Wie sollen Schulen einen Schüler bewerten, wenn die Antwort auf eine Frage billig geworden ist?

Zusammenfassung der Kerninhalte

Dänemark hat Maßnahmen wie mündliche Prüfungen eingeführt, um dem AI-Betrug in der Oberschule entgegenzuwirken. Dahinter steckt jedoch mehr als nur die Bekämpfung von Betrug – generatives AI erschüttert die grundlegende Logik der traditionellen Bildungsbewertung: „Die von den Schülern vorgelegten Ergebnisse entsprechen ihren tatsächlichen Fähigkeiten“. Heute macht AI hochwertige Arbeiten „leicht zugänglich“, und ihr massiver Einsatz liegt in einem Graubereich zwischen „assistiertem Lernen“ und „direktem Abschreiben“. Die herkömmliche Methode, Fähigkeiten anhand der Endergebnisse zu beurteilen, funktioniert nicht mehr. Länder beginnen daher, von der Überprüfung von AI auf die Überprüfung der Fähigkeiten der Schüler umzusteigen. Sie rekonstruieren das Bewertungssystem durch kontrollierte Aufgaben im Unterricht, mündliche Prüfungen und Protokolle des Lernprozesses – doch die Reformen stoßen auf Herausforderungen in Bezug auf Personalkosten, Gerechtigkeit und Datenschutz.

1. AI ist nicht nur ein Betrugswerkzeug – es hebt die Grundlagen der traditionellen Bewertung auf

Die traditionelle Bildungsbewertung basiert auf den „Endergebnissen“ (Arbeiten, Abschlussarbeiten), da das Schreiben einer guten Arbeit früher mehrere Tage Zeit für Recherche und Gedankengestaltung erforderte. Betrug (Plagiate, Abschreiberei) war daher schwierig zu erkennen und hatte Grenzen. Doch AI hat alles verändert:

• Riesige Kostensenkungen: Schüler können mit AI in wenigen Minuten Themen, Strukturen und Argumente erstellen sowie den Stil anpassen; die Arbeit, die früher Tage in Anspruch nahm, wird jetzt in Sekunden erledigt.
• Wachsender Graubereich: Nicht jeder Einsatz von AI ist Betrug – einige Schüler nutzen AI zur Recherche oder Korrektur von Grammatikfehlern; der genaue Grad des Einsatzes ist schwer zu bestimmen.
• Die Daten sprechen für sich: Eine britische Studie zeigt, dass 95 % der Bachelorstudenten AI zur Unterstützung ihrer Prüfungen nutzen, in China über 85 % der Schüler. Einige kopieren dabei direkt Inhalte.

Wenn Lehrer nun eine gute Arbeit erhalten, fragen sie sich nicht sofort: „Welche Fähigkeiten besitzt der Schüler?“, sondern: „Wie viel davon wurde wirklich von AI erstellt?“

2. Versuche, AI mit Prüfungsverfahren zu bekämpfen – vergeblich

Anfangs wollten Schulen AI-Betrug mithilfe von Prüfungsverfahren bekämpfen, ähnlich wie Plagiate durch Plagiatprüfungen. Doch das ist ein aussichtsloser technischer Wettlauf:

• AI erzeugt „neuen“ Inhalt: Plagiatprüfungen suchen nach Ähnlichkeiten mit vorhandenem Material, während AI neue Texte erstellt, die schwer zu erkennen sind.
• Nachbearbeitung erschwert die Erkennung: Selbst geringfügige manuelle Anpassungen oder „humanisierte“ Verarbeitung durch Tools senken die Genauigkeit der Prüfungen von 39 % auf 22 %.
• Hohe Risiken von Fehlurteilen: Schüler mit schwacher digitaler Kompetenz werden leicht erwischt, während solche, die AI nutzen können, entkommen – was Gerechtigkeitsprobleme verursacht.

Dänemarks kluger Ansatz: Anstatt sich darauf zu konzentrieren, welche Teile des Textes von AI stammen, lässt man die Schüler ihre Arbeit persönlich erklären. AI kann Ergebnisse erzeugen, aber nicht Antworten auf Fragen wie „Warum wurde dieses Material ausgewählt?“ oder „Gilt das Fazit auch unter anderen Bedingungen?“ geben.

3. Heute ist es an der Zeit, die Fähigkeiten der Schüler zu überprüfen – neue Wege der Bewertungsreform

Länder beginnen, das Bewertungssystem umzustellen, mit dem Ziel, „mehrere Beweise dafür zu erbringen, dass die Schüler wirklich wissen, was sie tun“. Es gibt vier Hauptansätze:

• Beibehaltung eines „AI-freien Baselines“: Zum Beispiel sollen in Dänemark mehr Arbeiten im Unterricht erledigt werden, um sicherzustellen, dass Schüler grundlegende Fähigkeiten selbstständig erwerben können.
• Stärkere Überprüfung der Fähigkeiten: Nach der Einreichung von Arbeiten müssen Schüler mündlich antworten; Lehrer stellen zufällige Fragen (z. B.: „Ist die Quelle dieser Daten zuverlässig?“).
• Prozessbasierte Bewertung: Protokolle des Lernprozesses werden gespeichert – Entwürfe von Themen, Änderungsverlauf, Chatprotokolle mit AI – damit die Ergebnisse nicht mehr isolierte Dokumente sind.
• Verantwortungsvoller Umgang mit AI: AI wird nicht verboten, aber der Einsatz muss offengelegt werden (z. B. müssen AI-basierte Inhalte wie Literaturquellen gekennzeichnet werden). Der Fokus der Bewertung liegt darauf, ob Schüler in der Lage sind, AI effektiv zu nutzen, um Probleme zu lösen.

4. Chinesische Schulen: Keine reinen Verbote – die Bewertungslogik muss geändert werden

Auch chinesische Schulen setzen Maßnahmen um, bleiben aber oft bei Verboten oder der Nutzung von Prüfungsverfahren. Eine echte Reform muss sich auf die „Bewertungsziele“ konzentrieren:

• Verbesserte Regeln: Hochschulen wie Tsinghua fordern Schüler auf, den AI-Einsatz offenzulegen; die Zulässigkeit hängt davon ab, was durch die Aufgabe vermittelt werden soll – z. B. darf AI bei Grundlagenarbeiten nicht verwendet werden, aber bei Forschungsarbeiten zur Recherche genutzt werden.
• Praktische Anwendungen im Unterricht: In Tsinghua’s Journalismusunterricht sollen Schüler Beobachtungen vor Ort durchführen; AI kann Materialien organisieren, ersetzt aber nicht das persönliche Gespräch mit Menschen oder die Entdeckung von Details.
• Differenzierte Regelungen nach Fachgebieten und Jahrgängen: Kleine Schüler dürfen AI beim Schreiben nicht verwenden, während Studierende bei Projekten unterstützt werden darf – allerdings muss der Einsatz klar erklärt werden.

5. Reformen sind keine willkürlichen Entscheidungen – Kosten, Gerechtigkeit und Datenschutz sind Herausforderungen

Bildungsreformen klingen gut, sind aber umsetzungsbedürftig:

• Hohe Personalkosten: Die Korrektur von 100 Arbeiten und die Organisation von 100 mündlichen Prüfungen erfordern viel Zeit der Lehrer.
• Gerechtigkeitsprobleme: Schüchterne oder sprachlich benachteiligte Schüler haben Nachteile bei Prüfungen; Schulen mit wenig Personal und Ressourcen können keine Prüfungen durchführen, was zu Bildungsungleichheiten führt.
• Datenschutzrisiken: Die Überwachung von Bildschirmen und die Aufzeichnung des Lernprozesses beeinträchtigt die Privatsphäre der Schüler – wie lange dürfen Daten gespeichert werden? Wer darf sie einsehen? Wie können Fehlurteile korrigiert werden?

Auch Bildungsunternehmen müssen sich ändern: Sie sollten nicht nur AI-Betrugsprüfungen anbieten, sondern Werkzeuge entwickeln, die Lehrern helfen, Beweise zu sammeln (z. B. Protokolle der Arbeitenänderungen, Prüfungsfragen).

Fazit

Dänemarks mündliche Prüfungen sind keine endgültige Lösung – sie erinnern uns daran, dass die Bildungsbewertung im Zeitalter von AI nicht mehr nur darauf ausgerichtet sein darf, ob Ergebnisse von AI erstellt wurden, sondern darauf, was die Schüler tatsächlich gelernt haben. AI kann beim Schreiben von Arbeiten helfen, aber das Stellen von Fragen, die Überprüfung von Fakten und die Übernahme von Verantwortung müssen von den Schülern selbst geleistet werden. Das Wichtigste in der Bildung ist zu gewährleisten, dass das Lernen tatsächlich stattgefunden hat.