Programm 79. StuTS

Ziel der vorliegenden Studie ist es, die Generalisierungsfähigkeit fortgeschrittener Deutschlernender mit chinesischer Erstsprache im Bereich der ditransitiven Konstruktion zu untersuchen und dabei Modelle der künstlichen Intelligenz als Vergleichsinstanz einzubeziehen, um Unterschiede zwischen menschlichen und maschinellen Urteilen hinsichtlich syntaktischer und semantischer Akzeptabilität zu analysieren. Zu diesem Zweck wurde ein Akzeptabilitätsurteilsexperiment durchgeführt, an dem deutsche Muttersprachler, fortgeschrittene Deutschlernende mit chinesischer Erstsprache sowie zwei große Sprachmodelle (DeepSeek und ChatGPT) teilnahmen, die eine Reihe von grammatisch konformen und nicht konformen ditransitiven Sätzen bewerten sollten.

Das Versuchsmaterial wurde systematisch im Hinblick auf Verbklassen und die Kompatibilität zwischen Verb und Konstruktion variiert und umfasste sowohl prototypische ditransitive Verben als auch randständige Verben sowie Konstruktionen, die gegen syntaktische oder semantische Beschränkungen verstoßen. Durch den Vergleich der Bewertungen der drei Gruppen werden Fehlermuster in der Generalisierung bei Zweitsprachlern identifiziert und Unterschiede zu Muttersprachlern aufgezeigt. Gleichzeitig wird die Leistungsfähigkeit künstlicher Intelligenz in solchen sprachlichen Urteilsaufgaben evaluiert.

Die Ergebnisse lassen erwarten, dass Deutschlernende mit chinesischer Erstsprache bei der Bewertung nicht konformer Konstruktionen toleranter sind als Muttersprachler und eine Tendenz zur Übergeneralisierung zeigen. Die Sprachmodelle weisen insgesamt ein ähnliches Bewertungsmuster wie Muttersprachler auf, zeigen jedoch unter bestimmten semantischen Bedingungen Instabilitäten bzw. eine stärkere Orientierung an oberflächlichen Strukturen.

Info

Tag: 14.05.2026
Anfangszeit: 16:15
Dauer: 00:30
Raum: HDH Halle 199
Track: Language acquisition
Sprache: de

Links:

• iCalendar