Der Einsatz von künstlicher Intelligenz an Universitäten

Mehr als 34 Millionen Studenten sind im vergangenen Jahr allein von Analyse-Software des Pearson-Konzerns maschinell bewertet worden, Tausende von Hochschulen in aller Welt erkennen die Eignungstests für Master-Studiengänge an, die von Pearson (GMAT) und anderen Firmen wie Educational Testing Service (GRE) angeboten werden. In Deutschland gehören die Universitäten in Frankfurt, Düsseldorf, München, Berlin, Freiburg und Heidelberg dazu. Beide Anbieter geben den Bewerbern unter anderem eine halbe Stunde Zeit zum Verfassen eines Essays zu einer vorgegebenen These, beide lassen das Ergebnis, wenn es als Textdatei vorliegt, nicht nur von einem menschlichen Gutachter prüfen, sondern auch von Computern. Die Noten beider werden gleichwertig behandelt, bei zu großer Abweichung wird ein zweiter Mensch hinzugezogen. Ob künstliche Intelligenz (KI) in der Lage ist, einen mit menschlicher Intelligenz verfassten Text angemessen zu bewerten, ist Gegenstand heftiger Diskussionen und amüsanter Anekdoten. Im amerikanischen Bundesstaat Utah ist man inzwischen soweit, nur noch rund zwanzig Prozent der Essays überhaupt von einem Menschen lesen zu lassen, wie Cyndee Carter vom Utah State Board of Education unlängst in einem Beitrag des öffentlichen amerikanischen Senderverbunds NPR sagte: auf Hinweis des Computers. Dort haben, erzählt sie, mitunter Essays Bestnoten erreicht, die aus einem einzigen, eine Seite lang wiederholten Buchstaben bestanden, oder solche, in denen ein sorgfältig geschriebener Absatz kurzerhand fünfmal untereinander kopiert wurde. Man dürfe den Erfindungsreichtum der Studenten nicht unterschätzen, das System auszutricksen, sagt Carter. Doch das System lerne aus jedem Fall, die meisten Betrugsversuche würden inzwischen erkannt. „Sinnhaftigkeit entsteht nicht durch KI“ Unvergessen ist der vor vier Jahren von einem Team um den MIT-Forscher Les Perelman entwickelte Text-Generator Babel, der, mit drei Stichwörtern gefüttert, Fünfhundert-Wort-Essays voller bedeutungsheischender Formulierungen und aufgeblasener Sätze ausspuckt, die nach menschlichem Ermessen sinnlos sind, bei maschineller Prüfung von Educational Testing Service aber Bestnoten erhalten. Oder, um es mit Babel selbst, übersetzt durch Google, zu sagen: „Je mehr Redekunst, die möglicherweise der Bericht ist, bedrohlich, gesellig und spekulierend ist, desto mehr Heulen eines Fortschritts ist in dem Ausmaß bedeutsam, in dem wir in Erinnerungen schwelgen.“ Die Arbeit Perelmans zeige auf, wie weit künstliche Intelligenz heute schon ist, zugleich aber auch, wo die Grenzen noch liegen, sagt Christoph Igel, Leiter des Educational Technology Lab im Deutschen Forschungszentrum für Künstliche Intelligenz. „Sinnhaftigkeit entsteht nicht durch KI. Die Zuweisung von Semantik, von Bedeutung, zur Syntax ist eine der wichtigsten Herausforderungen für die Wissenschaft. Nur diese ermöglicht letztlich eine wirklich intelligente Lösung. Ansonsten verblieben wir auf der Ebene von Daten, ihrer Erzeugung, Speicherung, Verarbeitung. Wir müssen diese Phase jedoch erweitern um die Veredelung von Daten durch KI – durch das Verständnis.“ „Mehr Zeit für die eigentlichen Aufgaben“ Auf heutigem Stand könne KI-basierter Prüfungstechnologie für die Erstkorrektur etwa von Klausuren genutzt werden. Auch wenn die Gültigkeit und Korrektheit von einem menschlichen Prüfer kontrolliert werden müsse, könne das schon zu einer Entlastung führen: „Welcher Hochschullehrer wünscht sich nicht, wenn in Massenvorlesungen am Ende die obligatorische Klausur ,smart‘ ausgewertet wird, ohne dass man selbst noch allzu großen Aufwand damit hat?“ Hierzulande sieht der Experte den Einsatz Künstlicher Intelligenz im Bildungssystem allerdings noch in weiter Ferne: „Gegen eine breite Nutzung sprechen bekannte rechtliche Bedenken wie etwa die des Datenschutzes – gerade bei Prüfungen.“ Außerdem gebe es besonders in der Bildung eine Grundskepsis gegenüber Künstlicher Intelligenz, ob beim Lernen, beim Lehren oder beim Prüfen. Wesentlich sei die persönliche Haltung von Entscheidern, von Lehrenden, von Lernenden gegenüber Technologien im Bildungsprozess: „zur Unterstützung von Lernen, zur Entlastung von Lehrenden, zur Schaffung von Freiräumen durch die Übernahme von Standardprozessen in der Bildung durch Künstliche Intelligenz, um zugleich wieder mehr Zeit für die eigentlichen Aufgaben von Bildung zu schaffen: Diskurs, Reflexion, Kreativität, persönliche Entwicklung.“ Anderswo klingt es skeptischer: „Wenn sich Menschen mehr und mehr auf technische Problemlösungen verlassen, wird ihre Fähigkeit zu selbständigem Denken mit Sicherheit abnehmen.“ Doch diese These kommt nicht etwa von einem erklärten Digitalisierungsskeptiker. Sie wird stattdessen von Educational Testing Service ihren Bewerbern zur Diskussion gegeben. Und deren Antwort dann einer Maschine zur Bewertung. Ironie immerhin ist noch keine ausgewiesen maschinelle Fähigkeit.