Die fortschreitende Integration Künstlicher Intelligenz (KI) in den Bildungssektor wirft neue Fragen zur Erstellung und Bewertung von Maturaarbeiten auf. Diese Studie untersucht die Rolle von KI-Tools im gesamten Prozess der Projektarbeit und analysiert deren Auswirkungen auf traditionelle akademische Praktiken. Sie beleuchtet die Chancen und Herausforderungen des KI-Einsatzes und diskutiert die Notwendigkeit, Bewertungskriterien anzupassen. Ziel ist es, Wege für eine ethische und effektive Nutzung von KI im Kontext von Maturaarbeiten aufzuzeigen und damit einen Beitrag zur aktuellen bildungspolitischen Debatte zu leisten.

KI kann als wertvolles Werkzeug dienen, das den gesamten Arbeitsprozess unterstützt - von der ersten Ideenfindung bis zur abschliessenden Präsentation. Gleichzeitig stehen Gymnasien vor der Herausforderung, klare Richtlinien für den Einsatz dieser Technologien zu definieren. Eine zentrale Aufgabe besteht darin, eine differenzierte Haltung gegenüber KI-Anwendungen zu entwickeln. Diese Differenzierung ist entscheidend, um einen ethischen und pädagogisch sinnvollen Umgang mit KI-Technologien zu gewährleisten. Bildungseinrichtungen müssen klare Richtlinien entwickeln, die folgende Aspekte berücksichtigen:

·      Welche KI-Anwendungen sind in welchen Phasen der Projektarbeit erlaubt oder sogar erwünscht

·       Wie soll der Einsatz von KI-Tools dokumentiert und offengelegt werden soll

·  Welche Formen der KI-Nutzung gelten als Missbrauch oder akademische Unredlichkeit

·   Wie wird mit Grenzfällen umgegangen und welche Kriterien werden für ihre Bewertung herangezogen werden

Diese Richtlinien sollten flexibel genug sein, um mit der schnellen technologischen Entwicklung Schritt zu halten, gleichzeitig aber auch klare Grenzen setzen, um die Integrität der Projektarbeit zu wahren.

Es ist von Bedeutung, dass Lernende, Lehrende und Institutionen ein klares Verständnis davon entwickeln, wie KI-Tools korrekt verwendet und ihre Nutzung transparent angegeben werden sollten. Die Unterscheidung zwischen direkten und indirekten KI-Beiträgen kann dabei als Schlüssel dienen, um zu definieren, welche Formen der KI-Unterstützung akzeptabel oder sogar erwünscht sind und welche als unethisch oder als Verstoss gegen akademische Integritätsstandards gelten.

Indirekte KI-Beiträge: Förderung des Lernprozesses

Indirekte Beiträge sind solche, bei denen KI bei der Vorbereitung oder beim Prozess hilft, ohne direkt in der Arbeit zu erscheinen. Diese Form der Unterstützung kann als Erweiterung traditioneller Hilfsmittel wie Wörterbücher, Enzyklopädien oder Recherchetools betrachtet werden.

Beispiele für indirekte Beiträge:

·       Ideenfindung und Brainstorming

·       Strukturierung von Gedanken und Argumenten

·       Recherchehilfe und Quellenvorschläge

·       Sprachverbesserung und Stiloptimierung

·       Datenorganisation und -visualisierung

Indirekte KI-Beiträge können oft sogar förderlich für den Lernprozess sein. Sie unterstützen die Lernenden dabei, ihre eigenen Fähigkeiten zu entwickeln und zu verfeinern, ohne die Kernaufgabe der eigenständigen inhaltlichen Arbeit zu übernehmen.

Direkte KI-Beiträge: Abgrenzung zur eigenständigen Leistung

Wenn KI-generierte Inhalte unmittelbar in ein Werk integriert werden, spricht man von direkten Beiträgen. Diese Form der KI-Nutzung erfordert besondere Sorgfalt und eindeutige Vorgaben, da sie die Grenze zwischen legitimer Unterstützung und unerlaubter Übernahme fremder Leistungen verwischen könnte.

Beispiele für direkte Beiträge:

·       Texterstellung oder -generierung

·       Datenanalyse und Interpretation

·       Erstellung von Grafiken und Diagrammen

·       Übersetzung längerer Textpassagen

Direkte KI-Beiträge werden in den meisten Fällen als problematisch betrachtet werden, es sei denn, sie werden explizit als Teil der Aufgabenstellung erlaubt und transparent gekennzeichnet. Sie können die eigenständige Leistung der Lernenden erheblich beeinträchtigen und die Bewertung der individuellen Fähigkeiten erschweren.

Im Folgenden wird ein detaillierter Blick darauf geworfen, wie KI in verschiedenen Phasen einer Maturaarbeit eingesetzt werden kann. Diese Übersicht dient als Grundlage für eine informierte Diskussion innerhalb der Bildungsgemeinschaft.

Die Themenwahl bildet das Fundament für eine Maturaarbeit, die nicht nur akademische Standards erfüllt, sondern auch die persönliche und fachliche Entwicklung der Lernenden fördert. Im Folgenden wird erläutert, wie die Themenwahl gezielt genutzt werden kann, um die Eigenleistung der Studierenden in den Vordergrund zu rücken und den Mehrwert von Projektarbeiten zu sichern.

Kriterien für geeignete Projektthemen

Bei der Auswahl von Themen für Projektarbeiten sollten Lehrende und Institutionen folgende Kriterien berücksichtigen:

·       Komplexität und Originalität: Bevorzugung von Themen, die nicht einfach durch KI-Systeme bearbeitet oder automatisiert werden können. Dies fördert die Entwicklung eigenständiger Denkprozesse und kreativer Problemlösungsansätze.

·       Fokus auf Primärforschung: Priorisierung von Themen, die:

o   eigenständige Datenerhebung oder -analyse erfordern

o   Feldforschung oder empirische Untersuchungen beinhalten

o   die Entwicklung und Durchführung von Experimenten verlangen

·       Förderung kritischen Denkens: Wahl von Themen, die kritisches Denken und originelle Argumentation erfordern. Dies kann durch kontroverse Fragestellungen oder die Analyse komplexer gesellschaftlicher Probleme erreicht werden.

·       Praxisbezug: Bevorzugung von Themen mit praktischen Anwendungen oder realitätsnahen Problemstellungen. Dies erhöht nicht nur die Motivation der Lernenden, sondern auch die Relevanz der Arbeit über den akademischen Kontext hinaus.

·       Interdisziplinarität: Förderung von Themen, die Ansätze und Wissen aus verschiedenen Disziplinen erfordern. Dies erfordert vernetztes Denken und die Fähigkeit, komplexe Probleme aus verschiedenen Perspektiven zu betrachten.

·       Aktualität und Innovationspotenzial: Priorisierung aktueller, noch wenig erforschter Fragestellungen. Dies bietet Raum für originelle Beiträge und reduziert die Wahrscheinlichkeit, dass umfassende vorgefertigte Inhalte verfügbar sind.

Implementierung in der Praxis

Durch eine sorgfältige und durchdachte Themenwahl können Lehrenden und Lernenden sicherstellen, dass Maturaarbeiten auch im KI-Zeitalter ihren Wert als Instrument der akademischen Ausbildung und persönlichen Entwicklung behalten. Sie schaffen damit einen Rahmen, der die Vorteile der KI-Unterstützung nutzt, ohne die Integrität und den Wert der eigenständigen akademischen Arbeit zu gefährden.

Ein wesentliches Element zur Förderung eigenständiger Projektarbeiten ist die Einführung eines verpflichtenden Projektjournals. Dieses Journal dient mehreren wichtigen Zwecken:

·       Dokumentation des Arbeitsprozesses: Lernende halten regelmässig ihre Fortschritte, Herausforderungen und Entscheidungen fest. Dies schafft Transparenz über den gesamten Verlauf der Projektarbeit.

·       Reflexion über KI-Nutzung: Im Journal wird explizit festgehalten, wann und wie KI-Tools im Projektverlauf eingesetzt wurden. Dies fördert einen bewussten und verantwortungsvollen Umgang mit KI-Technologien.

·       Nachvollziehbarkeit der Eigenleistung: Durch detaillierte Einträge können Lehrende den individuellen Beitrag und die Denkprozesse der Lernenden besser nachvollziehen und bewerten.

·       Entwicklung metakognitiver Fähigkeiten: Die regelmässige Reflexion über den eigenen Arbeitsprozess fördert das Bewusstsein für die eigenen Lernstrategien und -fortschritte.

·       Basis für Feedback und Betreuung: Das Journal kann als Grundlage für Feedback-Gespräche zwischen Lehrenden und Lernenden dienen und ermöglicht eine gezieltere Betreuung.

·       Vorbereitung auf die mündliche Verteidigung: Die im Journal festgehaltenen Überlegungen und Entwicklungsschritte erleichtern die Vorbereitung auf eine mündliche Verteidigung oder Präsentation der Projektarbeit.

Gymnasien sollten klare Richtlinien für die Führung des Projektjournals entwickeln, die folgende Aspekte berücksichtigen:

·       Regelmässigkeit der Einträge (z.B. wöchentlich)

·       Erwartete Inhalte (z.B. Fortschritte, Herausforderungen, KI-Nutzung, offene Fragen)

·       Format (digital oder analog)

·       Integration in den Bewertungsprozess

Viele der bisher angewandten Kriterien stammen aus einer Zeit, in der KI-gestützte Tools noch nicht verfügbar waren. Diese etablierten Massstäbe spiegeln daher nicht mehr adäquat die Fähigkeiten und Kompetenzen wider, die im Zeitalter der KI von Studierenden erwartet werden.

Die Anpassung der Bewertungskriterien ist ein notwendiger Schritt, um einen Bewertungsrahmen zu schaffen, der die tatsächlichen kognitiven Leistungen und Fähigkeiten der Studierenden in den Vordergrund rückt, anstatt Aspekte zu betonen, die leicht durch KI-Tools optimiert werden können. Folgende Kriterien sollten zum Beispiel in ihrer Gewichtung deutlich reduziert oder gänzlich aus der Bewertung ausgeschlossen werden:

·       Sprachliche Korrektheit

o   Rechtschreibung und Grammatik

o   Zeichensetzung

o   Konsistenz in der Verwendung von Fachbegriffen

·       Stilistische Aspekte

o   Angemessenheit des Sprachregisters

o   Flüssigkeit und Kohärenz des Textes

·       Formale Gestaltung

o   Formatierung und Layout

o   Einheitlichkeit in der Gestaltung von Tabellen und Abbildungen

o   Korrekte Anwendung von Zitierstilen

·       Strukturelle Elemente

o   Grundlegende Gliederung der Arbeit

o   Logischer Aufbau von Argumentationsketten

o   Übergangsformulierungen zwischen Abschnitten oder Kapiteln

·       Informationsmanagement

o   Umfang und Breite der Literaturrecherche

o   Zusammenfassung und Paraphrasierung von Quellen

o   Erstellung von Literaturverzeichnissen

·       Grundlegende Analysen

o   Einfache statistische Auswertungen

o   Erstellung von Diagrammen und Grafiken

Diese Liste verdeutlicht, dass viele Aspekte, die traditionell als Indikatoren für die Qualität einer akademischen Arbeit galten, heute durch KI-Unterstützung leicht zu optimieren sind. Die Herausforderung besteht nun darin, neue Bewertungskriterien zu entwickeln, die die eigenständige intellektuelle Leistung der Studierenden in den Mittelpunkt stellen und gleichzeitig den sinnvollen Einsatz von KI-Tools als zeitgemässe Kompetenz anerkennen.

Neuausrichtung auf prozessorientierte Bewertungskriterien

Im Gegensatz zu den traditionellen, ergebnisorientierten Kriterien sollten künftige Bewertungsrahmen verstärkt den Arbeitsprozess in den Mittelpunkt rücken. Diese Verschiebung des Fokus ermöglicht eine differenziertere Beurteilung der tatsächlichen intellektuellen Leistung der Studierenden und ihrer Fähigkeit, KI-Tools sinnvoll in den akademischen Arbeitsprozess zu integrieren.

Folgende Aspekte könnten in einem solchen prozessorientierten Bewertungsansatz berücksichtigt werden:

·       Methodische Kompetenz und Informationsverarbeitung

o   Qualität und Kreativität bei der Recherche und Quellenauswahl

o   Kritische Evaluation und Synthese von Informationen aus verschiedenen Quellen

o   Entwicklung und Begründung eigenständiger Forschungsfragen und Hypothesen

·       Reflexionsfähigkeit und Technologiekompetenz

o   Differenzierte Reflexion über den Einsatz von KI-Tools im Forschungsprozess

o   Bewertung der Zuverlässigkeit und Grenzen KI-generierter Inhalte

·       Problemlösungskompetenz und Kreativität

o   Innovative Ansätze bei der Bewältigung methodischer Herausforderungen

o   Entwicklung origineller Lösungsstrategien für komplexe Fragestellungen

o   Fähigkeit zur Verknüpfung verschiedener Wissensgebiete und Denkansätze

·       Entscheidungsfindung und wissenschaftliche Integrität

o   Nachvollziehbare Begründung von Entscheidungen bezüglich Themenwahl und Methodik

o   Transparenz in der Dokumentation des Forschungsprozesses und der KI-Nutzung

Um die zuvor genannten prozessorientierten Kriterien adäquat zu erfassen, ist die Einführung eines detaillierten Arbeitsjournals als zentrales Element der Bewertung unerlässlich. Dieses Journal muss den gesamten Forschungs- und Schreibprozess dokumentieren und wird somit einen tiefen Einblick in die kognitiven Leistungen und methodischen Kompetenzen der Studierenden gewähren.

Des Weiteren ist es notwendig, den Umfang von Maturaarbeiten neu zu definieren. Statt der bisher üblichen Orientierung an Seiten- oder Zeichenzahlen muss die investierte Arbeitszeit als primäres Mass herangezogen werden. Diese Änderung trägt der Komplexität des Forschungsprozesses und dem variablen Einsatz von KI-Tools Rechnung und ermöglicht eine fairere Bewertung des tatsächlichen Arbeitsaufwands.

Diese Neuausrichtung der Bewertungskriterien stellt sicher, dass nicht nur das Endergebnis, sondern auch der Weg dorthin angemessen gewürdigt wird. Sie fördert aktiv die Entwicklung von Kompetenzen, die im Zeitalter der KI von zentraler Bedeutung sind: kritisches Denken, kreative Problemlösung und die ethische Nutzung fortschrittlicher Technologien.

Die mündliche Verteidigung der Maturaarbeit (nicht mehr nur Präsentation) muss eine zentrale Rolle in der Bewertung einnehmen. Um dieser Bedeutung gerecht zu werden, sind folgende Anpassungen notwendig:

·       Erhöhte Gewichtung: Die mündliche Verteidigung muss künftig einen Anteil von mindestens zwei Dritteln (2/3) der Gesamtnote ausmachen, während die schriftliche Arbeit nur noch zu einem Drittel (1/3) in die Bewertung einfliessen.

·       Erweiterter Zeitrahmen: Die Dauer der mündlichen Verteidigung muss deutlich verlängert werden. Ein Zeitrahmen von 40 bis 60 Minuten sollte als Minimum betrachtet werden.

·       Interaktives Format: Die Verteidigung muss in einem interaktiven Format gestaltet werden, das kritische Nachfragen, Diskussionen und die Präsentation von Problemlösungsansätzen beinhaltet.

Integration neuer Bewertungskriterien

Zusätzlich müssen folgende neue Kriterien in den Bewertungsprozess integriert werden:

·       Kritische Bewertungskompetenz: Fähigkeit zur differenzierten Analyse und kritischen Bewertung von KI-generierten Inhalten sowie Kompetenz, die Stärken und Grenzen von KI-Tools im Kontext der eigenen Forschung zu erkennen und zu artikulieren.

·       Innovative KI-Nutzung: Kreativität und Innovation im Einsatz von KI-Tools für die Forschung und Analyse sowie die Fähigkeit, KI-Technologien auf neuartige Weise zur Lösung komplexer Probleme einzusetzen.

·       Ethische Reflexionskompetenz: Tiefgreifendes Verständnis und Reflexion der ethischen Implikationen des KI-Einsatzes in der wissenschaftlichen Arbeit.

·       Kommunikative Kompetenz: Fähigkeit, komplexe Zusammenhänge klar, präzise und verständlich mündlich zu erläutern sowie die Kompetenz, fachliche Diskussionen auf hohem Niveau zu führen und auf kritische Fragen adäquat zu reagieren.

·       Methodische Transferkompetenz: Fähigkeit, die angewandten Methoden und KI-Tools kritisch zu reflektieren und ihre Übertragbarkeit auf andere Forschungskontexte zu evaluieren.

Die mündliche Verteidigung der Arbeit gewinnt im KI-Zeitalter erheblich an Bedeutung. Sie bietet die Möglichkeit, das tatsächliche Verständnis und die Tiefe der Auseinandersetzung mit dem Thema zu überprüfen.

Die vorgeschlagenen Anpassungen der Bewertungskriterien stellen sicher, dass nicht nur das Endergebnis, sondern auch der Weg dorthin angemessen gewürdigt wird. Sie fördern aktiv die Entwicklung von Kompetenzen, die auch in Zukunft von zentraler Bedeutung sein werden: kritisches Denken, kreative Problemlösung und die ethische Nutzung fortschrittlicher Technologien.

Die Integration von KI-Technologien in den Bildungsbereich, insbesondere bei der Erstellung von Projektarbeiten, erfordert ein rasches und umfassendes Umdenken. Die vorliegende Analyse zeigt deutlich, dass oberflächliche Anpassungen, wie die blosse Erweiterung von Redlichkeitserklärungen, bei weitem nicht ausreichen werden, um den tiefgreifenden Veränderungen gerecht zu werden.

Stattdessen sind folgende Massnahmen dringend erforderlich:

·       Klare Richtlinien für KI-Nutzung: Bildungseinrichtungen müssen eindeutige Vorgaben für den ethischen und transparenten Einsatz von KI-Tools entwickeln.

·       Neuausrichtung der Bewertungskriterien: Der Fokus muss von ergebnisorientierten zu prozessorientierten Kriterien verschoben werden, um die tatsächliche kognitive Leistung der Lernenden zu erfassen.

·       Gezielte Themenwahl: Die sorgfältige Auswahl von Themen, die kritisches Denken und originäre Forschung erfordern, muss priorisiert werden.

·       Einführung des Projektjournals: Als zentrales Instrument zur Dokumentation und Reflexion des Arbeitsprozesses muss das Projektjournal verpflichtend implementiert werden.

·       Stärkung der mündlichen Verteidigung: Die deutliche Aufwertung und Erweiterung der mündlichen Komponente ist unerlässlich, um das tiefgehende Verständnis und die eigenständige Auseinandersetzung mit dem Thema zu überprüfen.

Der kompetente und ethische Umgang mit KI wird in Zukunft eine Schlüsselqualifikation darstellen. Gymnasien stehen daher in der Verantwortung, ihre Lehrpläne und Bewertungsmethoden zeitnah anzupassen, um Lernende optimal auf diese neue Realität vorzubereiten. Nur so kann sichergestellt werden, dass die Maturaarbeit auch weiterhin ihren Zweck als wertvolles Instrument zur Förderung akademischer Exzellenz und persönlicher Entwicklung erfüllt.