Unsere Expert:innen ordnen ein: Lernaufgaben mit KI neu denken

Ein Aufsatz, eine Interpretation oder eine Zusammenfassung kann weiterhin eine sinnvolle Lernaufgabe sein. Problematisch wird es, wenn allein das Endprodukt als Beleg für die individuelle Kompetenz gelten soll. Denn generative KI kann einen grossen Teil davon auf Knopfdruck herstellen, ohne dass die lernende Person die zugrunde liegenden Gedankengänge selbst nachvollzogen hat.

Wenn ein überzeugendes Endprodukt nicht mehr genügt

Die neue Situation zwingt Schulen jedoch nicht dazu, bewährte Aufgaben pauschal abzuschaffen. Vielmehr gilt es, genauer zu bestimmen, welche Leistung tatsächlich beurteilt wird und wie das Denken der Lernenden sichtbar werden kann.

«KI hat gute Aufgaben nicht zerstört. Sie macht sichtbar, welche Aufgaben bisher vor allem fertige Produkte statt Lernen und Denken gemessen haben», sagt Hansjürg Perino, Leiter des Teams KI beim Digital Learning Hub Sek II.

Wie das Careum Bildungszentrum mit KI umgeht

Wie geht das Careum Bildungszentrum mit dieser neuen Lernrealität um? Salome von Flüe, Berufskundelehrperson im Bildungsgang Fachfrau/Fachmann Gesundheit (FaGe), Fachverantwortliche Digitale Medien und Projektleiterin Digitale Transformation am Careum Bildungszentrum, gibt Einblick in die aktuelle Praxis.

Die Nutzung generativer KI ist am Careum Bildungszentrum weder grundsätzlich verboten noch automatisch in Lernaufgaben integriert. Für die Lehrpersonen steht wirksames Lernen im Zentrum. Dieses Bestreben steht derzeit in besonderem Gegensatz zum kognitiven Offloading – der Tendenz, Denkprozesse an die KI auszulagern. In vielen Lernaufgaben wird daher weiterhin bewusst auf KI verzichtet, um eigenständiges Denken, Fachwissen und den Transfer zu fördern. Der mündliche Austausch und handschriftliche Wissensüberprüfungen gewinnen an Bedeutung.

KI als Lernbegleitung statt Produktionswerkzeug

Eine besondere Herausforderung zeigt sich laut Salome von Flüe bei der Sprachkompetenz. Gerade Lernende, die beim Schreiben unsicher sind, greifen schnell auf KI zurück, weil sie das Gefühl haben, ihre eigenen Texte seien nicht gut genug. Auch wenn die Intention sehr verständlich ist, gehen dadurch wichtige Lerngelegenheiten verloren.

Für den Unterricht bedeutet dies, dass KI nicht als Produktionswerkzeug, sondern als Lernbegleitung eingesetzt werden sollte. Beispielsweise durch gezielte Prompts, bei denen die KI nicht einfach einen neuen Text schreibt, sondern auf Fehler aufmerksam macht, Rückfragen stellt oder Hinweise zur Verbesserung gibt.

Entscheidend ist für Salome von Flüe, mit den Lernenden über ihre Lernprozesse im Dialog zu bleiben. Sie sollen einen geeigneten Rahmen erhalten, um eigene Denkleistungen zu erbringen und Alternativen zum kognitiven Offloading kennenzulernen – mit und ohne KI.

Erfahrungen aus dem Unterricht fliessen in Weiterentwicklung von Leitlinien ein

Um diesen Herausforderungen und Chancen zu begegnen, hat das Careum Bildungszentrum im Rahmen der digitalen Transformation ein Projekt gestartet. Dabei werden unter anderem konkrete Initiativen direkt in den Klassen und Kursen gemeinsam mit Lehrpersonen und Lernenden erprobt und begleitet.

Das Vorgehen ist bewusst iterativ angelegt. Erfahrungen aus dem Unterricht fliessen laufend in die Weiterentwicklung von Leitlinien und Unterstützungsangeboten ein. So kann das Bildungszentrum auf die schnellen technischen und gesellschaftlichen Veränderungen rund um digitale Kompetenzen und KI reagieren, ohne vorschnell starre Lösungen festzulegen.

Lernaufgabe und Kompetenznachweis unterscheiden

Die Erfahrungen am Careum Bildungszentrum zeigen: Entscheidend ist, welches Lernziel verfolgt wird, welche Rolle die KI im Lernprozess übernimmt und welche Denkleistung die Lernenden selbst erbringen müssen.

Bei einer formativen Lernaufgabe kann ein KI-erzeugtes Produkt durchaus nützlich sein. Es kann als Entwurf, Gegenposition, Fehlerbeispiel oder Feedback dienen. Entscheidend ist, was die Lernenden damit tun. Sie können Behauptungen prüfen, Lücken finden, Formulierungen verbessern oder ihre eigene Lösung mit dem Vorschlag vergleichen.

Ein unbeaufsichtigt entstandenes Endprodukt erlaubt hingegen keinen zuverlässigen Schluss auf die tatsächlichen Kompetenzen der Lernenden, wenn KI wesentliche Teile davon übernehmen kann. Hier braucht es zusätzliche Nachweise, etwa eigene Vorarbeiten, begründete Entscheidungen, eine Überarbeitung oder ein mündliches Fachgespräch. «Individuelles Verstehen wird dann sichtbar, wenn nicht nur das Endprodukt zählt, sondern auch dessen Entstehung nachvollziehbar wird», sagt Hansjürg Perino.

Fünf Fragen für KI-angepasste Aufgaben

Der Umbau beginnt beim Lernziel. Erst wenn geklärt ist, was Lernende selbst verstehen, beurteilen und tun können sollen, lässt sich die Rolle der KI sinnvoll festlegen. Ein kompakter Aufgabencheck verbindet fünf Perspektiven:

1. Was sollen die Lernenden selbst verstehen, beurteilen und tun können?
2. Welche kognitive Aktivität verlangt die Aufgabe?
3. Was darf oder soll die KI leisten?
4. Welches menschliche Urteil muss sichtbar werden und an welchen «Lernspuren» lässt es sich erkennen?
5. Unterscheidet die Aufgabe Verstehen von bloss überzeugendem Output und bleibt sie hinsichtlich Aufwand und Beurteilung fair?

Diese Fragen wurden bei der Gestaltung von Aufgaben bislang nicht immer ausdrücklich gestellt. «Eine KI-angepasste Aufgabe legt die Arbeitsteilung offen. Die KI darf Material erzeugen, Vorschläge machen und simulieren. Die Lernenden müssen selbst verstehen, prüfen, urteilen, überarbeiten und ihre Entscheidungen begründen und dadurch ihr Verständnis zeigen können», erklärt Hansjürg Perino.

Drei Wege, um bestehende Aufgaben anzupassen

Nicht jede Aufgabe muss vollständig neu entwickelt werden. Es gibt drei mögliche Eingriffe:

• Ersetzen: Eine leicht an KI delegierbare Teilaufgabe wird durch eine lernwirksamere ersetzt.
• Ergänzen: Das bisherige Produkt bleibt bestehen, erhält aber Zusätze wie Vorarbeit, Quellenkontrolle, Änderungsbegründung oder ein Fachgespräch.
• Etappieren: Die Arbeit wird in einen menschlichen Anfang, eine klar begrenzte KI-Phase und einen menschlichen Abschluss gegliedert.

Auch persönliche Erfahrungen, lokale Informationen und reale Adressatinnen und Adressaten können eine Aufgabe stärken. Solche Elemente schützen jedoch nicht automatisch vor KI. Entscheidend ist, dass Lernende auf diese Weise gewonnene Informationen auswählen, abwägen und beurteilen.

Zwei Beispiele aus dem Sprach- und Literaturunterricht

Wortschatzgeschichte als Prüfmaterial

Die Lehrperson lässt mit KI eine französische Geschichte erstellen, die Ausdrücke aus einer vorgegebenen Vokabelliste enthält. Die Lernenden prüfen deren Verwendung, klären unverständliche Stellen, korrigieren problematische Sätze und begründen ihre Änderungen. Anschliessend entwickeln sie in Gruppen eigene Geschichten oder einzelne Handlungselemente mit den vorgegebenen Ausdrücken. Dabei setzen sie sich mit deren Bedeutung, Kontext und sprachlicher Anwendung auseinander.

Literaturarbeit zu «The Great Gatsby»

Die Lernenden halten zunächst eigene Beobachtungen zu einer Figur oder einem Motiv fest. Danach vergleichen sie diese mit einer KI-Zusammenfassung oder einem simulierten Gespräch mit einer Romanfigur, das klar als KI-Konstruktion gekennzeichnet ist. Sie überprüfen die Aussagen anhand konkreter Textstellen und formulieren ein eigenes literarisches Urteil. Gedanken der KI können sie übernehmen, verändern oder zurückweisen – entscheidend ist, dass sie ihre Entscheidung am Text begründen.

Die Sicht einer Lernenden

Bei der Gestaltung von Lernaufgaben ist neben der Perspektive der Lehrpersonen auch jene der Lernenden relevant. In einem Kurzvideo bringt eine Oberstufenschülerin ihre Sicht ein. Sie wünscht sich, dass Lehrpersonen den Umgang mit KI offen ansprechen und gemeinsam mit den Lernenden erproben. Als Beispiele nennt sie das gemeinsame Entwickeln und Besprechen von Prompts, verständliche Absprachen zur KI-Nutzung sowie Wahlmöglichkeiten bei Hausaufgaben. Ergebnisse könnten anschliessend in Gruppen besprochen werden.

Sie macht damit einen wichtigen Punkt anschaulich: Aufgaben gewinnen an Sinn, wenn Lernende ihren Zweck verstehen, passende Schwerpunkte wählen können und Rückmeldung zu ihrem Lernweg erhalten.

Fazit: Nicht Aufgaben suchen, an denen KI scheitert

Generative KI gehört zur Lernrealität. Lehrpersonen müssen deshalb nicht nach Aufgaben suchen, die kein System lösen kann. Sie brauchen Aufgaben, bei denen klar ist, was Lernende selbst verstehen, prüfen, entscheiden und begründen müssen. Ein überzeugendes Produkt darf weiterhin entstehen. Sein Wert als Lern- oder Kompetenznachweis hängt jedoch davon ab, ob die Lernenden ihr Verständnis, ihre Überlegungen und ihr Urteil sichtbar machen.

Eine gute Aufgabe ist nicht jene, an der KI scheitert, sondern jene, bei der Lernende ohne eigenes Denken nicht bestehen.

Diskutieren Sie mit!

• Was sollen Lernende in Aufgaben weiterhin selbst verstehen, beurteilen und tun?
• Welche Rolle darf oder soll KI dabei übernehmen?
• Welche Entscheidung, Überarbeitung oder Begründung macht das Lernen sichtbar?