Das Henne-Ei-Problem bei der Bewertung von KI-Antworten im Studium

Studierende nutzen generative KI häufig, um sich neue Themen zu erschließen, Texte zusammenzufassen oder erste Erklärungen zu erhalten. Das kann im Studium hilfreich sein, führt aber auch zu einem grundlegenden Problem: Um die Qualität einer KI-Antwort beurteilen zu können, braucht man genau das Fachwissen, das man sich mithilfe der KI erst aneignen möchte.

Über diese Fragen habe ich mit Studierenden der Soziologie an der Universität Paderborn gesprochen, die den Instagram-Kanal @soziologie.upb betreiben. Aus dem Gespräch ist ein Video entstanden, das ich hier gerne teile. Der Kanal bietet darüber hinaus weitere Einblicke in das Studium der Soziologie und ist eine klare Empfehlung für alle, die sich für das Fach interessieren.

KI-Outputs als Gegenstand der Lehre

In meiner Lehre versuche ich dieses Henne-Ei-Problem dadurch zu lösen, dass wir in der Lehre gemeinsam mit von Studierenden erzeugten KI-Antworten arbeiten. Konkret liest sich eine Seminarbeschreibung z.B. für mein Methodenseminar wie folgt:

In den Einführungskursen „Methoden der empirischen Sozialforschung“ und „Qualitative Methoden“ haben Sie bereits erste Grundkenntnisse erworben. Das Seminar „qualitative Methoden und Methodologien“ knüpft daran an und vertieft den Überblick über die Methoden, in dem anhand einer konkreten aktuellen Fragestellung diskutiert wird, wie diese mittels unterschiedlicher Methoden beantwortet werden könnte. Dabei wird auch darauf eingegangen welche Daten bei welcher Methode herangezogen werden können und wie Auswertungsschritte aussehen könnten.

Damit sich nicht zu viel zu den Einführungsseminaren wiederholt, können Sie sich individuell mit oder ohne KI vorbereiten, die sie bei moodle hochladen. Auf diese Vorbereitung greifen wir am Anfang der jeweiligen Sitzung zurück, bewerten diese und machen anhand der von Ihnen festgestellten Unsicherheiten eine gemeinsame Wiederholung zu der Methode, bevor wir uns dann auf die Anwendung konzentrieren und z.B. einen Interviewleitfaden erstellen, an konkretem Material hermeneutisch Interpretieren oder ein Kategoriensystem erstellen. Dazu verwenden wir auch die jeweiligen Studien, die ich für Sie suche.

Auf diese Weise wird der KI-Output nicht als fertige Lösung behandelt, sondern als Material für die Auseinandersetzung mit einer Methode. Die Studierenden müssen sich mit den Inhalten beschäftigen, Argumente prüfen und ihre Einschätzungen begründen. Die gemeinsame Bewertung schafft einen Rahmen, in dem dieses Wissen gezielt aufgebaut und angewendet werden kann. Diese Bewertungskompetenz ist für mich die zentrale Voraussetzung für einen verantwortungsvollen Umgang mit generativer KI im Studium.

---

---