Entwicklung eines KI-gestützten Feedbacksystems für Schreibaufgaben chinesischer Deutschlernender auf der Basis des CDLK1

Feedback zu Lernertexten spielt eine wichtige Rolle beim Fremdspracherwerb und fördert besonders die Verbesserung der Schreibkompetenz der Lernenden. KI-gestütztes Feedback kann Einschränkungen des Lehrerfeedbacks teilweise überwinden. Allerdings weisen gegenwärtige intelligente Feedbacksysteme für deutschsprachige Texte Mängel auf, wie beispielsweise unzureichende Feedbackinhalte mit bedingter Exaktheit, einseitige Feedbackstrategien sowie die Unfähigkeit, differenziertes Feedback für Lernende mit unterschiedlichem sprachlichem Hintergrund und Lernstufen bereitzustellen. In unserem Forschungsprojekt wurde daher der Versuch unternommen, auf der Grundlage des CDLK (Chinesisches Deutschlernerkorpus) ein intelligentes Feedbacksystem speziell für chinesische Deutschlernende zu entwickeln, wobei LLMs (große Sprachmodelle) zum Einsatz kommen. Das entwickelte System definiert auf fünf Ebenen Fehler beim Schreiben: Orthografie, Morphosyntax, Syntax, Lexik und Semantik. Basierend auf der konstruktivistischen Lerntheorie bietet das System durch interaktive Mehr-Runden-Dialoge präzises und personalisiertes Feedback für Lernende auf verschiedenen Lernstufen. Der vorliegende Beitrag präsentiert den Hintergrund, die theoretische Grundlage sowie den technischen Ablauf der Systementwicklung, einschließlich des Fehlerklassifizierungssystems, der Annotationsprinzipien und des Trainingsprozesses mit einem großen und einem speziellen Sprachmodell. Zudem werden Perspektiven für zukünftige empirische Forschungen auf Grundlage des entwickelten Systems skizziert.