Lernen mit Künstlicher Intelligenz: "Es wird die sofortige Antwort erwartet"

Dr. Tim Fütterer: Das ist schwierig zu bewerten, da es noch keine Studien dazu gibt und es schwer einzusehen ist, was technisch wirklich dahintersteckt. Online-Communities deuten darauf hin, dass es sich bei diesen Lernmodi im Kern einfach um gepromptete Systeme handelt. Das würde bedeuten, dass ein fester Prompt dem System vorgibt, wie es reagieren soll, zum Beispiel nach der Art eines sokratischen Dialogs, bei dem die Antwort nicht sofort gegeben, sondern durch Rückfragen erarbeitet wird. Grundsätzlich geht das in die richtige Richtung, weil es das Lernen unterstützen und nicht nur fertige Ergebnisse liefern will.

Fütterer: Ich glaube, man kann über drei Wege nachdenken, wie KI und Lernen aktuell verbunden werden. Der erste Weg ist die Optimierung der Performance: Lernende und Lehrende nutzen KI, um bessere, zum Beispiel fehlerfreie Texte zu erstellen. Dabei findet aber oft kein Lerneffekt statt. Der zweite Weg ist der Versuch, klassische Intelligente Tutorielle Systeme (ITS) mit Sprachmodellen nachzubauen. Da bin ich skeptisch, ob das aktuell an die Qualität von ITS herankommt, die von Expertinnen und Experten über Jahre entwickelt werden und ein tiefes Verständnis der jeweiligen Wissensdomäne und des Lernprozesses haben. Hier sehe ich auch die Gefahr der Abhängigkeit, ähnlich wie bei einem Navigationssystem: Es nimmt einem die Orientierungsarbeit ab, aber die Frage ist, ob man am Ende noch selbstständig navigieren kann. Die große Gefahr ist, dass man irgendwann nicht mehr ohne das unterstützende System zurechtkommt. Der dritte und charmanteste Weg wäre, KI zu nutzen, um Lernprozesse und Selbstregulation zu unterstützen – also Kompetenzen zu erwerben, die man dann auch ohne KI im Lernkontext anwenden kann.

Fütterer: Ja, aktuell sehe ich das noch skeptisch, die Entwickler von echten ITS-Systemen hätten da aktuell vermutlich sogar große Skepsis. Es ist extrem aufwendig zu modellieren, wann welche Person welche Art von Unterstützung benötigt. Ein ITS hat ein detailliertes Lernermodell, ein Domänenmodell und ein Tutormodell. Ein großes Sprachmodell beispielsweise hat hingegen kein Meta-Wissen, es reiht nur statistisch wahrscheinliche Wörter aneinander. Aktuell ist ein System wie der "Study Mode" oft nur ein cleverer Prompt, den sich jede Lehrkraft auch selbst erstellen kann. Aber der Trend geht zu Multiagentensystemen, die das verbessern und vereinfachen könnten. Generell schreitet die technische Entwicklung so schnell voran, dass die Hoffnung besteht, dass zeitnah viele kluge KI-Systeme geschaffen werden, die wirklich beim Lernen adaptiv unterstützen und zugleich kosteneffizient sind.

Fütterer: Das ist eine spannende Frage, mit der wir uns im ASPIRE-Projekt beschäftigen. Der "Worst Case" wäre ein negativer Nebeneffekt, bei dem die Anstrengung des Lernens – das Verstehen, das Verknüpfen, die Kreativität – an die Maschine abgegeben wird. Das Lernen findet dann nicht mehr im Kopf des Lernenden statt. Man kann sich das wie im Fitnessstudio vorstellen: Man lässt die Maschine für sich trainieren und hat selbst nichts davon. Das ist dann reine Performance-Optimierung ohne Lerneffekt. Wir haben beispielsweise eine Studie mit Siebt- und Achtklässlern gemacht. Die Gruppen, die von der KI keine direkten Lösungen zu den Lernaufgaben bekamen, sondern didaktische Unterstützung zur Unterstützung des selbstregulierten Lernens, waren teils richtig genervt und verärgert. Sie haben Sätze geschrieben wie: „Ich habe jetzt keine Lust darauf, gib mir einfach die richtige Lösung." Teilweise haben sie die Arbeit mit dem System einfach abgebrochen.

Fütterer: Genau. Das fand ich am interessantesten: Es scheint sich schon eine Gewohnheit etabliert zu haben. Die Schülerinnen und Schüler erwarten die sofortige Antwort, und wenn sie diese nicht bekommen, empfinden sie die notwendige eigene Anstrengung als Last. Besonders Jungen wollten schnell die Antwort haben, während Mädchen die unterstützenden Systeme eher annahmen. Das sind aber nur erste Tendenzen, die in weiteren Studien weiter untersucht werden müssen.

Fütterer: Was in vielen Konzepten zur AI Literacy erstaunlicherweise fehlt, aber stark mitgedacht werden muss, ist das Fach- und Inhaltswissen. Wie soll ich etwas kritisch reflektieren, was mir eine Maschine ausgibt, wenn ich selbst keine Ahnung von der Thematik habe? Ich kann nur dann erkennen, dass eine Antwort falsch ist, wenn ich über eigenes Wissen verfüge. Daneben sind Kompetenzen des selbstregulierten Lernens entscheidend – also die Fähigkeit, eigenständig zu lernen und ein Werkzeug wie KI angemessen zu nutzen. Das ist aber auch eine pädagogische Aufgabe der Lehrkräfte, diese Tools sinnvoll einzusetzen und keine Abhängigkeit zu schaffen.

Fütterer: Wir reden viel mit Lehrkräften und spüren da noch eine große Unsicherheit. Ich würde immer dafür plädieren, Mut zu haben und die Tools pädagogisch sinnvoll im Unterricht zu nutzen, statt sie zu verbieten. Die Realität ist: KI wird nicht verschwinden, im Gegenteil, ihre Präsenz nimmt zu. Es ist sinnvoll, sie einzubinden, aber das hat viel mit einer grundsätzlichen Haltung zum Lernen zu tun. Kinder zum Lernen zu motivieren, ist keine neue Aufgabe für Lehrkräfte, aber sie wird bedeutsamer, weil die "Abkürzungen" durch KI so attraktiv sind. Es braucht einen Diskurs im Klassenzimmer über den Wert des Lernens an sich.

Fütterer: Ich finde, dieser Dialog sollte weniger technisch, sondern vielmehr werteorientiert geführt werden. Es geht darum, gemeinsam mit den Schülerinnen und Schülern zu reflektieren, was Lernen eigentlich bedeutet und welchen Wert, auch motivational, Anstrengung hat. Eine gute Leitfrage könnte sein: „Wann habe ich wirklich etwas verstanden – und wann habe ich nur eine Antwort kopiert?“

Lehrkräfte könnten im Unterricht gezielt Situationen schaffen, in denen Lernende beide Erfahrungen machen – also einerseits sehen, wie hilfreich KI bei der Ideenfindung oder Strukturierung sein kann, andererseits aber auch erleben, dass tiefes Verstehen erst durch eigene Denkarbeit entsteht, was wiederum sehr motivierend sein kann, wenn man die Erfahrung gemacht hat, dass man nach Anstrengung etwas besser verstanden hat. Wir sprechen in diesem Kontext von Meta-Motivation. Dafür müssen den Lernenden aber auch die Beziehungen zwischen Anstrengungen und Lernerfolg beispielsweise durch Feedback deutlich gemacht werden.

Wichtig ist, dass dieser Diskurs dialogisch bleibt. Lehrkräfte können dabei als Modell fungieren und ihre eigene Haltung transparent machen („Ich nutze KI, um mich inspirieren zu lassen, aber das Denken nimmt sie mir nicht ab“) und Lernende dazu ermutigen, über ihren eigenen Lernprozess zu sprechen. Wenn Schülerinnen und Schüler verstehen, dass Fehler, Umwege und Frustration Teil des Lernens sind, dann besteht die Hoffnung, dass KI-Abkürzungen auch ein Stück ihrer Verlockung verlieren.

Fütterer: Die Sorge vor einem Arbeitsplatzverlust sehe ich bei Lehrkräften nicht so stark. Die Rolle als Gestalterin und Gestalter sozialer Interaktion wird nach wie vor, vielleicht sogar noch stärker, bedeutsam. Das haben wir schon in der Covid-Zeit gesehen. Ich würde Lehrkräften raten, die positiven Potenziale zu erkennen: Wir reden seit Jahrzehnten davon, dass wir adaptiven Unterricht und individuelles Feedback wollen. In der Praxis hat dafür oft die Zeit gefehlt. KI hat hier die große Chance, dass personalisiertes Lernen wirklich stattfinden kann. KI kann den Arbeitsalltag von Lehrkräften erleichtern, indem bei der Erstellung von Aufgaben und Assessments unterstützt wird. Die Lehrkräfte werden dadurch entlastet und können sich stärker auf die soziale Interaktion und die Initiierung, die Begleitung und das Monitoring von Lernprozessen konzentrieren.

Fütterer: Ich glaube, es wären zwei Kernbotschaften. Die erste ist: Mut haben, Dinge auszuprobieren und auch durch "Trial and Error" herauszufinden, was funktioniert, anstatt  Berührungsängste vor neuen Technologien zu haben. Die zweite Botschaft ist: Qualität vor Quantität. Man sollte KI nicht einsetzen, nur weil sie verfügbar oder gerade angesagt ist, sondern nur dort, wo es didaktisch Sinn ergibt. Und dort, wo man sie einsetzt, sollte man es richtig machen: gemeinsam mit den Schülerinnen und Schülern und mit dem klaren Ziel, das Lernen zu unterstützen und nicht nur eine Abkürzung zu bieten.