Künstliche Intelligenz als Werkzeug zur Sprachförderung bei Kindern

POSTECH / Ewha Womans University / MÜNCHEN (IT BOLTWISE) – Generative KI revolutioniert die Sprachentwicklung von Kindern durch personalisierte Lernmaterialien.

Forscher der POSTECH-Universität, angeführt von Professor Inseok Hwang und Studenten Jungeun Lee, Suwon Yoon sowie Kyoosik Lee, haben gemeinsam mit Professor Dongsun Yim von der Ewha Womans University ein innovatives System zur Erstellung personalisierter Kinderbücher entwickelt. Dieses System nutzt generative Künstliche Intelligenz (KI) und Home-IoT-Technologie, um Kinder bei der Sprachentwicklung zu unterstützen. Die Forschung wurde auf der renommierten „ACM CHI“ Konferenz vorgestellt, wo sie eine „Honorable Mention Award“ erhielt, was sie unter die besten 5% der Einreichungen katapultierte.

Die Sprachentwicklung von Kindern ist entscheidend für ihre kognitive und akademische Entwicklung sowie für ihre sozialen Interaktionen. Daher ist es wichtig, den Sprachfortschritt regelmäßig zu evaluieren und rechtzeitig sprachliche Interventionen bereitzustellen, um den Spracherwerb zu unterstützen. Herkömmliche Methoden greifen jedoch oft auf standardisierte Wortlisten und vorgefertigte Bücher oder Spielsachen zurück, was die Diversität der Unterstützungsangebote einschränkt.

Um diesen Mangel an Vielfalt zu beheben, entwickelte das Forscherteam ein System, das die individuelle Umgebung jedes Kindes berücksichtigt. Sie setzten Home-IoT-Geräte ein, um die Sprache, die Kinder hören und sprechen, zu erfassen und zu überwachen. Mit Techniken wie der Sprechertrennung und der morphologischen Analyse analysierten sie den Wortschatz, dem Kinder ausgesetzt sind, sowie die Worte, die sie hörten, aber nicht äußerten. Anschließend bewerteten sie jedes Wort anhand von sprachpathologischen Faktoren.

Durch den Einsatz fortschrittlicher generativer KI-Technologien, darunter GPT-4 und Stable Diffusion, konnten sie maßgeschneiderte Kinderbücher erstellen, die den Zielwortschatz jedes Kindes integrieren. Die Kombination aus Theorie der Sprachpathologie und praktischer Expertise führte zur Entwicklung eines effektiven und personalisierten Sprachlernsystems.

Das System ist so konzipiert, dass es die Variationen in der Sprachentwicklung von Kindern berücksichtigt, indem es eine individuelle Gewichtung von Faktoren und flexible Kriterien zur Auswahl des Wortschatzes ermöglicht. Es kann sowohl die Extraktion des Zielwortschatzes als auch die Erstellung personalisierter Kinderbücher automatisieren, sodass sowohl der Wortschatz als auch die Bücher kontinuierlich an die Entwicklung und die Umwelt des Kindes angepasst werden können. Nach einem vierwöchigen Test des Systems in 9 Familien zeigten die Ergebnisse, dass die Kinder den Zielwortschatz effektiv erlernten, was die Anwendbarkeit des Systems auch außerhalb des Therapieraums unterstreicht.

Jungeun Lee von POSTECH, Hauptautorin des Papers, erklärte: „Wir haben die Grenzen traditioneller, einheitlicher Ansätze zur Sprachbewertung und -intervention überwunden, indem wir generative KI genutzt haben.“ Sie fügte hinzu: „Unser Ziel ist es, KI zu nutzen, um maßgeschneiderte Leitfäden zu erstellen, die auf die unterschiedlichen Bedürfnisse und Niveaus der Lernenden abgestimmt sind.“

Professor Inseok Hwang von POSTECH, korrespondierender Autor, bemerkte: „Durch interdisziplinäre Forschung ist es uns gelungen, ein personalisiertes Sprachstimulations- und Entwicklungssystem zu entwickeln, das generative KI-Technologie mit Sprachpathologie-Theorie integriert.“ Er fügte hinzu: „Wir hoffen, dass unsere Erkenntnisse Pädagogen dazu ermutigen werden, die vielfältigen Umgebungen und Lernziele der Kinder zu respektieren und zu berücksichtigen.“

Professor Dongsun Yim von der Ewha Womans University, Mitautorin, betonte: „Unsere Arbeit zeigt das Potenzial nicht-traditioneller, personalisierter Sprachunterstützungsdienste.“ Sie fügte hinzu: „Das System demonstriert die Fähigkeit, Zielwortschatzextraktion und linguistische Stimulierung für Kinder zu personalisieren, die unterschiedlichen Umgebungen und Sprachen ausgesetzt sind.“

Die Forschung wurde unterstützt durch das Mid-Career Researcher Program der National Research Foundation of Korea, das SSK, das ITRC des IITP und das ICT R&D Innovation Voucher Program.