Die Veröffentlichung von ChatGPT im November 2022 hat zu einer breiteren Nutzung von Künstlicher Intelligenz (KI) geführt, die bis in den Mainstream reicht. Längst haben KI-Tools Einzug in die Hochschulen und Universitäten gefunden. Aber wie wird diese Veränderung eigentlich von den Studierenden und Lehrenden beurteilt? Welche Chancen und Herausforderungen birgt die Nutzung von KI-Tools in der Hochschullehre?

Diese und weitere Fragen stellen Lukas Erle, Thomas Hoss und Prof. Dr. Sabrina Eimler (Lehrgebiet Human Factors & Gender Studies am Institut Informatik der Hochschule Ruhr West in Bottrop) Studierenden und Lehrenden verschiedener deutscher Hochschulen und Universitäten. Dieser Beitrag gibt Einblicke in die bisher gesammelten Erfahrungen und Perspektiven aus insgesamt 30 Leitfadeninterviews.

Es existieren viele verschiedene Arten und Definitionen. KI ist ein Sammelbegriff für verschiedene Computersysteme und Technologien, die menschliche Intelligenz nachahmen und diverse Problemstellungen lösen können. Dabei werden große Mengen an Daten genutzt, um Algorithmen menschliches Denken anzutrainieren.

Eine sehr präsente, häufig mit dem Begriff in Verbindung gebrachte Unterart von KI ist Generative Künstliche Intelligenz (engl. Generative Artificial Intelligence, kurz: GenAI). Bei GenAI handelt es sich um eine Form von KI, bei der multimediale Inhalte erzeugt werden. Dies können Texte, Bilder, Musik und Videos sein. Das bekannteste Beispiel für eine GenAI-Anwendung ist ChatGPT (Hu, 2023). Dabei handelt es sich um einen KI-gestützten Chatbot, der durch natürlichsprachliche Konversationen eine Vielzahl an Textoutputs generieren kann. 

Die meisten GenAI-Anwendungen funktionieren aus Sicht der Nutzenden sehr ähnlich: Man gibt einen beliebig langen Befehl – einen sogenannten Prompt – in eine Bedienoberfläche ein und erhält nach kurzer Zeit der Generierung den gewünschten Inhalt, den man je nach Bedürfnissen weiter anpassen kann. Diese sehr simple Bedienung und der häufig kostenlose Zugang zu solchen Anwendungen ist einer von vielen Gründen, weshalb sich GenAI-Anwendungen solch hoher Beliebtheit erfreuen.

Viele Studierende und Lehrende nutzen längst GenAI-Anwendungen. Die Einsatzzwecke unterscheiden sich dabei leicht, und auch die Meinungen über GenAI gehen innerhalb der beiden Gruppen auseinander: Studierende verschiedener Studiengebiete (unter anderem Informatik, Psychologie und Lehramt) gaben an, selber GenAI-Anwendungen zu nutzen oder zumindest von Kommiliton:innen zu wissen, die solche Anwendungen nutzen. Vor allem ChatGPT wird von vielen Studierenden für verschiedene Zwecke eingesetzt: Am häufigsten wird ChatGPT als Unterstützung für die Ausformulierung von Texten und E-Mails verwendet sowie zur grammatikalischen und sprachlichen Optimierung eigener Texte. Studierende in Informatik-Studiengängen nutzen ChatGPT außerdem häufig zur Kontrolle oder dem Debugging von Code bei Programmieraufgaben im Studium. Ein paar Studierende geben außerdem an, sich manchmal auch ganze Aufgaben von ChatGPT beantworten zu lassen, um sie dann besser nachvollziehen zu können. In diesem Kontext wird von Studierenden verschiedener Fachrichtungen ChatGPT häufig auch zur Erklärung und Wiederholung von Stoff verwendet, indem beispielsweise Foliensätze oder Skripte dort hochgeladen und von der KI zusammengefasst werden.

Bei der Frage nach den Beweggründen für die Nutzung gehen die Begründungen etwas auseinander: Viele Studierende schätzen GenAI-Anwendungen als immer und von überall verfügbare Lernunterstützung und Formulierungshilfe. Ein paar Studierende geben allerdings an, dass sie das Gefühl haben, einen Nachteil gegenüber ihren Kommiliton:innen zu haben, wenn sie keine GenAI-Anwendungen nutzen. Dies wird auch von Studierenden, die sich gegen eine Nutzung dieser Tools entscheiden, angemerkt. Diese Studierenden betonen, dass durch ein Fehlen von klaren Regeln im Umgang mit KI eine Nutzung (gefühlt) einem Täuschungsversuch gleichkommt, und sie daher lieber darauf verzichten.

Auch bei Lehrenden gehen die Meinungen generell auseinander: Viele Lehrende nutzen selbst GenAI-Anwendungen, und auch hier ist ChatGPT die am häufigsten genutzte Anwendung. Während die meisten Lehrenden ChatGPT vor allem für die Überarbeitung und Optimierung von Texten nutzen, binden andere Lehrende die Anwendung proaktiv in ihre Lehre ein. Mehrere Lehrende berichten beispielsweise, dass sie Studierende im Rahmen ihrer Veranstaltungen mit den Anwendungen interagieren lassen und gemeinsam auf die Stärken und Schwächen von GenAI eingehen. Dabei verfolgen sie das Ziel, durch die gemeinsame Nutzung und Besprechung die Medienkompetenz der Studierenden in Bezug auf diese Anwendungen zu steigern und einen verantwortungsvollen Umgang zu vermitteln.

Ein Lehrender geht sogar einen Schritt weiter und bietet seinen Studierenden einen angepassten Lernassistenten an, der auf GenAI basiert und mit den Inhalten seiner Veranstaltungen trainiert wurde. So können Studierende jederzeit Fragen stellen und erhalten speziell auf die entsprechenden Lehrveranstaltungen zugeschnittene Antworten. Die Nutzung und Auseinandersetzung mit GenAI begründen viele Lehrende mit einem Interesse an der stetigen Optimierung der eigenen Lehre und einem generellen Streben danach, stets auf dem aktuellen Stand der Technik zu sein. Einige Lehrende betonen auch, dass sie sich in der Pflicht sehen, Studierenden bei Fragen zu den Anwendungen weiterhelfen zu können und ihnen einen kritischen Umgang mit GenAI-Anwendung beizubringen. Nur wenige  Lehrende verweigern sich der Nutzung vollständig. Diejenigen, die sich weigern, begründen dies mit einem Verweis auf etablierte Lehrmethoden und der (subjektiven) Irrelevanz von KI für die eigenen Lehrgebiete.

Im Gespräch mit Lehrenden und Studierenden gibt es zunächst einige Bedenken, die auf eine mögliche Gefährdung des Studiums durch die Nutzung von GenAI hindeuten: So kann eine unreflektierte Nutzung von GenAI-Tools zu einer verringerten mentalen Auseinandersetzung mit dem Lernstoff führen. Diese Sorge deckt sich mit Erkenntnissen aus der Forschung (Sok & Heng, 2023). Ein weiteres Problem ist die mangelnde Objektivität und Zuverlässigkeit von GenAI-Anwendungen: Beispielsweise kann es bei ChatGPT zur Erzeugung falscher Informationen kommen, die zwar plausibel klingen, aber frei erfunden sind. Dabei spricht man vom Halluzinieren des Systems (Randell & Coghlan, 2023). Dies ist besonders dann problematisch, wenn ChatGPT zur Recherche von Literatur oder zum Wiederholen von Stoff eingesetzt wird. Ein weiteres Problem stellen die häufig unzureichend diversen Trainingsdaten dar, die zur Ungleichbehandlung und Missrepräsentation bestimmter Personengruppen führen können. Hierbei spricht man von Algorithmic Bias (Baker & Hawn, 2021). 

Neben diesen Herausforderungen berichten Studierende von Sorgen vor Strafen bei der Nutzung von GenAI. Gleichzeitig erwarten einige Studierende schlechtere Noten, wenn sie selbst auf die Nutzung verzichten, aber dafür ihre Kommiliton:innen die Anwendungen einsetzen. Diese Sorge teilen Lehrende nicht, denn um mithilfe von GenAI wirklich gute Ergebnisse zu erzielen, ist ein Mindestmaß an Verständnis von der Aufgabe notwendig. Lehrende erwarten hier, dass vor allem schwächere Studierende von GenAI-Anwendungen profitieren, sodass die Kluft zwischen starken und schwächeren Studierenden kleiner wird. Gleichzeitig gehen sie davon aus, dass besonders starke Studierende weiterhin in der Lage sein werden, sich von der Masse abzuheben – mit oder ohne GenAI. Lehrende sind außerdem teilweise besorgt, dass eine übermäßige Nutzung zu einer Abhängigkeit und einem Rückgang der Denkfähigkeit führen könnte. 

Heißt das nun also, dass GenAI eine ernstzunehmende Gefahr für das Studieren an deutschen Hochschulen darstellt? Nicht zwangsläufig, denn Lehrende und Studierende sehen in den Herausforderungen auch viele Chancen für eine Revolution des Lernens: Während Lehrende teilweise durch die schiere Flut an schriftlichen Fragen zu ihren Lehrveranstaltungen viel Zeit für Antworten aufwenden müssen, ermöglichen personalisierte GenAI-Anwendungen eine Beratung von Studierenden rund um die Uhr. Durch die sorgfältige Konstruktion von Prompts kann der Hang zum Halluzinieren reduziert werden (Zheng et al., 2023). Außerdem kann die gemeinsame Besprechung von Einschränkungen und Möglichkeiten von GenAI dafür sorgen, dass ausgegebene Informationen genauer geprüft werden. Darüber hinaus motiviert die Möglichkeit, dass schriftliche Abgaben gänzlich von Anwendungen wie ChatGPT geschrieben werden können, eine kritische Auseinandersetzung mit bestehenden Prüfungsformaten. Dies hat eine Aktualisierung von Prüfungen zur Folge, die sonst unter Umständen nie stattgefunden hätte. Die Übernahme von Fleißaufgaben durch GenAI kann Studierenden und Lehrenden außerdem mehr Spielraum für kreatives und anwendungsbezogenes Lernen schaffen. 

Aus der Betrachtung des Status Quo und den Chancen und Herausforderungen von GenAI stellt sich nun die Frage, welcher Umgang mit dieser Technologie nun der richtige ist. Hier herrscht breiter Konsens darüber, dass ein Verbot von GenAI im Studium weder zielführend noch durchsetzbar ist. Die Durchsetzbarkeit scheitert daran, dass KI-Detektoren häufig nur sehr unzuverlässig, häufiger gar nicht funktionieren (Walters, 2023); KI-generierte Texte lassen sich also nicht von menschlich verfassten Inhalten unterscheiden. Gleichzeitig würde ein Verbot auch zu möglichen Nachteilen im späteren Arbeitsleben führen: Viele Firmen investieren zunehmend in die Nutzung oder Entwicklung von KI (Schmidt, 2024) und die Technologie wird weitreichende Auswirkungen auf den Arbeitsmarkt haben (Göpfert, 2024). Daher sind sich Studierende und Lehrende weitestgehend einig, dass bereits im Studium Kenntnisse über GenAI aufgebaut werden sollten.

Wie gehen wir also mit GenAI im Studium um? Zunächst einmal ist es wichtig, dass Universitäten und Hochschulen in einen Austausch mit ihren Lehrenden und Studierenden gehen. Dabei sollten im ersten Schritt klare Rahmenvereinbarungen für die Nutzung geschaffen werden – die Devise lautet hier: Regulation statt Verbot. Mögliche Regelungen könnten eine freie Nutzung bei Markierung der von GenAI geschriebenen Text- oder Codepassagen, tiefergehende Erklärungen der Abgaben in Form von mündlichen Präsentationen und kritische Auseinandersetzungen mit den von der KI generierten Inhalten umfassen. 

Darüber hinaus sollten Universitäten und Hochschulen mindestens einen grundlegenden Zugang – beispielsweise zu freien Basisversionen der Programme – für ihre Studierenden ermöglichen. Im Idealfall könnte es für Bezahlversionen Campuslizenzen geben, sodass es nicht zu einem ungleichen Zugang zu GenAI-Anwendungen kommt. Neben dem Zugang ist auch eine Integration von GenAI in die wissenschaftliche Grundausbildung wichtig. Beispielsweise sollten Kurse zum wissenschaftlichen Arbeiten auch die Möglichkeiten und Grenzen, sowie bestehende Regulationen beinhalten, um Studierende bereits zu Anfang ihres Studiums auf diese Anwendungen vorzubereiten. 

Schlussendlich ist aber auch eine Unterstützung der Lehrenden wichtig: Neben Kursen und Fortbildungen, die insbesondere für Lehrende aus Informatik-fremden Disziplinen relevant sind, benötigen Lehrende auch die Ressourcen und Freiheiten, sich auszuprobieren und neu zu erfinden. Nur so können etablierte Lehr- und Prüfungsformen überarbeitet und an die neuen technischen Gegebenheiten angepasst werden. Darüber hinaus haben die Interviews gezeigt, dass es bei Studierenden und Lehrenden einen Mangel an Wissen über die Perspektive der jeweils anderen Seite gibt. Dies verdeutlicht die Notwendigkeit eines aktiven Austauschs zwischen den Gruppen, denn bereits das Anstoßen eines Dialogs über GenAI bringt Aufschluss über die vielfältigen Bedürfnisse und Erfahrungen von Studierenden und Lehrenden. 

GenAI ist auf dem Vormarsch und bietet viele Möglichkeiten für eine Modernisierung und Bereicherung des Lernens und Lehrens. Verschiedene Herausforderungen erfordern es allerdings, dass Universitäten und Hochschulen mit ihren Mitgliedern einen gemeinsamen Umgang und Rahmenregeln vereinbaren. Dabei ist der Fokus auf einer geregelten Nutzung, nicht auf einem Verbot dieser Anwendungen. Eine Übersicht über zentrale Punkte beider Gruppen findet sich in der untenstehenden Tabelle.

Lukas Erle

Lukas Erle ist wissenschaftlicher Mitarbeiter und Lehrkraft für besondere Aufgaben am Institut Informatik an der Hochschule Ruhr West (HRW) in Bottrop. Er studierte Mensch-Technik-Interaktion (B.Sc.) an der Hochschule Ruhr West und Angewandte Kognitions- und Medienwissenschaft (M.Sc.) an der Universität Duisburg-Essen. Seine Forschungsschwerpunkte drehen sich um (generative) Künstliche Intelligenz und Soziale Robotik. Neben der Leitung medienpsychologischer Module ist er als Projektmitarbeiter im vom Bundesministerium für Bildung und Forschung geförderten RuhrBots Kompetenzzentrum für soziale Robotik für die Betrachtung menschlicher Diversität und deren Einfluss auf die Nutzung von Technik verantwortlich.

Prof. Dr. Sabrina Eimler

Sabrina Eimler ist Professorin für Human Factors und Gender Studies an der Hochschule Ruhr West in Bottrop. Sie studierte Psychologie, Informatik, BWL und Kulturwissenschaften an der Universität Duisburg-Essen und promovierte in der Medien- und Sozialpsychologie. Sie lehrt und forscht insbesondere zu VR- und AR-Technologien, Digital Wellbeing und Diskriminierung im Netz. Sie ist Mitinitiatorin des Instituts Positive Computing und aktive Impulsgeberin für Fortbildungsprogramme und Studiengänge (z.B. im Masterstudiengang Innopreneurship an der Universität Duisburg-Essen) im Bereich Digitalisierung. Die Erhöhung des Frauenanteils in der Informatik sowie die stärkere Berücksichtigung von Diversity sind ihr ein besonderes Anliegen.