Erhöht KI die "Kosten-Nutzen-Effizienz des Lernens"? "Gleiche Punktzahl mit weniger Aufwand" - Effizienzsteigerung des Lernens in Klassen mit KI-Erlaubnis

Erhöht KI die "Kosten-Nutzen-Effizienz des Lernens"? "Gleiche Punktzahl mit weniger Aufwand" - Effizienzsteigerung des Lernens in Klassen mit KI-Erlaubnis

2025年10月30日 01:27

Die University of Massachusetts Amherst (UMass Amherst) in den USA hat ein semesterübergreifendes Experiment veröffentlicht, das eine "KI-erlaubte Klasse" mit einer "KI-verbotenen Klasse" unter derselben Lehrplan- und Prüfungsbedingung vergleicht. Die Schlussfolgerung ist provokant: Es gab keinen signifikanten Unterschied in den Prüfungsergebnissen und den Endnoten. Gleichzeitig wurde jedoch festgestellt, dass die Teilnahme am Unterricht, das Selbstwirksamkeitsgefühl, die Zufriedenheit und die Lerneffizienz in der KI-erlaubten Klasse durchweg verbessert wurden. Die Studie wurde als Preprint (SSRN) veröffentlicht und von der Universität sowie von Phys.org berichtet. SSRNumass.edu


Forschungsübersicht: Was wurde wie verglichen?

  • Der Gegenstand der Studie waren zwei aufeinanderfolgende Sitzungen (einschließlich nachmittags) eines fortgeschrittenen Kurses in Antitrust-Ökonomie. Die Vorlesungen, Aufgaben und Bewertungen waren identisch, wobei in einer Gruppe (n=29) der Einsatz von generativer KI strukturiert erlaubt wurde (mit klaren Anweisungen zur Nutzung und Offenlegungspflicht), während in der anderen Gruppe (n=28) KI verboten war. Die Prüfungen wurden mit Papier und Bleistift durchgeführt, Notizen und KI waren nicht erlaubt. Als konservatives Design wurde der KI-erlaubten Gruppe der historisch leistungsschwächere Nachmittagszeitraum zugewiesen. Phys.org

  • Ergebnisse: Es gab keinen feststellbaren Unterschied in den Noten der beaufsichtigten Prüfungen und den Endnoten. Auf der anderen Seite war die Teilnahme am Unterricht, das Vertrauen in das Lernen, die Effizienz und die Zufriedenheit in der KI-erlaubten Klasse höher. Darüber hinaus wurde ein Anstieg der Karriereorientierung im Zusammenhang mit KI sowie eine Zunahme von metakognitiven Verhaltensweisen wie der Bearbeitung, Fehlererkennung und der Priorisierung eigener Antworten gegenüber KI-Ausgaben beobachtet. SSRN

  • Aus der Sicht der Lehrkräfte wird die Botschaft betont, **„wenn erlaubt, dann mit 'Scaffolding' und Offenlegungsregeln“**. umass.edu

  • Einschränkungen: Die Forscher selbst weisen darauf hin, dass die Stichprobe klein ist und auch selbstberichtete Indikatoren umfasst. Phys.org

Was bedeutet „Die Punkte steigen nicht, aber die Zufriedenheit steigt“?

KI verändert nicht die „Lernmenge“, sondern das „Lernerlebnis“ – so lassen sich die aktuellen Erkenntnisse lesen. Die Studierenden nutzten 15- bis 30-minütige konzentrierte Sitzungen mit KI und neigten dazu, ihre eigenen Antworten durch die Überprüfung und Bearbeitung der Ausgaben zu bevorzugen. Dies ist eine Haltung, die sich eher zeigt, wenn KI nicht als „Antwortmaschine“, sondern als **„Co-Pilot des Denkens“** fungiert. SSRN


Es ist auch wichtig, dass die Bewertung hauptsächlich auf Papierprüfungen basierte. Das Designkonzept, die Bewertung wieder auf manuelle und persönliche Methoden zu konzentrieren, während der Lernprozess den Einsatz von KI erlaubt, wird auch in Ingenieursgemeinschaften stark unterstützt. Hacker News


Konsistenz mit anderen Studien und aktuellen Fällen

  • Im Bereich der Bewertung gibt es Berichte, dass GPT-4 bei der relativen Rangordnung von schriftlichen Antworten die gleiche Leistung wie menschliche Bewerter gezeigt hat. KI wird zunehmend als „Bewertungshilfe“ anwendbar.Phys.org

  • Auf der anderen Seite sind die Betriebsrisiken der KI-Bewertung real. Im Massachusetts Comprehensive Assessment System (MCAS) wurden etwa 1.400 Essays aufgrund technischer Fehler bei der KI-Bewertung falsch bewertet, und es wurde eine nachträgliche Neubewertung durchgeführt. Menschliche Überwachung und ein ausgereiftes Design sind unerlässlich. Boston.com

  • Misstrauen und Probleme mit Fehlalarmen bei der KI-Betrugserkennung an Universitäten sind seit letztem Jahr ein großes Thema in britischen Zeitungen und Gemeinschaften. Die Unsicherheit der Detektoren, Schäden für Studierende durch Fehlalarme und die Notwendigkeit einer Überprüfung der Bewertungsmethoden werden weiterhin diskutiert. The Guardian

Reaktionen in sozialen Medien (erste Beobachtungen)

Da seit der Veröffentlichung noch nicht viel Zeit vergangen ist, ist die Anzahl der individuellen Beiträge begrenzt, aber in verwandten Nachrichten und bestehenden Diskussionssträngen sind folgende Punkte wieder aufgeflammt.

  • „Für das Lernen erlaubt, für die Bewertung auf den persönlichen Kontakt konzentriert“ – Stimmen, die in diesem Design eine „realistische Lösung“ sehen. Die Schwerpunktsetzung im Unterrichtsdesign sollte auf Prüfungen und mündlichen Prüfungen liegen.Hacker News

  • „KI-Bewertung ist praktisch, aber riskant“ – unter Bezugnahme auf den Fehlbewertungsfall im MCAS wird argumentiert, dass die Einführung von KI eine „Verdopplung durch Menschen“ voraussetzt. Boston.com

  • „Die Verbesserung der Studentenerfahrung kann nicht ignoriert werden“ – Lokale Berichte aus Boston betonen den Punkt, dass **„die Unterrichtserfahrung bei gleichen Ergebnissen besser wird“.„Das Gleiche mit weniger Aufwand (the same for less)“** ist eine weit verbreitete Schlussfolgerung.CBS News

  • „Sorgen über KI-Betrug und Fehlalarme“ – Zweifel an der Zuverlässigkeit von KI-Detektoren, Stimmen von Studierenden, die gezwungen sind, ihre „Unschuld zu beweisen“. Forderungen nach einer Überarbeitung des Bewertungsdesigns.The Guardian

※ Die Beobachtungen in sozialen Medien in diesem Artikel basieren auf veröffentlichten Beiträgen zu verwandten Themen und bestehenden großen Threads und sind eine Zusammenfassung der „ersten Trends“. Sie sind nicht darauf ausgelegt, individuelle Zitate und Antworten zu dieser speziellen Studie umfassend zu erfassen.


Implikationen für die Praxis:„Wenn erlaubt, dann gestalten“

Die Forscher von UMass empfehlen das Dreierset „Erlauben + Scaffolding + Offenlegung“. Die Rolle, der Anwendungsbereich, die Verfahren und die Offenlegungsformate von KI im Unterricht sollten klar definiert werden, und die Lernergebnisse sollten durch Bewertungen gemessen werden, die weniger von KI beeinflusst werden, wie Papierprüfungen, mündliche Prüfungen und Vorführungen. **„Mit KI lernen, ohne KI beweisen“** ist der Kern des zweistufigen Designs.umass.edu


Konkrete Maßnahmen (Checkliste)

  1. KI-Richtlinien im Lehrplan klarstellen (erlaubte Aufgaben / verbotene Aufgaben / Offenlegungsvorlage).

  2. Bereitstellung von Eingabeaufforderungen und Begründungen (was, warum und wie wurde der KI Anweisungen gegeben).

  3. Einreichung von Bearbeitungsprotokollen / Selbsteinschätzungen (Spuren der Überprüfung, Korrektur und Prüfung der Ausgaben).

  4. Bewertung im Klassenzimmer zentrieren (Papierprüfungen, mündliche Befragungen, Whiteboard-Codierung, Mini-Präsentationen). Dies wird auch von der Gemeinschaft stark unterstützt.Hacker News

  5. Wenn KI für die Bewertung verwendet wird, dann „doppelte Bewertung“ (KI + Mensch). Die Lehren aus dem MCAS-Fall berücksichtigen.Boston.com

Im japanischen Kontext

hat das Bildungsministeriumvon Oktober 2024 bis März 202

← Zurück zur Artikelliste