Die Zukunft des Schreibens: Wie Studierende generative KI-Tools im akademischen Schreibprozess nutzen und (nicht) reflektieren

Die fortschreitende Entwicklung der generativen Künstlichen Intelligenz (KI) hat transformative Auswirkungen auf verschiedene Bereiche der Gesellschaft. Im Bildungsbereich eröffnen sich durch den Einsatz von generativen KI-Technologien neue Horizonte für Lehrende und Lernende. Schriftliche Arbeiten von Studierenden sind dabei ein Experimentierfeld: Einerseits kann generative KI den Schreibprozess in verschiedenen Phasen anregen und unterstützen, andererseits besteht das Risiko, dass Studierende ihre Eigenleistung durch generative KI ersetzen und damit Kompetenzen und Learning outcomes nicht erreicht werden bzw. dies für Lehrende nur noch schwer prüfbar ist.

Als Input wird eine von den Autor*innen im Sommersemester 23 durchgeführte Studie vorgestellt. Diese besteht aus vier Elementen. Zunächst werden durch einen Pre survey die Einstellungen von Studierenden sowie ihr Vertrauen in KI-Schreibwerkzeuge erhoben. Die Teilnehmenden (n = 37) sind Masterstudierende des Moduls „Strategisches Management“ in wirtschaftswissenschaftlichen Studiengängen. Die Studierenden dürfen selbst entscheiden, ob sie ihre Seminararbeit (Prüfungs­leistung) mit der Hilfe von KI-Tools oder vollständig in Eigenleistung schreiben. Die Gruppe, die mit Unterstützung von KI schreibt (n = 15), erhält die Zusatzaufgabe, die Nutzung in Reflecting Journals zu dokumentieren und sich kritisch damit sowie mit den Auswirkungen auf die Learning outcomes auseinanderzusetzen. Die Auswertung der Reflecting Journals erfolgt mittels qualitativer Textanalyse mit MaxQDA. In einem dritten Element, dem Post survey, wird die Nutzung in einzelnen Schreibphasen sowie der Sense of ownership am Text erfragt. Die Ergebnisanalyse als viertem Element deckt Unterschiede in der Nutzung der Tools zwischen Studierenden mit guten und solchen mit schlechten Leistungen auf. Aus der Studie ergeben sich verschiedene Implikationen für das Lernen und die Lehre.

LITERATUR

Buck, I., Limburg, A. (2023). Hochschulbildung vor dem Hintergrund von Natural Language Processing (KI-Schreibtools). Ein Framework für eine zukunftsfähige Lehr- und Prüfungspraxis, in: die Hochschullehre Jahrgang 9, Bd. 6. DOI: 10.3278/HSL2306W

Cotton, D., Cotton, P., & Shipway, J. R. (2023, January 10). Chatting and Cheating. Ensuring academic integrity in the era of ChatGPT. https://doi.org/10.1080/14703297.2023.2190148

Knorr, D. (2016). Modell „Phasen und Handlungen akademischer Textproduktion “. Eine Visualisierung zur Beschreibung von Textproduktionsprojekten. Schreibberatung und Schreibtraining. Impulse aus Theorie, Empirie und Praxis. Frankfurt/Main ua: Lang, 251-273.

Rudolph, J., Tan, S., & Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education?. Journal of Applied Learning and Teaching, 6(1).

Salden, P., Lordick, N., Wiethoff, M. (2023). KI-basierte Schreibwerkzeuge in der Hochschule. Eine Einführung, in: Peter Salden & Jonas Leschke (Hrsg.): Didaktische und rechtliche Perspektiven auf KI-gestütztes Schreiben in der Hochschulbildung, Zentrum für Wissenschaftsdidaktik der Ruhr-Universität Bochum, S. 4-21. https://hss-opus.ub.ruhr-uni-bochum.de/opus4/frontdoor/deliver/index/docId/ 9734/file/2023_03_06_Didaktik_Recht_KI_Hochschulbildung.pdf

Generative Künstliche Intelligenz (GenKI) und deren Anwendungen gewinnen in Form von personalisierter Unterstützung beim Lernen zunehmend Bedeutung im Bildungsbereich. GenKI kann Zusammenfassungen erstellen, Literaturrecherchen durchführen und als Inspirationshilfe oder sokratischer Gesprächspartner dienen (Tobor, 2024). Dieser Trend geht einher mit dem Bestreben, domänenspezifische GenKI-Anwendungen zu entwickeln. Um in Hochschulen zuverlässige und valide GenKI einzusetzen, sind qualitativ hochwertige Trainingsdaten von entscheidender Bedeutung. Ergänzend sind Befunde aus der Lern- und Lehrforschung einzubinden (SWK, 2023).

Im AI.EDU Research Lab 2.0 kooperieren CATALPA, ein Forschungsschwerpunkt der FernUniversität in Hagen, mit dem Deutschen Forschungszentrum für Künstliche Intelligenz. Es widmet sich der Erforschung domänenspezifischer Anwendungen von GenKI im Hochschulkontext zur Förderung akademischer Kompetenzen und zur Selbstregulation im Studium. Aktuell werden im Projekt zukunftsorientierte LLMs und (KI-)Methoden in Recommendersystemen mit didaktischen Erkenntnissen verknüpft (Zheng, 2023), so dass sie z. B. in der Lage sind Feedback zu geben und nächste Lernaktivitäten zu empfehlen.

Der Beitrag stellt die Ergebnisse einer Studie zur Nutzung von frei zugänglichen GenKI-Anwendungen durch Studierende in einem bildungswissenschaftlichen Bachelorstudiengangs vor. Die Anwendungen unterstützen die Studierenden bei der Generierung eines Hausarbeitsthemas und einer hierfür leitenden Fragestellung. Im SoSe 2023 wurden Think-Aloud-Protokolle von sechs Studierenden erstellt, während sie GenKI-Anwendungen nutzten. Anschließend folgten Befragungen in Form von Stimulated Recalls zur Interaktion mit den Anwendungen. Die laufende Auswertung dieser Daten ist entscheidend für die Weiterentwicklung der Recommendations, vor allem bezüglich der Funktionen im Lernprozess, der Zusammenarbeit von Anwendung und Studierenden sowie der inhaltlichen/formalen Gestaltung.