Künstliche Intelligenz in der Fremdsprachendidaktik: Sprachgefühl und Sprachmodell im Fokus

Öz

Angesichts des raschen und kontinuierlichen Fortschritts moderner KI-Technologien gewinnt deren Einsatz im Fremdsprachenunterricht zunehmend an Bedeutung und rückt verstärkt in den Mittelpunkt wissenschaftlicher Diskussionen. Die vorliegende Studie nutzt ChatGPT-4o als Forschungsinstrument, um die Rolle des von Friedrich Kainz entwickelten Konzepts des Sprachgefühls beim Erkennen, Verstehen und Vermitteln emotionaler Feinheiten systematisch zu untersuchen. Unter Sprachgefühl wird eine intuitive Sensibilität für sprachliche Strukturen, Ausdrucksformen und ihre emotionale Wirkung verstanden, die über rein kognitive Sprachkompetenz hinausgeht. Analysiert wurden KI-generierte Antworten auf Texte, die gezielt die Emotionen Freude, Traurigkeit und Angst zum Ausdruck brachten. Die Ergebnisse verdeutlichen, dass das Modell in der Lage ist, emotionale Nuancen sowohl auf lexikalischer und syntaktischer als auch auf prosodischer Ebene differenziert wiederzugeben. Dadurch zeigt sich, dass KI nicht nur formale Sprachstrukturen korrekt verarbeitet, sondern auch emotionale Bedeutungen erstaunlich präzise nachzeichnen kann. Dennoch bleibt Empathie eine zentrale menschliche Fähigkeit, um KI sinnvoll in authentische Kommunikationsprozesse einzubetten.

Anahtar Kelimeler

• Fremdsprachendidaktik
• Emotionale Kapazität
• Künstliche Intelligenz
• Sprachgefühl
• Sprachmodell

Artificial intelligence in foreign language teaching: Focus on language intuition and language models

Öz

In view of the rapid progress of artificial intelligence technologies, their application in the field of foreign language teaching has become increasingly significant and worthy of closer academic attention. The present study makes use of ChatGPT-4o as a research tool in order to examine the role of what Friedrich Kainz described as language feeling —the intuitive sensitivity to linguistic form and expression— in the comprehension and communication of emotional nuances. To this end, a series of AI-generated responses were analysed, each based on texts designed to convey three distinct emotions: joy, sadness and fear. The analysis reveals that the model is capable of reproducing emotional subtleties with remarkable precision, not only at the level of vocabulary and syntax but also in relation to tone and prosody. Despite these promising findings, the study concludes that genuine empathy remains essential for the meaningful integration of AI into authentic interpersonal communication processes.

Anahtar Kelimeler

• : Foreign Language Pedagogy
• Emotional Capacity
• Artificial Intelligence
• Linguistic Intuition
• Language Model

Kaynakça

1. Alshihry, Mona A. (2024): Dynamic Multilingual Proficiency: Investigating Variation and Development in Language Abilities. In: Theory and Practice in Language Studies 14, Heft 2, 358-364.
2. Amin, Mostafa M. u.a. (2024): A Wide Evaluation of ChatGPT on Affective Computing Tasks. In: IEEE Transactions on Affective Computing. https://doi.org/10.48550/arXiv.2308.13911 (Letzter Zugriff: 15.06.2025).
3. Başaran, Bora (2023): Die Lesbarkeit; noch ein weiterer Indikator für DaF-Lehrwerke? In: Diyalog Interkulturelle Zeitschrift Für Germanistik. GERDER-Germanistler Derneği, 590–609.
4. Başaran, Bora (2024): Hayranlık Ve Endişe Arasında; Yabancı Dil Öğretiminde Yapay Zeka. In: Eğitim Bilimleri Alanında Akademik Araştırma ve Derlemeler. Platanus Publishing, 487-504.
5. Ekman, Paul (1992): Are there basic emotions? In: Psychological Review, 99, 550-553.
6. Grodniewicz, Jedrzej P. (2020): The process of linguistic understanding. In: Synthese 198, 11463–11481.
7. Hartmann, Daniela (2021): Künstliche intelligenz im daf-unterricht? disruptive technologien als herausforderung und chance. In: Informationen Deutsch Als Fremdsprache 48, Heft 6, 683–696.
8. Hartmann, Daniela (2024): Künstliche Intelligenz im DaF-Unterricht. Mediation mit KI-Anwendungen Fördern. In: Revista Lengua Y Cultura 5, Heft 10, 50–55.

9. Kainz, Friedrich (1944): Über das Sprachgefühl. Berlin: Karl Ohm Verlag.
10. Levy, Mosh u.a.: Same Task, More Tokens: the Impact of Input Length on the Reasoning Performance of Large Language Models. https://arxiv.org/abs/2402.14848 (Letzter Zugriff: 30.04.2025).
11. Mayring, Philipp (2015): Qualitative Inhaltsanalyse: Grundlagen und Techniken. 12., überarb. Aufl. Weinheim: Beltz.
12. Petinou, Kakia u.a. (2021): Dynamic Linguistic Interconnectedness and Variability in Toddlers. In: Journal of Psycholinguistic Research 50, 797–814.
13. Romand, David / Le Du, Michel (Hg.) (2023): Emotions, Metacognition, and the Intuition of Language Normativity: Theoretical, Epistemological, and Historical Perspectives on Linguistic Feeling. Palgrave Macmillan.
14. Schlegel, Katja u.a. (2025): Large language models are proficient in solving and creating emotional intelligence tests. In: Communications Psychology 3, 1-14.
15. Schulz, Lea / Schmid-Meier, Christa (2024): Assistive technologien und künstliche intelligenz. In: Schule Verantworten Führungskultur innovation autonomie 4, Heft 1. https://doi.org/10.53349/schuleverantworten.2024.i1.a397 (Letzter Zugriff: 30.04.2025).
16. Son, Jeong-Bae u.a. (2023): Artificial intelligence technologies and applications for language learning and teaching. In: Journal of China Computer-Assisted Language Learning. https://doi.org/10.1515/jccall-2023-0015 (Letzter Zugriff: 23.04.2025).
17. Sowers-Wills, Sara (2021): Sounds like a dynamic system: a unifying approach to Language. In: Linguistics Vanguard 7. https://doi.org/10.1515/lingvan-2020-0070 (Letzter Zugriff: 30.04.2025).
18. Trujillo, James P. u.a. (2023): The Dynamic Interplay of Kinetic and Linguistic Coordination in Danish and Norwegian Conversation. In: Cognitive Science 47, Heft 6, 1-19.
19. Unterberg, Frank: Sprachgefühle: wissenschaftliches und alltagsweltliches Sprechen über “Sprachgefühl” – zur Geschichte, Gegenwart und Vieldeutigkeit eines Begriffs. https://doi.org/10.17185/duepublico/73443 (Letzter Zugriff: 23.04.2025).
20. Vistorte, Angel Olider Rojas u.a. (2024): Integrating artificial intelligence to assess emotions in learning environments: A systematic literature review. In: Frontiers in Psychology 15. https://doi.org/10.3389/fpsyg.2024.1387089 (Letzter Zugriff: 23.04.2025).
21. Zhou, Yalun / Divekar, Rahul (2025): Immersive, Task-Based Language Learning Through XR and AI: From Design Thinking to Deployment. In: TechTrends. https://doi.org/10.1007/s11528-025-01048-2 (Letzter Zugriff: 30.04.2025).