Die zentralen Veränderungen der schulischen Bildung im AI-Zeitalter aus Karpathys Sicht
- Die Erkennung, ob AI für Hausaufgaben verwendet wurde, ist prinzipiell unmöglich; alle externen Aufgaben finden in einer Umgebung statt, in der der Einsatz von AI vorausgesetzt werden muss
- Jeder „AI-Detektor“ kann umgangen werden, und es gibt kein verlässliches Mittel zur Erkennung
- Folglich wird der Grundzustand zu der Annahme, dass bei allen zu Hause erledigten Aufgaben AI beteiligt war
- Der Schwerpunkt der Bewertung verlagert sich von Hausaufgaben → Bewertung im Klassenzimmer, und es braucht eine Struktur, in der Schülerinnen und Schüler ihre Fähigkeiten in einer von Lehrkräften direkt beaufsichtigten Umgebung zeigen können
- Der Grund, warum Schülerinnen und Schüler ihre Problemlösefähigkeit auch ohne AI aufrechterhalten, liegt in realen Bewertungssituationen im Klassenzimmer
- Der Anteil von schriftlichen Prüfungen, Projekten, Präsentationen und anderen Situationen, in denen der Zugang zu AI kontrolliert wird, nimmt stark zu
- Die Fähigkeit, AI zu nutzen, ist essenziell, gleichzeitig entsteht aber das doppelte Ziel, dass Schülerinnen und Schüler auch die Grundlagen besitzen, um Probleme ohne AI zu lösen
- Ähnlich wie bei der Einführung des Taschenrechners muss man Grundrechenarten selbst beherrschen, um Fehler des Werkzeugs oder Eingabefehler erkennen zu können
- AI ist deutlich fehleranfälliger als ein Taschenrechner, wodurch die Bedeutung von Verifikation, Urteilsvermögen und Interpretation stark zunimmt
- Prüfungs- und Bewertungsformen werden sich je nach Ermessen der Lehrkraft auf vielfältige Weise erweitern, etwa zu Werkzeug nicht erlaubt / eingeschränkt erlaubt / Open-Book / Bereitstellung AI-basierter Materialien / direkte Bewertung der AI-Nutzung
- Aufgaben umfassen nicht nur Problemlösung, sondern auch das Bewerten, Korrigieren und Verifizieren von von AI erzeugten Antworten
- Kreatives Bewertungsdesign im Bildungsalltag wird zu einem wichtigen Faktor
- Als Endziel wird formuliert, Menschen hervorzubringen, die AI souverän nutzen und zugleich auch ohne AI lernen, denken und Probleme lösen können
- Eine realistische Methode dafür lässt sich so zusammenfassen: den Schwerpunkt von Unterricht und Bewertung zurück ins Klassenzimmer verlagern
- Der angehängte Tweet zeigt eine neue Situation, in der AI sogar das Prüfungsblatt selbst löst
- Gemini Nano Banana Pro demonstriert eine Funktion, die Bilder von Prüfungsaufgaben selbst analysiert und sofort die richtige Antwort ableitet
- Es erkennt unterschiedliche Aufgabenelemente wie handschriftliche Notizen, Diagramme und chemische Formeln und erstellt direkt eine Lösung
- Die erzeugten Antworten sind nach ChatGPT-Maßstab überwiegend korrekt; die einzigen Fehler sind eine Bezeichnung eines chemischen Stoffes und ein Rechtschreibfehler
- Dadurch wird bereits Realität, dass die bisherige Möglichkeit, AI in klassischen Prüfungsdesigns überhaupt zu kontrollieren, zusammenbricht
- Da nun Fähigkeiten existieren, die Prüfungsbögen, Aufgaben, Diagramme und handschriftliche Notizen vollständig lesen und lösen können,
wird deutlich, dass Bewertungsstrukturen, die unter der Annahme entworfen wurden, man könne „AI nicht verwenden“, nicht länger aufrechterhalten werden können
- Der Wendepunkt, vor dem die schulische Bildung steht, verschiebt sich weg von der Frage, ob AI verboten werden soll, hin zu der Frage, wie AI integriert und in welchen Situationen unabhängiges Denken bewertet werden soll
1 Kommentare
Hacker-News-Kommentare
Einer meiner Schüler hat ein interessantes Problem mit AI-Erkennungstools mitgebracht
Die von seiner jüngeren Schwester selbst geschriebene Essayarbeit wurde mit 100%iger Sicherheit als von AI verfasst eingestuft, sodass sie beinahe 0 Punkte bekommen hätte
Ich habe vorgeschlagen, dass sie sich direkt mit der Lehrkraft trifft und den Inhalt des Essays 30–60 Minuten lang mündlich bespricht
Solche Situationen werden für ehrliche Schüler in Zukunft immer häufiger zum Problem werden
Der Lehrer lobte ihn vor der Klasse mit den Worten, „dieser Schüler hat als Einziger wirklich selbst geschrieben“, aber tatsächlich war die eingereichte Version durch mehrfaches Vereinfachen auf Anfrage an AI entstanden
Es fühlt sich an, als hätten die Lehrkräfte das Spiel bereits verloren
Abschlüsse verlieren inzwischen immer mehr an Bedeutung, und das System ist bloß zu einer Form der Zertifizierung geworden
Ich denke, ein Modell, bei dem man sich wie früher durch tatsächliche Leistung beweist, ist besser
Zum Beispiel so, dass man nach Bestehen einer Prüfung direkt aufgenommen wird, wie bei der Harvard-Aufnahmeprüfung von 1869
Das System der Coding-Interviews in Big Tech ist in dieser Hinsicht meiner Meinung nach deutlich besser
Ich finde, sowohl Schüler als auch Lehrkräfte brauchen Unterricht in den Grundprinzipien des Rechts
Organisationen wie Schülervertretungen sollten in solchen Situationen eingreifen können
AI ist nur der Auslöser, durch den solche Probleme häufiger sichtbar werden
Ich hatte im Bewerbungsgespräch eine ähnliche Erfahrung — wenn man einen Algorithmus auswendig aufsagt, wird man verdächtigt, „auf einen anderen Bildschirm zu schauen“
Bildung sollte ein Mechanismus für Gleichheit in der Gesellschaft sein, stattdessen wird sie gerade eher zu einem Instrument der Unterdrückung
und löste Einsprüche, indem er die Betroffenen das Problem direkt lösen ließ
Ich fand das eine sehr elegante Reaktion
Heutzutage wird nur AI-Betrug durch Studierende problematisiert, während der AI-Einsatz von Lehrkräften übersehen wird
Tatsächlich gibt es Aufgaben, bei denen man Spuren einer Benotung mit ChatGPT erkennt
Es entsteht eine seltsame Feedback-Schleife, in der der Student den Essay mit einem LLM schreibt und die Lehrkraft ihn mit einem LLM bewertet
Aber es ist weniger ein individuelles Problem der Lehrkraft als vielmehr etwas, das eine systemische Neugestaltung erfordert
Wenn Lehrkräfte nicht genug Zeit und Vergütung bekommen, werden sie am Ende ebenfalls gar nicht anders können, als dieselben Tools zu verwenden
Wie schon bei Internet und Smartphones ist die Haltung problematisch, AI nur als Bedrohung zu sehen
Am Ende werden diejenigen im Vorteil sein, die LLMs als Lernwerkzeug einzusetzen wissen
Die gegenwärtige vorlesungszentrierte Struktur ist ineffizient, und ich denke, es wäre besser, sie auf Kleingruppenprojekte auszurichten
Es braucht eine Struktur, in der Lehrkräfte jeden einzelnen Schüler direkt erfassen können
Bereits an vielen Hochschulen wird AI-Bewertung inoffiziell eingesetzt
Richtig genutzt kann sie effiziente und faire Bewertung ermöglichen, aber derzeit ist der Mangel an Transparenz das Problem
Wenn AI schnelles Feedback geben und so den Lerneffekt verbessern kann, ist das ein großer Vorteil
Menschliche Benotung ist oft langsam und gibt sinnloses Feedback
war genau die Handlung einer aktuellen South-Park-Folge
Dann kommt einem der Gedanke, dass AI-Benotung vielleicht sogar besser sein könnte
AI schafft nicht Abschlüsse oder Bildung ab, sondern beseitigt die billigen Formen davon
Große Vorlesungen, Scantron-Prüfungen und das System schlecht bezahlter Lehrbeauftragter wirken inzwischen absurd
Letztlich wird das Oxbridge-Modell kleiner Lehrveranstaltungen zum Modell der Zukunft werden — allerdings sehr teuer
Die technologische Revolution hat Gleichheit versprochen, aber die Realität ist genau das Gegenteil
Dann könnte man für einzelne Studierende mehr Zeit aufbringen
Heute ist die Universität zu stark massifiziert, und viele Studierende haben keinen wirklichen Grund, dort zu sein
AI könnte solche gesellschaftlichen Strukturveränderungen auslösen, aber ich halte das für eher unwahrscheinlich
Im Studium ließ Professor Doug Lea Aufgaben per direkter Vorführung abgeben
Man führte den Code aus, und der Professor probierte selbst Edge-Case-Eingaben aus und stellte Fragen
Der Student musste seinen eigenen Code verstehen und erklären können
Solche Face-to-Face-Bewertungen waren ein guter Weg, Täuschung zu verhindern und echte Fähigkeiten sichtbar zu machen
Wie Karpathy sagte, sind mündliche Prüfungen und Verteidigung in Echtzeit ein Weg zurück zum Wesen von Bildung
Die Betroffenen können weder Designentscheidungen noch Testprozess oder Verbesserungsideen erklären
Im Gegensatz dazu reichen manche heutigen Studierenden AI-Ergebnisse einfach ein, ohne selbst auch nur Grundkonzepte zu verstehen
Das falsche Selbstvertrauen von AI behindert das Lernen eher
An der Universität gab uns ein Professor einmal die Aufgabe, eine „zu 100% plagiierte Arbeit“ zu schreiben
Jeder Satz musste nach Quelle farblich markiert werden, und man durfte nicht mehr als einen Satz in Folge aus derselben Quelle verwenden
Das war sogar deutlich schwieriger als eine normale Seminararbeit, aber eine hervorragende Erfahrung, um Zitieren und Kreativität zu lernen
Vielleicht könnte man auch beibringen, AI auf diese Weise als Forschungswerkzeug zu nutzen
würde die Überprüfung von Quellen viel einfacher werden
Das bestehende Schulsystem ist auswendiglernzentriert und muss vollständig neu gestaltet werden
Kinder sollten viel mehr Projekte machen, in denen sie Wissen und Fähigkeiten integrieren
Nur die Kernkonzepte sollten auswendig gelernt werden, alles Übrige sollte über den Einsatz von Werkzeugen zur Problemlösung laufen
Schule sollte kein System sein, das Neugier unterdrückt, sondern ein Raum zur Förderung des Forscherinstinkts
Ich finde es schwer, Lehrkräfte zu kritisieren, weil auch sie durch bürokratische Zwänge gefesselt sind
Es gibt auch Bereiche, in denen Grundlagentraining und Wiederholung nötig sind
Projektbasiertes Lernen allein hat Grenzen
Aber die Gesellschaft weicht dieser Debatte weiterhin aus
Drei Jahre nach der Einführung von AI in die Bildung wird sie in der Praxis immer noch nur für Hausaufgabenersatz und Verwaltungsarbeit eingesetzt
Das Problem ist dadurch letztlich ein Wertverlust von Abschlüssen
Wenn alle Studierenden mit AI-Hilfe ähnliche Ergebnisse produzieren, wie unterscheidet man dann echte Fähigkeiten?
Am Ende kehrt die Frage nicht zu „Wie sollten wir AI verwenden?“ zurück, sondern zu „Was ist der Zweck von Bildung?“
Es ist also eine Prüfung darauf, ein AI-Operator zu sein
Die Qualität von Bildung ist letztlich proportional zum Aufwand der Lehrenden
Aber die aktuelle Struktur ist produktivitätszentriert und damit das genaue Gegenteil guter Bildung
Multiple-Choice-Prüfungen sind schnell, aber Freitext- und mündliche Bewertungen sind viel genauer
Autograding ist bequem, aber LLMs lösen die Aufgaben inzwischen zu gut
Kreative Aufgaben zeigen dagegen die Individualität der Studierenden, sind aber sehr schwer zu bewerten
Präsentationsbasierte Bewertungen sind ebenfalls gut, aber zeitlich stark begrenzt
Dennoch haben LLMs den Vorteil, dass sie die Iterationsgeschwindigkeit bei Projekten erhöhen können
Wenn Spuren von Copy-and-Paste zu sehen sind, gibt es 0 Punkte
Letztlich ist die produktivitätszentrierte Struktur das Problem, deshalb braucht es Veränderungen auf Schulebene
Cluely-Link
Ich war ein Schüler, der mit Prüfungsstress schlecht zurechtkam
Aufgaben ohne Zeitlimit brachten mir immer eine Eins, aber bei spontanen mündlichen Prüfungen hatte ich Angst
Wenn mein Sohn wie ich wird, frage ich mich, wie ich ihm helfen sollte
Manchmal denke ich, es wäre schön, wenn es eine AI-freie Umgebung gäbe, so etwas wie eine „Faraday-Käfig-Universität“
Man sollte eher die Fähigkeit zum Scheiternlassen stärken als Perfektionismus
80–90% der Lehrkräfte sind nicht darauf vorbereitet, mit AI umzugehen
Es ist schon schwer genug, mit der sich rasant verändernden Technologie Schritt zu halten, und die Studierenden leben in einer Struktur, in der sie bestraft werden
Angesichts der nachlassenden Qualität öffentlicher Bildung ist ein Verbot der AI-Nutzung nicht realistisch
Letztlich werden Studierende, die AI missbrauchen, den Preis dafür selbst zahlen
Wenn man dieses Modell heute weiter nutzt, dürfte es auch im LLM-Zeitalter gut funktionieren
Lehrkräfte werden zunehmend in eine Aufsichtsrolle gedrängt, aber dieser Übergangsprozess wird sehr chaotisch sein