Entwicklung von computergestützten Lehr- und Lernmaterialien für einen realitätsbezogenen Mathematikunterricht zum Kontext Sprachverarbeitung

Diese Arbeit stellt die Entwicklung von Lehr- und Lernmaterialien für einen realitätsbezogenen Mathematikunterricht im Kontext der Verarbeitung natürlicher Sprache (NLP) vor. Sie legitimiert das Entwicklungsziel, indem die Relevanz der Behandlung realer Probleme im Mathematikunterricht herausgestellt sowie Gründe für die Betrachtung von Künstlicher Intelligenz (KI) und insbesondere von NLP als Teilbereich der KI im Mathematikunterricht dargelegt werden. Konkret werden in der Arbeit zwei relevante, authentische Probleme aus dem NLP-Kontext mathematisch modelliert, zentrale mathematische Konzepte zur Problemlösung identifiziert und spezifiziert sowie didaktisch reduziert. ... mehrDie erste Problemstellung befasst sich mit der Funktionsweise von Assistenzsystemen, die Nutzende beim Schreiben einer Nachricht auf dem Smartphone durch Vorhersagen für das nächste Wort unterstützen. Die zweite Problemstellung widmet sich der Erkennung gesprochener Sprache. Während das Wortvorhersagesystem auf einem statistischen Sprachmodell (N-Gramm-Modell) basiert, nutzt das Spracherkennungssystem deterministische Klassifikationsverfahren (Nächster-Nachbar-Verfahren). In der Arbeit wird gezeigt, dass die grundlegende Funktionsweise solcher komplexen Systeme durchaus mit Lernenden erarbeitet werden kann. Zudem wird deutlich, dass beide Problemstellungen sowohl innermathematische als auch außermathematische Vernetzungen ermöglichen und sich zur Vermittlung zentraler KI-Kompetenzen eignen.

This dissertation presents the development of teaching and learning materials for reality-based mathematics lessons in the context of natural language processing (NLP). It legitimizes the development goal by highlighting the relevance of dealing with real-world problems in mathematics education and by presenting reasons for considering artificial intelligence (AI) and especially NLP as a subfield of AI in mathematics education. Specifically, the thesis mathematically models two relevant, authentic problems from the NLP context, identifies and specifies central mathematical concepts for the solution of the problems and reduces them didactically. ... mehrThe first problem deals with the functioning of assistance systems that support users in writing a message on a smartphone by predicting the next word. The second problem is dedicated to the recognition of spoken language. While the word prediction system is based on a statistical language model (N-gram model), the speech recognition system uses deterministic classification methods (nearest neighbor method). The dissertation shows that the basic functioning of such complex systems can certainly be worked out with learners. In addition, it becomes clear that both problems enable both internal and external mathematical networking and are suitable for teaching central AI skills.