Der Effizienz- und Intelligenzbegriff in der Lexikographie und künstlichen Intelligenz: kann ChatGPT die lexikographische Textsorte nachbilden?

Abstract

Mittels Pilotexperimente für das Sprachenpaar Deutsch–Galicisch unter­sucht der vorliegende Aufsatz den Effizienz- und Intelligenzbegriff in der Lexikographie und künst­lichen Intelligenz (KI). Die Experimente versuchen, empirisch und statistisch fundierte Erkennt­nisse über die lexikographische Textsorte „Wörterbuchartikel” in den Antworten von ChatGPT-3.5 zu gewinnen, und darüber hinaus über die lexikographischen Daten, mit denen dieser Chatbot trainiert wurde. Zu diesem Zweck werden sowohl quantitative als auch qualitative Methoden herange­zogen. Der Analyse liegt die Auswertung der Outputs von mehreren Sessions mit demselben Prompt in ChatGPT-3.5 zugrunde. Zum einen wird die algorithmische Leistung von intelligenten Systemen im Vergleich zu Daten aus lexikographischen Werken bewertet; zum anderen werden die gelieferten ChatGPT-Daten über konkrete Textteile der genannten lexikographischen Textsorte analysiert. Die Resultate dieser Studie tragen dazu bei, nicht nur den Effizienzgrad von diesem Chatbot hinsichtlich der Erstellung von Wörterbuchartikeln zu evaluieren, sondern auch in den Intelligenz­begriff, die Denkprozesse und die in beiden Disziplinen auszuführenden Handlungen zu vertiefen. Stichwörter: Lexikographie, KI, ChatGPT-3.5, Wörterbuchartikel, Effizienz­begriff, Intelligenzbegriff, lexikographische Textsorte, Trainingsdaten, lexi­kographische Daten