Generative Künstliche Intelligenz in der logopädischen Therapie

Hintergrund: Im Rahmen einer explorativen Studie wurde die Eignung einer generativen künstlichen Intelligenz zur Materialerstellung für die logopädische Therapie überprüft. Dies wurde anhand einer exemplarischen Aufgabe zur Bildauswahl nach sprachlicher Vorgabe aus der Therapie von Sprachverständnisstörungen untersucht. Die Qualität der Ergebnisse sollte durch Fachpersonal verifiziert werden. Sowohl sprachliches als auch grafisch darstellendes Material wurde mit ChatGPT und DALL-E 3 generiert.Material und Methoden: Mittels Prompt-Engineering wurde die automatische Generierung von Sätzen und die Variation der Satzglieder nach vorgegebenen Regeln durch ChatGPT untersucht. Als grammatikalische Vorlage wurde eine Subjekt-Prädikat-Objekt-Struktur gewählt. Auf Basis dieser Sätze wurde passendes Bildmaterial in einem fotorealistischen und einem schlichten Line-Art-Stil mit DALL-E 3 generiert. In einer Probandenstudie wurden die erstellten Materialien von sprachgesundem Fachpersonal qualitativ und quantitativ eingeordnet und auf die Stärke des inhaltlichen Kontrasts hin bewertet.Ergebnisse: Trotz inhaltlicher Vorauswahl des sprachlichen Materials hinsichtlich der voraussichtlichen Abbildbarkeit zeigte sich eine große qualitative Varianz in der grafischen Umsetzung. Von Probanden wurde der inhaltliche Kontrast im Durchschnitt mit 2,92 (Likert-Skala 1 bis 5, nicht bis vollkommen eindeutig) bewertet, wobei bei den einzelnen Sets ein Höchstwert von 3,97 und ein Tiefstwert von 1,84 erzielt wurde. Traditionelles Vergleichsmaterial wurde durchschnittlich mit 4,02 beurteilt.Diskussion: Der Aufwand für die Gestaltung des Prompts war für annähernd adäquate Ergebnisse unverhältnismäßig hoch. Linguistische Besonderheiten der deutschen Sprache sowie sprachliche Kontraste wurden teilweise kaum beachtet, da die generative KI intern die meist geschlechtlich neutrale Sprache Englisch verwendet. Kompositionen waren meist nicht eindeutig einem Satz zuzuordnen. Ebenso bestätigten fehlerhafte g