Großer Notendatensatz weist auf KI-getriebene Inflation in unbeaufsichtigten Kursarbeiten hin
Eine neue Studie der UC Berkeley liefert empirische Belege für ein wachsendes Problem in der Hochschulbildung: Generative KI könnte Noten besser aussehen lassen, ohne das Lernen zu verbessern. Auf Basis von mehr als 500.000 Noten einer großen, selektiven öffentlichen Forschungsuniversität in Texas stellte die Studie fest, dass nach dem Start von ChatGPT im November 2022 die Noten in Kursen stark anstiegen, deren Aufgaben sich besonders gut von KI bearbeiten lassen, vor allem Schreiben und Programmieren.
Der Anstieg verteilte sich nicht gleichmäßig auf alle Kurstypen. Laut der von The Decoder beschriebenen Studie konzentrierte sich der Effekt auf Veranstaltungen, in denen Hausaufgaben einen großen Teil der Endnote ausmachten. Diese Unterscheidung ist wichtig. Wenn KI-Tools Studierenden tatsächlich helfen würden, mehr zu lernen, wären Verbesserungen in allen Prüfungsformen zu erwarten, einschließlich beaufsichtigter Klausuren. Stattdessen zeigte sich der größte Sprung bei unbeaufsichtigter Arbeit, ein Muster, das eher dazu passt, dass KI studentische Anstrengung ersetzt.
Das Ausmaß der Verschiebung
Die Studie verfolgte acht Herbstsemester von 2018 bis 2025 und umfasste 319 Kurse aus 84 Fachbereichen. Um abzuschätzen, wie stark jeder Kurs generativer KI ausgesetzt war, nutzte der Forscher die Lehrpläne des Herbstes 2022, die vor ChatGPT erstellt worden waren, und maß den Anteil der Aufgaben, die sich auf Schreiben und Programmieren konzentrierten. Das waren die Tätigkeiten, die am ehesten betroffen waren, sobald weithin verfügbare KI-Tools auftauchten.
Die Veränderung nach ChatGPT war erheblich. In Kursen mit einem hohen Anteil an Schreib- und Programmieraufgaben stieg der Anteil der A-Noten um 13 Prozentpunkte, also rund 30 Prozent über den Ausgangswert von 2022. Der durchschnittliche GPA stieg um 0,12 Punkte. Gleichzeitig wurde die Notenverteilung enger, sodass Studierende, die zuvor möglicherweise Noten wie A- oder B+ erhalten hätten, zunehmend direkte A bekamen.
Das ist bemerkenswert, weil es nicht nur auf eine höhere durchschnittliche Leistung auf dem Papier hindeutet, sondern auch auf eine geringere Differenzierung zwischen Studierenden. Praktisch könnten Noten damit als Signal dafür, wer den Stoff am besten beherrscht und wer die Arbeit lediglich akzeptabel erledigt hat, an Aussagekraft verlieren.
Hausaufgaben, nicht Prüfungen, scheinen die Veränderung zu treiben
Der wichtigste Beitrag der Studie könnte der Versuch sein, Lernzuwachs von ausgelagerter Arbeit zu trennen. Der Forscher untersuchte, wie stark Hausaufgaben zur Endnote beitrugen. Wenn KI Studierenden wirklich dabei helfen würde, den Stoff besser zu verstehen, sollten Verbesserungen unabhängig davon erscheinen, ob ein Kurs auf Hausaufgaben oder auf Präsenzprüfungen beruht. Wenn Studierende dagegen KI direkt zum Erledigen der Aufgaben nutzten, sollten die stärksten Effekte dort auftreten, wo unbeaufsichtigte Arbeit das meiste Gewicht hat.
Genau dieses zweite Szenario wurde von den Daten gestützt. In Kursen, in denen Hausaufgaben mehr als der Mediananteil an der Endnote ausmachten, war der Anstieg der A-Noten um weitere 16 Prozentpunkte höher als in Kursen mit geringerem Hausaufgabenanteil bei gleichem KI-Expositionsniveau. In Kursen, in denen Hausaufgaben weniger zählten, war der Effekt klein und nicht statistisch signifikant.
Dieses Muster lässt sich schwer allein durch einen allgemeinen Anstieg des studentischen Lernens erklären. Es verweist vielmehr auf eine strukturelle Schwachstelle in der Gestaltung vieler Kurse: Wenn Noten stark von zu Hause erstellten Schreib- oder Programmieraufgaben abhängen, können KI-Systeme inzwischen genug Arbeit übernehmen, um die Notenverteilung zu verändern.
Ein Placebo-Test stützt die Interpretation
Die Studie enthielt auch einen nützlichen Vergleich. Bei mündlichen Präsentationsaufgaben, bei denen aktuelle KI-Tools weniger direkt helfen, zeigte sich nicht derselbe Effekt der Noteninflation. Dieser Placebo-Test beweist für sich genommen keine Kausalität, stärkt aber die Deutung, dass das Aufgabenformat wichtig ist und die beobachteten Veränderungen eng mit den Arten von Arbeit zusammenhängen, die generative KI erledigen oder erheblich unterstützen kann.
Mit anderen Worten: Es handelte sich nicht einfach um eine campusweite Tendenz zu leichterer Benotung nach 2022. Der Anstieg verlief parallel zu den spezifischen Bereichen, in denen ChatGPT-ähnliche Systeme am leistungsfähigsten sind.
Warum das über eine Universität hinaus wichtig ist
Universitäten kämpfen seit Jahrzehnten mit Noteninflation. Was diese Phase anders macht, ist, dass generative KI den Prozess auf eine Weise beschleunigen könnte, die eine der Grundfunktionen von Leistungsbewertung untergräbt. Noten sollen etwas über Leistung, Wissen und relative Beherrschung aussagen. Wenn KI vielen Studierenden erlaubt, ausgefeilte Hausaufgaben ohne entsprechende Kompetenz zu produzieren, werden diese Signale schwächer.
Die Folgen reichen über Zeugnisse hinaus. Arbeitgeber, Graduiertenschulen, Stipendienkomitees und sogar Lehrende in späteren Kursen verlassen sich auf Noten als grobe Indikatoren dafür, was Studierende leisten können. Wenn ein A zunehmend die Qualität KI-gestützter Ergebnisse statt nachgewiesener Kompetenz widerspiegelt, erodiert die Glaubwürdigkeit dieses Signals.
Die Studie wirft auch eine didaktische Herausforderung auf. Schreiben und Programmieren sind in modernen Universitäten keine Randaufgaben; sie sind zentral dafür, wie viele Disziplinen Analyse, Problemlösung und Kommunikation lehren. Das bedeutet, dass Institutionen die betroffenen Formate nicht einfach abschaffen können, ohne den Inhalt der Bildung selbst zu verändern. Stattdessen müssen sie Aufgaben möglicherweise neu gestalten, mehr Präsenz- oder beaufsichtigte Bewertungen einführen oder mündliche Verteidigungen, Entwürfe, Prozessdokumentationen und andere Methoden stärker betonen, die Lernen sichtbar machen.
Was die Forschung nicht behauptet
Die Studie behauptet, wie im Quellmaterial zusammengefasst, nicht, dass alle Studierenden KI missbrauchen oder dass jede KI-Hilfe Bildung automatisch untergräbt. Sie sagt auch nicht, dass das Lernen bei keinem Studierenden besser geworden sei. Manche Studierende nutzen KI durchaus als Tutor, Lektor oder Debugging-Hilfe in einer Weise, die das Verständnis unterstützt.
Auf aggregierter Ebene weisen die hier präsentierten Belege jedoch in eine andere Richtung. Die stärksten Notenveränderungen treten dort auf, wo KI am leichtesten unbeaufsichtigte studentische Arbeit ersetzen kann, nicht dort, wo Studierende Wissen unter kontrollierten Bedingungen unabhängig nachweisen müssen.
Eine Warnung für die nächste Phase der Hochschulbildung
Generative KI ist inzwischen Teil der akademischen Umgebung. Die Frage ist nicht mehr, ob Studierende darauf zugreifen, sondern wie Institutionen reagieren. Diese Studie legt nahe, dass Noten weiter steigen könnten, während sie bei unverändertem Kursdesign an Bedeutung verlieren.
Das ist nicht nur ein Disziplinproblem. Es ist auch ein Problem des Bewertungsdesigns. Universitäten, die den Wert von Noten erhalten wollen, müssen möglicherweise schnell zwischen Unterstützung und Ersatz unterscheiden und mehr Wege schaffen, damit Studierende zeigen können, was sie leisten, ohne die zentrale intellektuelle Aufgabe auszulagern.
Die größere Bedeutung der Studie besteht darin, dass sie einen Wandel quantifiziert, den viele Lehrende seit Ende 2022 vermutet haben. Die ChatGPT-Ära verändert möglicherweise nicht nur, wie Studierende arbeiten. Sie verändert vielleicht, was akademische Noten überhaupt messen.
Dieser Artikel basiert auf einer Berichterstattung von The Decoder. Den Originalartikel lesen.
Originally published on the-decoder.com