In den nächsten Blogbeiträgen werden wir uns gezielt mit dem Thema KI in der Hochschullehre beschäftigen. Zunächst geht es um die Frage, inwieweit Werkzeuge zur KI-Erkennung bei Prüfungsarbeiten eingesetzt werden sollten. Im zweiten Beitrag gehen wir auf den rechtlichen und didaktischen Einsatz von KI bei der Erstellung von OER ein. Danach werden Prompt-Tipps für hochwertige OER thematisiert, und die Reihe schließen wir mit KI-Kompetenzen ab, die für Hochschulbeschäftigte demnächst verpflichtend werden.
Prüfungsarbeiten mit KI
Die Diskussion um den Einsatz von Künstlicher Intelligenz (KI) in akademischen Prüfungen gewinnt zunehmend an Bedeutung. Es wird befürchtet, dass unbeaufsichtigte schriftliche Arbeiten anfälliger für Täuschungen sind und sie somit als Prüfungsform nicht beibehalten werden können. Insbesondere die Frage, ob und wie KI-unterstützte Leistungen erkannt bzw. sanktioniert werden können, beschäftigt Hochschulen und Gerichte gleichermaßen.
Das Verwaltungsgericht München entschied z. B. über zwei Anträge (Antrag 1, Antrag 2) von abgelehnten Bewerbern zum Masterstudium auf den vorläufigen Zugang zum Studium. Sie sollen für ihre Bewerbung einen mutmaßlich mittels KI-generierten Essay eingereicht haben. Beide Anträge wurden wegen Feststellung einer Täuschung mittels Anscheinsbeweis vom Gericht abgelehnt.
Nach dem hochschulrechtlichen Grundsatz der Leistungserbringung sind Prüfungsleistungen selbständig und ohne unzulässige Hilfsmittel zu erbringen. Prüflinge geben in der Regel eine entsprechende Eigenständigkeitserklärung ab. Ist darin ein expliziter Verzicht auf die Verwendung von KI enthalten, liegt ein Regelverstoß vor, sofern die Leistung ganz oder teilweise mittels KI erstellt wurde, so das Gericht. Um dies festzustellen, können so genannte KI-Detektoren eingesetzt werden. Dabei handelt es sich um Werkzeuge, die Inhalte daraufhin analysieren, ob sie von einer KI generiert wurden. Allerdings seien Ergebnisse von KI-Detektoren allein kein entscheidendes Indiz. Es bedarf zusätzlich einer eigenständigen Stellungnahme von menschlichen Prüfenden, so das Gericht weiter.
Die Verlässlichkeit von KI-Detektoren
Das Gericht ging scheinbar davon aus, dass die aktuell verfügbaren Detektoren weder genau noch zuverlässig sind. In einer Studie wurden 14 Detektoren getestet. Es wurde festgestellt, dass die Detektoren dazu neigen, die analysierten Texte eher als von Menschen geschrieben zu klassifizieren, als sie als generierten Text zu erkennen. Bei Texten, die von einer KI erstellt und anschließend überarbeitet wurden, soll die Genauigkeit nur bei 50 Prozent liegen. Ein von einer KI erstellter Text, der von einem Prüfling leicht überarbeitet wurde, wird möglicherweise nicht mehr zuverlässig von den Detektoren erkannt.
Aufgrund dieser Unwägbarkeiten sollte der Nachweis einer Täuschung neben dem Einsatz von Detektoren mit einer menschlichen Analyse von KI-typischen Merkmalen erfolgen. Das sind etwa formvollendete Texte, ohne Rechtschreib‑, Interpunktions- oder Grammatikfehler sowie typische Fehler von KI, wie z. B. Halluzinationen, Übertreibungen oder ungenaue Quellenangaben bei Zitaten. Weitere Hinweise und Tipps hierzu finden Sie in dem Artikel „KI-Text in Prüfungsarbeiten erkennen“ von Matthis Kepser.
Wenn Sie mehr über den Zusammenhang von KI und OER erfahren möchten, laden wir Sie herzlich zu unserem nächsten Workshop „KI und OER im Einsatz“ ein. Darin informieren wir Sie über rechtliche Aspekte bei der Erstellung von offenen Bildungsmaterialien mit Hilfe von KI. Außerdem zeigen wir, wie KI dabei helfen kann, OER effektiver zu gestalten und den Arbeitsaufwand zu reduzieren. Melden Sie sich gerne unter support.twillo@tib.eu an.
Download
Mustervorlage als PDF (Adobe Reader), DocX (Microsoft) oder OpenDocument (ODT) herunterladen.