Publikationsdatum 21.08.2024

Evaluation neu denken im Zeitalter generativer KI

Im Hochschulwesen wirft das Aufkommen generativer Künstlicher Intelligenzen (KI) Fragen zu Bewertungsmethoden, akademischer Integrität und der effektiven Messung studentischer Kompetenzen auf. Dieser Artikel bietet Lösungsansätze und Referenzen, um akademische Bewertungspraktiken neu zu überdenken und sicherzustellen, dass die Arbeiten der Studierenden tatsächlich das Ergebnis ihrer eigenen Leistung sind.

Die zunehmende Nutzung von KI durch Studierende zur Bewältigung akademischer Aufgaben stellt eine erhebliche Herausforderung dar: Wie kann man zwischen authentischer und KI-gestützter Arbeit unterscheiden? Darüber hinaus erhöht der leichte Zugang zu diesen Technologien das Betrugsrisiko und untergräbt bestimmte Methoden zur Bewertung von Wissen und Fähigkeiten. So können KIs beispielsweise Aufsätze zu einer Vielzahl von Themen verfassen, Argumente logisch strukturieren und relevante Informationen einbinden. Sie sind außerdem in der Lage, Multimedia-Inhalte zu erstellen, Videoskripte zu generieren, passende Bilder auszuwählen und sogar Voice-Overs zu synthetisieren, um komplexe Konzepte zu erläutern.

Die jüngste wissenschaftliche Literatur (Luo, 2024; Xia, Weng, Ouyang, Lin & Chiu, 2024) hebt die dringende Notwendigkeit hervor, Bewertungsmethoden anzupassen, um dieser neuen Realität gerecht zu werden.

Vorschlag für Lösungsansätze

Ein Ansatz besteht darin, authentische Bewertungsaufgaben zu entwickeln, die die realen Aktivitäten der Studierenden außerhalb der Bildungseinrichtung sowie in ihrem späteren Leben widerspiegeln. Diese Aufgaben sollten echte Leistungen anstelle bloßer Antworten auf Fragen beinhalten und dazu anregen, gemeinsam zu arbeiten, sich selbst zu bewerten und Ergebnisse in unterschiedlichen Formaten zu präsentieren.

Zu den Bewertungsstrategien zählen Demonstrationen durch die Studierenden, empirische Untersuchungen sowie die Präsentation ihrer Ergebnisse vor einem echten Publikum. Weitere Aktivitäten wie Rollenspiele, Reenactments, Fallstudien oder Ausstellungen bieten ebenfalls die Möglichkeit, die vielfältigen Fähigkeiten und Interessen der Studierenden hervorzuheben.

Darüber hinaus sollten Lehrkräfte klare Richtlinien für den Einsatz von KI in den Lehrplänen festlegen, die Bewertungen an den Lernzielen des Kurses ausrichten und diese als integralen Bestandteil des Lernprozesses gestalten. Den Studierenden sollte eine Vielfalt an Bewertungsmethoden zur Verfügung gestellt werden.

Es ist zudem essenziell, das Bewusstsein der Studierenden für die Vorteile und Grenzen von KIs zu schärfen und volle Transparenz bei der Verwendung solcher Tools in akademischen Arbeiten einzufordern – sofern diese erlaubt sind.

Um sich zu diesen Themen weiterzubilden, bietet der DIDANUM-Service Workshops und Kurse für seine Dozierenden an:

• Action Lab - Repenser l'évaluation des étudiant·e·s à l'ère du numérique : un accompagnement pratique 
• Évaluation des apprentissages et des enseignements 

Zur Information und Vertiefung dieser Themen:

Al Amoush S. & Farhat A. (2023). The Power of Authentic Assessment in the Age of AI. Faculty focus.

Boucher, J.P. (2023). ChatGPT : la riposte doit être pédagogique. Pédagogie Collégiale, 36(3), printemps-été 2023.

Castell, P. & Petiteau, L. (2023). 10 stratégies pour éviter le plagiat lors de l’utilisation d’un agent conversationnel (ChatGPT) dans les évaluations. Le Carrefour [Enseigner.uqam.ca]. 

Lez, A., Dubé, E. & Beaulieu, M. (2023). Évaluer à l’ère des IA : Combattre la bête ou l’apprivoiser. Un guide de réflexion. Service de soutien à la formation, Université de Sherbrooke. 

Verweise

Luo, J. (2024). A critical review of GenAI policies in higher education assessment: A call to reconsider the “originality” of students' work. Assessment & Evaluation in Higher Education, 49(5), 651-664. https://doi.org/10.1080/02602938.2024.2309963

Xia, Q., Weng, X., Ouyang, F., Lin, T. J., & Chiu, T. K. F. (2024). A scoping review on how generative artificial intelligence transforms assessment in higher education. International Journal of Educational Technology in Higher Education, 21(40). https://doi.org/10.1186/s41239-024-00468-z