Kurzantwort
Ein überzeugendes Produkt mit KI ist nicht dasselbe wie selbstständiges Können. Je wichtiger die Aussage über Eigenleistung ist, desto gezielter sollte ein Endprodukt durch weitere Lernsignale ergänzt werden: begründete Entscheidungen, wenige relevante Prozessspuren, eine kurze Erklärung, eine lokal variierte Aufgabe oder eine punktuelle Anwendung ohne KI. Welche Kombination passt, hängt vom Lernziel und den Entstehungsbedingungen ab.
Was die Evidenz trägt
Die Lernwirkungsforschung trennt assistierte Aufgabenleistung von späterer selbstständiger Leistung, Erinnerung und Transfer. Verbesserungen während der Nutzung dürfen nicht automatisch auf diese späteren Ergebnisdimensionen übertragen werden. Zugleich liefert ein unbeaufsichtigt entstandenes Endprodukt bei möglicher KI-Hilfe weniger eindeutige Hinweise darauf, welcher Anteil selbstständig verfügbar ist.
Mehrere komplementäre Lernsignale können die Interpretation eines Leistungsnachweises stützen. Diese Kombination ist im aktuellen Korpus jedoch eine didaktische Ableitung: Für Sek I/II fehlt ein direkter Vergleich, der ein bestimmtes Paket aus Prozessdokumentation, Erklärung, Aufgabenvariation und KI-freiem Nachweis als allgemein überlegen bestätigt.
Konkrete Umsetzung
- Aussage festlegen: Entscheiden Sie, ob selbstständiges Fachkönnen, kompetente Zusammenarbeit mit KI oder beides beurteilt werden soll.
- Alternative Erklärungen benennen: Fragen Sie, wodurch ein starkes Produkt ausser eigenem Verständnis entstanden sein könnte. Wählen Sie nur zusätzliche Nachweise, die diese Unsicherheit tatsächlich reduzieren.
- Prozess schlank sichtbar machen: Verlangen Sie wenige fachlich relevante Entscheidungen, Quellenwechsel oder Revisionen statt vollständiger Chatverläufe.
- Erklären lassen: Nutzen Sie kurze, vorab angekündigte Fragen zu Begriffen, Vorgehen und Überarbeitungen. Sprachliche und behinderungsbezogene Anpassungen bleiben Teil eines fairen Designs.
- Aufgabe variieren: Ändern Sie Daten, Beispiel oder Randbedingung, ohne die Schwierigkeit willkürlich zu erhöhen. Beobachten Sie, ob Kriterien auf den neuen Fall übertragen werden.
- KI-freien Anteil begründen: Setzen Sie ihn nur ein, wenn das Lernziel eigenständige Verfügbarkeit verlangt. Kommunizieren Sie erlaubte Hilfen, Deklaration und Gewichtung vor der Bearbeitung.
Ein möglicher Minimalaufbau besteht aus einem fachlich anspruchsvollen Produkt, einer kurzen Entscheidungsnotiz und einer neuen Anschlussaufgabe. Mehr Komponenten sind nicht automatisch aussagekräftiger; jede muss eine benannte Interpretationslücke schliessen.
Grenzen
Es gibt kein dauerhaft «KI-sicheres» Prüfungsformat. Prozessspuren können unvollständig sein, mündliche Erklärungen sprachlich verzerren und variierte Aufgaben unbeabsichtigt unterschiedliche Anforderungen stellen. Zusätzliche Nachweise erhöhen ausserdem die Belastung für Lernende und Lehrpersonen. Sie müssen verhältnismässig, zugänglich und vorab transparent sein.
Die vorgeschlagene Architektur ist keine validierte Standardprüfung. Schulen und Fachschaften sollten die Verständlichkeit der Regeln, den Aufwand, Barrieren und Abweichungen zwischen den Lernsignalen dokumentieren und das Design revidieren.
Verwandte Dossiers
- Verbessert generative KI das Lernen? — Unterschied zwischen assistierter Leistung, Retention und Transfer.
- Wie bleibt Assessment mit generativer KI aussagekräftig? — Validität, Fairness und mehrere Lernsignale.
- Was müssen Jugendliche über KI wissen und können? — beobachtbare Nachweise für Verständnis, Urteil und Verantwortung.