Künstliche Intelligenz und ihre Auswirkungen auf die akademische Leistungsbewertung

Künstliche Intelligenz und die akademische Bewertung: Eine kritische Analyse

Die Integration von Künstlicher Intelligenz (KI) in den akademischen Alltag wirft zunehmend Fragen bezüglich der Validität traditioneller Bewertungsmethoden auf. Insbesondere die Fähigkeit von KI-Modellen, hochwertige Texte zu generieren, stellt Bildungseinrichtungen vor die Herausforderung, die tatsächliche Leistung und das Verständnis der Studierenden von der KI-unterstützten oder -generierten Ausgabe zu unterscheiden. Dieser Artikel beleuchtet aktuelle Forschungsergebnisse und deren Implikationen für das Bildungswesen.

Die Auswirkungen von GPT-4o auf studentische Leistungen: Eine Fallstudie

Eine bemerkenswerte Studie der Bocconi Universität mit 1.053 Studienanfängern untersuchte den Einfluss von GPT-4o auf die Notenvergabe bei einer betriebswirtschaftlichen Aufgabe. Die Ergebnisse zeigten, dass Studierende, die Zugang zu GPT-4o hatten, signifikant bessere Noten erzielten. Ihre Arbeiten enthielten durchschnittlich mehr Ideen, waren logisch kohärenter und stimmten stärker mit den Empfehlungen von Fachexperten überein. Die Forscher stellten fest, dass dieser Vorteil primär auf die höhere Qualität des Inhalts und nicht auf ein gesteigertes studentisches Wissen zurückzuführen war.

Im Gegensatz dazu verbesserte ein kurzes Training zum kausalen Denken die traditionellen Noten nicht. Es förderte jedoch bei den Studierenden die Entwicklung vielfältigerer und originellerer Lösungsansätze sowie ein tieferes Nachdenken über Ursachen und Annahmen. Die Kombination beider Ansätze – GPT-4o-Zugang und kausales Denktraining – ergänzte sich in Bezug auf die kausalen Argumentationsmarker, führte aber zu keiner weiteren Steigerung der traditionellen Noten.

Bewertungssysteme im Fokus: Belohnung von Konventionalität statt Originalität?

Die Analyse der Bewertungskriterien in der Bocconi-Studie offenbart eine Tendenz, die Konventionalität belohnt. Mehr Ideen, kohärentere Argumente und eine größere Ideenvielfalt korrelierten mit höheren Noten. Eine stärkere Falsifizierbarkeit, detailliertere Erklärungen zur Funktionsweise vorgeschlagener Maßnahmen und eine größere Abweichung von den Ideen anderer Studierender führten hingegen zu niedrigeren Bewertungen. Dies deutet darauf hin, dass die aktuellen Bewertungssysteme oft die „Politur“, Struktur und Vollständigkeit einer Arbeit messen, weniger jedoch das tatsächliche Lernen und Verständnis oder die Originalität.

Die Autoren der Studie schlussfolgern, dass Vielfalt und Originalität explizit in die Bewertungskriterien integriert werden müssen, um deren Bedeutung zu unterstreichen. Andernfalls wird es für Studierende, die KI als Werkzeug zur Optimierung ihrer Arbeiten nutzen, einfacher, hohe Noten zu erzielen, ohne zwangsläufig ein tieferes Verständnis zu entwickeln.

Umfassende Perspektiven: Was Studien nicht immer zeigen

Es ist wichtig zu beachten, dass die Bocconi-Studie keine Folgeuntersuchung beinhaltete, die geprüft hätte, was die Studierenden ohne ChatGPT tatsächlich verstanden oder behalten haben. Dies lässt die Frage offen, ob der durch KI erzielte Notenvorteil auf tatsächlichem Wissenserwerb oder lediglich auf einer verbesserten Ausgabe durch KI-Unterstützung beruhte.

Die Studie konzentrierte sich zudem auf Studienanfänger einer einzelnen Universität und eine spezifische Marketingaufgabe. Die Randomisierung erfolgte auf Klassenebene, nicht individuell unter allen Studierenden. Darüber hinaus war OpenAI, der Entwickler der untersuchten Technologie, an der Forschung beteiligt, und mehrere Autoren waren zum Zeitpunkt der Studie bei OpenAI beschäftigt, was eine potenzielle Befangenheit implizieren könnte.

Langfristige Auswirkungen: Wenn KI das Denken ersetzt

Weitere Forschungsergebnisse aus verschiedenen Studien deuten darauf hin, dass der entscheidende Faktor nicht die Nutzung von KI an sich ist, sondern ob diese das eigene Denken der Studierenden unterstützt oder ersetzt. Wenn KI das Denken ersetzt, können langfristig negative Auswirkungen auf die Lernleistung entstehen.

• Eine Studie, die über 500.000 US-College-Noten analysierte, zeigte, dass nach der Einführung von ChatGPT die Top-Noten in schrift- und programmierintensiven Kursen mit hohem Hausaufgabenanteil am stärksten anstiegen.
• Kontrollierte Experimente ergaben, dass Teilnehmende, denen die KI-Unterstützung entzogen wurde, schlechtere Leistungen erbrachten als eine Kontrollgruppe. Der Rückgang war am stärksten bei jenen, die GPT hauptsächlich zur direkten Beantwortung von Fragen genutzt hatten.
• Eine 30-monatige Studie mit über 26.000 Studierenden in China zeigte ein ähnliches Muster: Hausaufgaben wurden mit KI schneller und besser erledigt, die Prüfungsergebnisse sanken jedoch. Langfristig lagen die Ergebnisse bei späteren Aufnahmeprüfungen um 18 bis 24 Prozent niedriger.

Diese Erkenntnisse legen nahe, dass eine übermäßige Abhängigkeit von KI ohne gleichzeitige Förderung kritischen Denkens und eigenständiger Problemlösung zu einer Erosion der tatsächlichen Kompetenzen führen kann. Die Debatte konzentriert sich daher zunehmend auf die Neugestaltung von Bewertungssystemen, um Originalität, Argumentation und die Berücksichtigung vielfältiger Ansätze stärker zu belohnen, anstatt lediglich konventionelle oder perfektionierte Antworten.

Fazit

Die zunehmende Verbreitung von KI-Tools wie GPT-4o stellt das Bildungswesen vor eine grundlegende Transformation. Während KI das Potenzial hat, die Qualität studentischer Arbeiten zu verbessern und Studierende zu unterstützen, birgt sie auch das Risiko, dass oberflächliche Perfektion über tiefgehendes Verständnis gestellt wird. Für Bildungseinrichtungen und Unternehmen, die auf fundiertes Wissen und innovative Problemlösung angewiesen sind, wird es entscheidend sein, Bewertungssysteme und Lehrpläne anzupassen, um die Entwicklung von Fähigkeiten zu fördern, die über die reine Reproduktion von Informationen hinausgehen und die einzigartigen menschlichen Denkprozesse betonen. Die Rolle von KI sollte hierbei als Partner und nicht als Ersatz für das menschliche Lernen verstanden werden.

Bibliographie

• Bezmalinović, Tomislav. "The skills that earn top grades are the ones AI can fake best." the-decoder.com, 30. August 2026.
• Bastian, Matthias. "AI is inflating student grades, and the effect points to outsourced work, not better learning." the-decoder.com, 21. Juni 2026.
• Chirikov, Igor. "Grade inflation much higher in ‘AI-exposed’ degrees." Times Higher Education, 19. Mai 2026.
• Pérez Colomé, Jordi. "Why are there more top grades at university? ChatGPT is to blame." EL PAÍS English, 21. Mai 2026.
• Meyrat, Auguste. "AI Is Rewarding High School Grads for Being Dishonest Frauds." The Federalist, 1. Juni 2026.
• Constantin, Ana Maria. "AI cheating tools are winning. Detection was never the point." The Next Web, 22. August 2026.
• Belmonte, Kyle. "AI Grade Inflation Documented in 500,000 Grades: Homework Rises, Skills Do Not." Tech Times, 22. Juni 2026.
• Kay, William et al. "AI tends to mark students’ essays higher than humans – study." Times Higher Education, 25. August 2026.
• Rowsell, Juliette. "Study: AI Tends to Mark Students’ Essays Higher Than Humans." Inside Higher Ed, 27. August 2026.