Die von großen Sprachmodellen in komplexen pragmatischen Schlussfolgerungsphasen offenbarten Mängel haben die Forschungsschwerpunkte allmählich vom Pfad „Big Data + schwache Regeln“ hin zum Pfad „Small Data + starke Regeln“ verlagert, wobei dieser Wandel dringend die Unterstützung durch Ergebnisse der formalen Pragmatik benötigt. Dieser Artikel beschäftigt sich mit den Schwächen der pragmatischen Schlussfolgerung großer Sprachmodelle und schlägt als Gegenstrategie eine formal pragmatische Modellierung der pragmatischen Schlussfolgerung vor, um deren theoretische Verbindung zu erforschen; anschließend liegt der Fokus auf der pragmatischen Praxis zur Verbesserung der pragmatischen Schlussfolgerungsfähigkeit großer Sprachmodelle, wobei drei Ebenen betrachtet werden: Formalisierung des pragmatischen Schlussfolgerungsprozesses, Interpretierbarkeit der pragmatischen Schlussfolgerungsergebnisse und Berechenbarkeit des pragmatischen Schlussfolgerungsmodells, um den integrativen Entwicklungspfad der formalen Pragmatik zur Ermächtigung großer Sprachmodelle zu skizzieren und den Wert und die Bedeutung der formalen Pragmatik für die KI-Forschung und -Entwicklung zu verdeutlichen, mit dem Ziel, große Sprachmodelle auf dem Weg zu einer allgemeinen KI, die menschliche geistige Fähigkeiten versteht, zu unterstützen.

formale Pragmatik; pragmatische Schlussfolgerung; große Sprachmodelle; künstliche Intelligenz