitzung: Sebastian Schorcht, Technische Universität Dresden |
Ort: Geb. E2 5 - Hörsaal II (E.3) |
Word Problem Solving in Large Language Models
1Pädagogische Hochschule Ludwigsburg; 2Katholieke Universiteit Leuven; 3Technische Universität München; 4Portland State University
Mathematische Textaufgaben werden in der Forschung zu LLMs häufig als Leistungsindikator verwendet. In diesem Scoping Review fassen wir Forschung zum Lösen von Textaufgaben durch LLMs zusammen und situieren sie aus einer mathematikdidaktischen Perspektive. Die Ergebnisse zeigen auf, dass Textaufgaben zur Evaluation von LLMs häufig eine prototypische Struktur aufweisen, innermathematische Problemstellungen behandeln und damit nur einen Teilaspekt der mathematikdidaktischen Perspektive abdecken. In solchen Aufgaben erreichen LLMs inzwischen bessere Leistungen als Schülerinnen und Schüler.
Professionalisierung von Mathematiklehrkräften im Kontext generativer KI – Vorstellung von zwei Pilotprojekten
Universität Siegen, Deutschland
Der Vortrag beleuchtet die Relevanz des Themas Küntliche Intelligenz für die professionellen Kompetenzen von Mathematiklehrkräften, gibt erste theoretische Impulse für die Beschreibung dieser und expliziert an zwei Pilotprojekten, wie die Professionalisierung in diesem Bereich wissenschaftlich fundiert und systematisch begleitet erfolgen könnte.