Wirkt Text, der ohne Hilfe von KI geschrieben ist, in Projektarbeiten bereits dilettantisch?

Stand-up Meeting vom 24. Feb. 26 mit Benjamin Emmenegger zum EXPM KI und Projektarbeiten

Die im Titel gestellte Frage wird von Dozierenden wie folgt beantwortet:

”Entscheidend ist nicht, ob KI genutzt wurde, sondern ob Argumente erklärt, begründet und verteidigt werden können.” (Oliver Gilbert)

Aber starten wir mit den Umfrageergebnisse aus dem EXPM:
Die Umfrage zeigt, die Studierenden wissen, worum es beim Thema KI geht, dass kritisches Denken zählt und das Überprüfen von Ergebnissen, eigenständiges Recherchieren und Denken wichtige Kompetenzen bleiben. Sie sind sich bewusst, dass KI kein Ersatz für Fachkompetenzen ist. Sie stellen selbst auch die negativen Folgen der KI-Nutzung fest, und nennen beispielsweise Faulheit als eine mögliche Auswirkung.

Zusätzlich zeigt sich in der Umfrage aus dem EXPM:

• …, dass Studierenden flächendeckend mit KI arbeiten.
• …, dass ohne Hochschul-Lizenzen für KI die Ungleichheiten unter den Studierenden erhöht wird.
• …, dass sie KI hauptsächlich für die Effizienzsteigerung, schnelleren Informationszugang und besseres Verständnis nutzen.
• …, dass sie KI auch nutzen, um Texte zu korrigieren oder Themen zu strukturieren.
• …, dass sie dabei wissen, dass präzise Prompts ausschlaggebend sind für gute Ergebnisse. Sie entwickeln inzwischen Strategien, um KI besser zum Lernen zu verwenden.

Resultate aus der Umfrage im EXPM (Folie 7, Benjamin Emmenegger)

Die Erfahrungen aus dem EXPM zeigen: 

• Wir müssen in den Modulen noch klarere Ansagen zu den Erwartungen bezüglich Qualität der Abgaben machen.
• Wir müssen Studierenden vermitteln, wieso Fachkompetenzen und eigenständiges Denken im Arbeitsmarkt Auswahlkriterium werden.
• Es braucht eine Vertrauensbasis, um Studierenden effektiv darin zu coachen, wie sie KI besser nutzen können.
• Wir müssen Studierenden gegenüber offenlegen, wie wir selbst KI nutzen und beispielsweise demonstrieren, wie wir KI-Ausgaben analysieren, kritisch hinterfragen und diese beispielsweise ergänzen und korrigieren.
• Prüfungs- und Bewertungsformate müssen so gestaltet sein, dass Verständnis, Transfer und Reflexion zählen und nicht primär sprachliche Perfektion. Sprich, Studierende sollen nicht befürchten müssen schlechtere Noten zu bekommen, wenn sie KI nicht nutzen?

Diese konkreten Tipps bringen uns einen Schritt weiter im Umgang mit KI und Projektarbeiten.

Gleichzeitig ergeben sich jetzt neue Fragen:

• Was müssen wir den Studierenden beibringen, damit KI nutzbringend und korrekt verwendet werden kann?
• Wie lernen Studierende die nutzbringende KI-Nutzung? Wie lernen sie, was für sie funktioniert (was nicht)?
• Wie müssen Lernziele ggf. angepasst werden?
• Wie steht es um unsere eigene Fehlerkultur? Wie teilen wir Fehler produktiv, die uns bei der Nutzung von KI unterlaufen und für Studierenden lehrreich sein können?

Erkenntnisse aus EXPM

Hinsichtlich der Erkennung einer unreflektierten Nutzung bleibt es ein Katz-und- Maus-Spiel: Die Dozierenden werden besser im Erkennen – und die Studierenden erkennen besser, wie sie Eigenleistung vortäuschen können. Vieles, was die Studierenden abgeben, klingt zwar gut, aber man kann nicht so leicht erkennen, ob es sich um eine Eigenleistung handelt. Die flächendeckende Verfügbarkeit von KI bleibt dabei die Herausforderung: Während Ghostwriting schon immer eine Möglichkeit war, bei Leistungsnachweisen zu schummeln, ist heute Unterstützung jederzeit und oft zum Nulltarif verfügbar. Auffällig sind nicht selten fehlende Quellenangaben, überladene Untertitel, auffallend regelmässige Zeilenangaben bei Zitaten sowie Buzzwort-Begriffe, die in den Interviews selbst nicht vorkommen. Bei einem Verdacht genügt oft eine einfache Nachfrage – etwa nach der Begründung für die Wahl einer bestimmten Methode oder Theorie.

Link zu den Slides von Benjamin Emmenegger
Link zur Aufnahme