Ich lese lieber den Prompt

• Viele Studierende reichen Antworten im ChatGPT-Stil für Aufgaben ein, die voller sinnloser Weitschweifigkeit und Wiederholungen sind
• Der Autor äußert darüber Sorge nicht wegen Ehrlichkeit, sondern wegen des Werts von Kreativität
• Menschen nutzen KI wegen sinnloser Aufgaben, mangelnder Fähigkeit oder eines ergebnisorientierten Ansatzes
• Schreiben ist jedoch der Akt, die eigenen Gedanken auszudrücken, und KI liefert keinerlei Originalität
• Der Autor sagt, er würde „lieber den ursprünglichen Prompt lesen als die KI-Ausgabe“, und fordert echtes Schreiben ein

---

Einleitung

• Als Professor begegnet der Autor in studentischen Aufgaben häufig einem von KI geschrieben wirkenden Stil, einem unmenschlichen Text aus zielloser Geschwätzigkeit
• Diese Texte wiederholen das Thema und ahmen den Prompt nach, ohne echte Gedanken
• Das Problem ist nicht nur auf den Unterricht beschränkt, sondern breitet sich auch auf Blogs, Fachaufsätze, Reviews und sogar Reddit aus
• Der Autor sagt: „Benutzt keine KI“ – nicht wegen Ehrlichkeit, sondern weil menschliche Gedanken sehr viel interessanter und bedeutungsvoller sind

Warum Menschen KI benutzen

1. Sie halten es für unwichtig

• Studierende oder Reviewer betrachten das Schreiben selbst als wertlose Aufgabe und meinen, es reiche, wenn nur das Ergebnis fertig wird
• Sie verlassen sich auf KI, um Aufwand zu sparen, und diese Tendenz zeigt sich auch bei Paper-Reviews oder Aufgaben

2. Sie glauben, dass KI besser schreibt

• Menschen, deren Muttersprache nicht Englisch ist, oder Einsteiger in der Softwareentwicklung glauben, KI werde etwas besser formulieren
• Das ist jedoch eine Entscheidung, die die eigenen Schwächen verdeckt, und macht am Ende die eigentlichen Gedanken, die man vermitteln will, undeutlich

3. „Zweckgerichtetes Schreiben“ wegen Geld oder Arbeit

• In Reviews, Marketing oder im Kundensupport entstehen Texte nicht für Menschen, sondern für Suchmaschinen oder Automatisierungsziele
• Solche Texte haben keine Absicht und nichts mit Menschlichkeit zu tun

Warum schreiben wir?

• Der Autor definiert Schreiben als ein Werkzeug, um die eigenen Gedanken zu vermitteln
• Selbst banale Themen wie Hunde, Farben oder Reisen sind in Ordnung, solange sie wirklich die eigenen sind
• Weil KI von Natur aus keine eigenen Gedanken hat, ist sie letztlich nur eine Kopie, die weniger wert ist als Flaggenmüll

Das Problem daran, KI für bedeutungsloses Schreiben zu verwenden

• Texte, die problemlos von KI zusammengefasst werden können, wie Zusammenfassungskommentare auf Reddit, haben von vornherein keinen Daseinswert
• Umgekehrt sollte man bei Aufgaben oder Paper-Reviews, die oberflächlich banal wirken, in Wirklichkeit aber wichtig sind, erst recht keine KI verwenden
• KI regt nicht zum Denken an, sondern produziert nur Sätze, weshalb weder echtes Lernen noch ein wirklicher Beitrag entsteht

KI auch für bedeutungsvolle Texte zu verwenden, ist noch schlimmer

• In der Illusion, „KI schreibt besser“, verlieren viele Menschen ihre ursprünglichen Gedanken und erzeugen holprige oder weitschweifige Texte
• KI verzerrt häufig Fakten oder verwischt den Kern, und produziert am Ende nur unnötige Verzierungen und falsche Informationen
• Besonders bei Entwicklerinnen und Entwicklern ist von KI erzeugter Code fatal für Wartbarkeit und Sicherheit, weil er ohne Verständnis geschrieben wurde
• Wie in Peter Naurs Theorie sind Programme, die ohne Verständnis erstellt wurden, toter Code, und „vibe coding“ ist nur eine Kombination nutzloser Leichen

Beispielhafter KI-Schreibversuch

• Der Autor gab die Einleitung seines eigenen Textes in Google Gemini ein und ließ die KI den Text weiterschreiben
• Das Ergebnis war ein Text voller weitschweifiger und monotoner Zusammenfassungen, bedeutungsloser Allgemeinplätze und geschmacklos hochtrabender Wortwahl
• Zum Beispiel lässt sich der Satz „Perhaps it stems from a desire for efficiency, a wish to quickly generate text without the perceived effort of crafting each sentence.“ einfach zu „Perhaps people do it for efficiency.“ kürzen
• Mit anderen Worten: KI steckt kleine Gedanken in große Sätze und hat keinen Kern

Fazit: Der Prompt ist immer noch besser

• Der Autor sagt: „Ich hatte noch nie das Gefühl, dass irgendein von KI erzeugtes Ergebnis besser war als der Prompt, der es hervorgebracht hat“
• KI hat weder Inhalt noch Emotionen und liefert nur sinnlose Wiederholung
• Nur Schreiben auf Basis eigener Erfahrungen ist bedeutungsvolle Schöpfung; fehlt das, gibt es von Anfang an keinen Grund zu schreiben

[GN⁺]

Hacker-News-Kommentare

• Der Zweck von Schreibübungen im Unterricht ist nicht, Text zu produzieren, sondern Studierende zum Denken zu zwingen. Es ist bedauerlich, dass viele Intellektuelle und Wissenschaftler das nicht verstehen.

  • Studierende betrügen das Bildungssystem mit LLMs und werden dann mit der realen Welt konfrontiert, in der tatsächlich Problemlösungsfähigkeit gefragt ist.
  • Wer Probleme selbst löst und selbst lernt, wird langfristig einen großen Vorteil haben.

• Kollegen bitten um knappe Eingaben statt um weitschweifige, von LLMs erzeugte Texte. Wenn ein LLM aus einer begrenzten Eingabe langatmige Texte erzeugen kann, dann brauche ich auch genau diese knappe Eingabe.

• Ich stimme der Meinung des Autors zu. Es geht nicht um ein Werturteil über Personen, die ChatGPT oder andere LLMs verwenden, sondern darum, dass die Gedanken, die in die Erstellung eines Prompts fließen, interessanter und origineller sind als die von einem LLM erzeugte Ausgabe.

  • Wenn man Code mit einem LLM schreibt, ist der Code auch nicht gut, wenn der Prompt nicht gut ist.
  • Ich würde gern Gegenargumente von Leuten hören, die in letzter Zeit LLMs für akademisches oder kreatives Schreiben verwendet haben.

• Das Problem ist, dass Lehrende von Studierenden einfach nur verlangen, Text zu wiederholen. Wenn man wirklich lehren will, sollte man Methoden wie die folgende einsetzen.

  • Man lässt sie mit einem aus Tinkertoys gebauten Roboterarm Winkel berechnen und das Problem lösen, welche Winkel nötig sind, um einen bestimmten Punkt zu berühren.

• Es gibt verschiedene Arten, LLMs zu verwenden.

  • Man nutzt sie, um Gedanken zu ordnen und Feedback zu bekommen.
  • Sie helfen dabei, Stil und Ton zu verbessern und fehlende Informationen zu erkennen.
  • Durch einen iterativen Prozess schreibt man Prompts, die länger sind als das Endergebnis.

• Wegen der wirtschaftlichen Gründe und Hürden beim Erwerb eines Abschlusses stimme ich dem Autor zu, aber die meisten Menschen sehen einen Abschluss als Hürde, die man für einen guten Job überwinden muss.

  • Wenn Meta und Google behaupten, dass der Großteil neuen Codes von AI geschrieben wird, dann wird AI die Welt beherrschen.

• AI-generiertes Material ist von Natur aus eine Bestätigungsbias-Maschine. Wenn AI-Ausgaben offensichtlich sind, lassen sie sich leicht erkennen, aber wenn sie menschliches Niveau erreichen, gehen sie ohne großes Nachdenken durch.

• Schon vor LLMs gab es viele Copy-paste-Aufgaben. Da LLM-Ausgaben nicht konkurrenzfähig sind, stellen sie für Aufgaben keine große Bedrohung dar.

• Es gab eine Kontroverse darüber, Copilot-Zusammenfassungen zu E-Mail-Diskussionen hinzuzufügen.

  • Die Meinungen gingen auseinander zwischen der Ansicht, dass Zusammenfassungen das Verständnis fördern, und der Ansicht, dass sie eine unnötige Ablenkung sind.

• Die Erkennung von LLM-Betrug ist ein interessantes Beispiel für den Toupet-Fehlschluss.

  • Offensichtlicher Betrug lässt sich leicht erkennen, aber raffinierter Betrug ist schwer zu entdecken.
  • Wenn ich im Bildungsbereich tätig wäre, würde die Freude daran verschwinden, Arbeiten von Studierenden zu prüfen. Es hätte keinen Sinn mehr, weil man nicht wissen kann, ob die Arbeit echt ist.