Zusammenfassung des Referats
Generated by AI.
- Einführung und Hintergrund: Sarah gibt eine Einführung in ihren Vortrag „Sprache trifft Technologie“ und erzählt von ihrem Hintergrund, wie sie in Belgien geboren wurde, Französisch als Muttersprache hat und seit 2019 Leiterin des Digital Innovation an der HSH ist.
- Beruflicher Werdegang: Sarah wurde in Belgien geboren und ihre Muttersprache ist Französisch. Sie kam 1982 in die Schweiz und spielte 1984 ihre ersten Computerspiele. Trotz ihrer Leidenschaft für Computer studierte sie Sprachen, unterrichtete Englisch und arbeitete an der ETH als Spezialistin für Lehre und E-Learning. Seit 2019 ist sie Leiterin des Digital Innovation an der HSH.
- Entwicklung der Sprachtechnologie: Sarah erklärt die Entwicklung der Sprachtechnologie von den ersten Computerspielen über Google Translate bis hin zu den heutigen fortgeschrittenen Text-to-Speech-Technologien und automatischen Transkriptionen.
- Frühe Entwicklungen: Sarah beschreibt, wie die Menschen von Hand Bücher schrieben, dann die Buchpresse erfanden und schließlich alles digital schrieben. Vor 10 Jahren begannen viele, das Tippen aufzugeben und stattdessen zu diktieren.
- Google Translate: Sarah erwähnt, dass sie als Englischlehrerin skeptisch gegenüber Google Translate war, aber die Technologie sich stark verbessert hat. Später kam DeepL, das noch bessere Übersetzungen lieferte.
- Automatische Transkription: Sarah erklärt, dass wir mittlerweile automatische Transkriptionen, synchrone Übersetzungen und fortgeschrittenes Text-to-Speech haben. Diese Technologien haben sich durch die Fortschritte in der Rechenleistung und die Entwicklung von KI stark verbessert.
- Rechenpower und KI: Sarah erläutert, dass die Fortschritte in der Sprachtechnologie durch erhöhte Rechenpower und den Übergang zur Wahrscheinlichkeitsrechnung ermöglicht wurden, was zu besseren Übersetzungen und Sprachmodellen führte.
- Rechenpower: Sarah betont, dass die Fortschritte in der Sprachtechnologie durch die erhöhte Rechenleistung der Computer ermöglicht wurden. Diese sind heute viel leistungsstärker und können mehr Daten verarbeiten.
- Wahrscheinlichkeitsrechnung: Sarah erklärt, dass der Übergang von regelbasierten Systemen zur Wahrscheinlichkeitsrechnung ein großer Schritt war. Dies ermöglichte es, große Datenmengen zu verarbeiten und bessere Vorhersagen zu treffen.
- Sprachmodelle: Sarah beschreibt, dass die neuen Sprachmodelle, die auf KI basieren, viel besser sind als frühere Modelle. Diese Modelle nutzen große Datenmengen und Wahrscheinlichkeitsrechnungen, um präzisere Übersetzungen und Sprachverarbeitungen zu ermöglichen.
- Herausforderungen und Datenschutz: Sarah spricht über die Herausforderungen der Sprachtechnologie, insbesondere den Datenschutz und das technische Know-how, und fragt die Teilnehmer, wer bereits digitale Tools in der Therapie nutzt.
- Datenschutz: Sarah hebt hervor, dass Datenschutz eine große Herausforderung in der Sprachtechnologie darstellt. Es gibt Bedenken hinsichtlich der Sicherheit und des Schutzes persönlicher Daten.
- Technisches Know-how: Sarah erwähnt, dass technisches Know-how eine weitere Herausforderung ist. Nicht alle Fachkräfte verfügen über die notwendigen technischen Fähigkeiten, um die neuen Technologien effektiv zu nutzen.
- Digitale Tools: Sarah fragt die Teilnehmer, wer bereits digitale Tools in der Therapie nutzt. Viele Teilnehmer heben die Hand, was zeigt, dass digitale Tools bereits weit verbreitet sind.
- Custom GPT in der Logopädie: Sarah erklärt, wie Custom GPT in der Logopädie verwendet werden kann, z.B. für die Erstellung von Berichten und als Übungsassistent, und beschreibt ihre eigenen Tests und Erfahrungen.
- Berichterstellung: Sarah erklärt, dass Custom GPT verwendet werden kann, um Berichte zu erstellen. Man kann dem GPT vorgefertigte Instruktionen geben, und es strukturiert und formuliert die Berichte basierend auf den eingegebenen Notizen.
- Übungsassistent: Sarah beschreibt, wie sie Custom GPT als Übungsassistent getestet hat. Sie hat ein Konto bei OpenAI erstellt und verschiedene Prompts ausprobiert, um die KI zu trainieren. Die Tests zeigten, dass die KI manchmal nicht den Anweisungen folgt und Schwierigkeiten mit der Kindersprache hat.
- Herausforderungen: Sarah hebt hervor, dass es nicht intuitiv ist, Custom GPT aufzusetzen, und dass die KI manchmal nicht den Anweisungen folgt. Außerdem gibt es Einschränkungen bei der Nutzung für Kinder unter 13 Jahren.
- Erfolgreiche Tests: Sarah zeigt Beispiele für erfolgreiche Tests, bei denen die KI den Unterschied zwischen Lauten erkennen und Wortschatzübungen durchführen konnte. Diese Tests sind vielversprechend, aber es gibt noch Verbesserungsbedarf.
- Zukunft der Sprachtechnologie: Sarah gibt einen Ausblick auf die Zukunft der Sprachtechnologie, einschließlich neuer Large Language Models, fortgeschrittener Roboter und schnellerer Transistoren, die die Rechenpower weiter erhöhen werden.
- Large Language Models: Sarah erklärt, dass es immer mehr und neue Large Language Models gibt, die die Sprachtechnologie weiter vorantreiben werden. Diese Modelle werden immer leistungsfähiger und vielseitiger.
- Fortgeschrittene Roboter: Sarah zeigt ein Beispiel eines fortgeschrittenen Roboters, der sehr menschlich agiert. Diese Roboter könnten in Zukunft mit KI-Funktionalitäten ausgestattet werden und in verschiedenen Bereichen eingesetzt werden.
- Schnellere Transistoren: Sarah erwähnt, dass neue Transistoren entwickelt wurden, die 1.000.000 Mal schneller sind als normale Chips. Diese sind derzeit noch im Labor, könnten aber in Zukunft die Rechenpower erheblich steigern.
- Fazit und Datenschutz: Sarah schließt ihren Vortrag mit dem Fazit, dass die Qualität der Sprachmodelle noch zu wünschen übrig lässt und dass Datenschutz ein großes Problem darstellt, das abgewogen werden muss.
- Qualität der Sprachmodelle: Sarah betont, dass die Qualität der aktuellen Sprachmodelle noch nicht ausreicht, insbesondere für spezifische Kontexte wie die Logopädie. Es gibt noch viel Verbesserungspotenzial.
- Datenschutzprobleme: Sarah hebt hervor, dass Datenschutz ein großes Problem darstellt. Es gibt keine einfache Lösung, und es muss immer ein Kompromiss zwischen Nutzen und Risiko gefunden werden.
- Abwägung von Nutzen und Risiko: Sarah erklärt, dass bei der Nutzung von Sprachtechnologien immer der Nutzen gegen das Risiko abgewogen werden muss. Es ist wichtig, den Mehrwert der Technologie zu berücksichtigen und gleichzeitig die Datenschutzrisiken zu minimieren.
Follow-up tasks:
- Custom GPT für Logopädinnen: Erstelle eine Dokumentation für Custom GPT, die den spezifischen Anforderungen der Logopädinnen entspricht.
- Übungsassistent für Kinder: Teste den entwickelten Übungsassistenten mit echten Klientinnen, um die Effektivität und Genauigkeit zu überprüfen.
- Datenschutz und Trainingsdaten: Überlege, wie Trainingsdaten anonymisiert gesammelt werden können, um Datenschutzprobleme zu minimieren und die KI zu verbessern.
- Forschungsprojekt für Apps: Initiere ein Forschungsprojekt, um herauszufinden, welche Apps in der Logopädie eingesetzt werden können und wie sie verbessert werden können.