@phdthesis{01HQT3DY7CBECQVPBMY7376K3S,
  abstract     = {{Kunstmatige Intelligentie (AI) beïnvloedt ons dagelijks leven aanzienlijk, zoals blijkt uit technologieën zoals spraakassistenten, gezichtsherkenning, en chatbots. Natuurlijke Taalverwerking (NLP), een kruispunt van AI en taalkunde, is gewijd aan het begrijpen en genereren van menselijke taal. De vooruitgang in NLP, met name door vooraf getrainde taalmodellen, heeft geleid tot de creatie van geavanceerde systemen zoals ChatGPT, die uitzonderlijke gespreksvaardigheden en contextueel begrip tonen. Deze vooruitgang heeft nieuwe onderzoeksgebieden geopend in verschillende vakgebieden, waaronder AI voor onderwijs. In dit proefschrift onderzoeken we de toepassing van taalmodellen voor het automatiseren van de creatie van educatieve inhoud. We benadrukken de uitdagingen bij het formuleren van toets- en oefenvragen in onderwijsinstellingen, een taak die veel training, ervaring, tijd en middelen vereist. Dit is nog belangrijker wanneer ze ingezet worden in een omgeving met grote gevolgen, zoals certificeringen en toetsen, waar vragen niet kunnen worden hergebruikt. We stellen verschillende methoden voor om taalmodellen aan te passen aan onderwijsbehoeften, variërend van het genereren van algemene meerkeuzevragen om vak- of taalkennis te testen, tot het ontwikkelen van zeer specifieke oefeningen voor grammatica. We streven ernaar de aanzienlijke last van het creëren van toetsen en oefeningen van docenten te verlichten, en gepersonaliseerde en aanpasbare leerervaringen voor studenten te bieden.}},
  author       = {{Bitew, Semere Kiros}},
  isbn         = {{9789463558181}},
  language     = {{eng}},
  pages        = {{XXIV, 134}},
  publisher    = {{Ghent University. Faculty of Engineering and Architecture}},
  school       = {{Ghent University}},
  title        = {{Language model adaptation with applications in artificial intelligence for education}},
  year         = {{2024}},
}