Je besser die KI – desto schlechter die Note!

Wir lehren und lernen seit Jahrzehnten dasselbe. Und merken es erst jetzt, weil KI es gnadenlos offenlegt.

Eine Uni in Shanghai hat kürzlich ein Experiment gemacht, das ich extrem spannend finde: Studierende sollten keine Antworten liefern, sondern Prüfungsfragen entwickeln, die es schaffen, Top-KI-Modelle wie Claude gezielt zu Fehlern zu verleiten. Die Bewertungslogik dabei umgedreht: Je besser die KI antwortete, desto schlechter die Note.

Der Link ist am Ende des Beitrags zu finden.

Das Ergebnis hat mich zum Nachdenken gebracht – nicht nur über Prüfungen, sondern über etwas Grundsätzlicheres:

Warum wird die Darstellung unserer Studierenden (und Mitarbeitenden) mit KI immer professioneller – aber sobald ich in Prüfungen nachbohre und hinterfrage, ist oft kein Fortschritt zu erkennen?

Warum glaube ich, dass KI nicht alle gleich schlau macht – sondern bestehende Unterschiede verstärkt? Die Neugierigen werden schneller besser. Die Bequemen werden schneller schwächer.

Und warum reicht es nicht, Prüfungsformate an Unis zu reformieren, wenn Unternehmen im Onboarding und Weiterbildung genau denselben Fehler machen?

In meinem aktuellen Artikel ordne ich das Fudan-Experiment kritisch ein, teile eigene Beobachtungen aus Bachelor-, Master- und Doktorprüfungen und skizziere, warum wir Bildung und Corporate Learning gerade jetzt neu denken müssen – weg von Wissensreproduktion, hin zu echter Reflexion.

Den vollständigen Artikel findet ihr hier im Post.

Wie steht ihr dazu: Wird KI die Guten besser und die Faulen fauler machen?

https://www.tmtpost.com/8053914.html