AI-Generated Slides: Are They Good? Can Students Tell?
Diese Studie bewertet verschiedene generative KI-Tools zur Erstellung von Lehrpräsentationen und kommt zu dem Ergebnis, dass Code-Assistenten didaktisch am besten geeignete Inhalte produzieren und dass Studierende KI-generierte Folien als qualitativ mit menschlich erstellten vergleichbar wahrnehmen, wobei sie eine wahrgenommene geringere Qualität häufig mit der KI-Quelle in Verbindung bringen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie sind eine Lehrkraft, die ein fantastisches, dickes Lehrbuch für Ihre Klasse verfasst hat. Nun müssen Sie diese Seiten in farbenfrohe Folien für Ihre Vorlesungen umwandeln. Das ist viel Arbeit, wie der Versuch, ein Haus Ziegel für Ziegel zu bauen, obwohl man lieber ein vorgefertigtes Bausatz-Kit zusammenstellen würde.
Dieser Artikel ist wie ein Zeugnis für den Einsatz von KI-Tools, um diese schwere Arbeit zu erledigen. Die Forscher stellten zwei einfache Fragen:
- Sind die von der KI erstellten Folien tatsächlich gut?
- Können die Studierenden den Unterschied zwischen KI-generierten und von Menschen erstellten Folien erkennen?
Hier ist die Geschichte dessen, was sie herausfanden, einfach erklärt.
Der „Werkzeugkasten"-Test
Die Forscher wählten nicht nur eine KI aus. Sie testeten fünf verschiedene Arten von Tools, so als würde man fünf verschiedene Marken von Akkubohrschraubern ausprobieren, um zu sehen, welches das beste Regal baut:
- Die „Generalisten"-Tools: Diese sind wie Schweizer Taschenmesser (z. B. NotebookLM, M365 Copilot, Claude). Sie sind in vielen Bereichen gut, verfehlen aber manchmal das Ziel bei spezifischen Details.
- Die „Code-Assistenten": Diese sind wie spezialisierte, hochwertige Elektrowerkzeuge, die für Programmierer entwickelt wurden (z. B. Cursor, Claude Code). Obwohl das Erstellen von Folien nicht strikt „Programmieren" ist, erwiesen sich diese Tools als die besten für diese Aufgabe.
Das Urteil zur Qualität:
Die „Generalisten"-Tools waren ein wenig wie ein ungeschickter Lehrling. Sie erstellten Folien, die oberflächlich in Ordnung aussahen, aber wichtige Fakten vermissen ließen, verwirrende Diagramme enthielten oder irrelevante Bilder einfügten (wie eine Folie über HTML-Code, die ein Bild eines Vogels zeigte).
Die „Code-Assistenten" hingegen waren wie Meisterhandwerker. Sie produzierten Folien, die präzise, vollständig waren und einem logischen Lehrfluss folgten. Sie kopierten nicht einfach nur; sie verstanden, wie Informationen für einen Unterricht zu strukturieren sind.
Der „Blindgeschmackstest"
Sobald die Forscher die besten KI-Folien (von den Code-Assistenten) ausgewählt hatten, unternahmen sie etwas Tückisches. Sie nahmen diese KI-Folien, passten Schriftarten und Farben an den üblichen Stil der Lehrkraft an und mischten sie in die echten Vorlesungen ein, neben Folien, die die Lehrkraft von Hand erstellt hatte.
Den Studierenden wurde gesagt: „Hey, einige dieser Folien könnten von einer KI erstellt worden sein", aber sie erhielten keine Auskunft darüber, welche es waren. Nach jedem Vorlesungsabschnitt mussten die Studierenden:
- Bewerten, wie gut die Folien waren.
- Raten: „Wurde dies von einem Menschen oder einem Roboter erstellt?"
Die Ergebnisse:
- Der Geschmackstest: Die Studierenden bewerteten die KI-Folien und die menschlichen Folien als gleich gut. Sie konnten keinen Unterschied erkennen. Die Durchschnittsbewertung für beide lag bei einer soliden „5 von 7".
- Das Ratespiel: Die Studierenden waren schrecklich im Raten. Sie rieten „KI" etwa genauso oft wie „Mensch", was im Grunde nur zufälliges Raten ist.
- Die „Bias"-Wendung: Hier kommt der interessante Teil. Die Forscher entdeckten ein lustiges Muster: Wenn Studierende glaubten, eine Folie sei von einer KI erstellt worden, neigten sie dazu, sie schlechter zu bewerten. Selbst wenn die Folie tatsächlich großartig war, gaben sie ihr eine niedrigere Punktzahl, wenn sie eine Maschine im Verdacht hatten. Es ist wie ein Food-Kritiker, der sagt: „Diese Suppe schmeckt großartig, aber da ich denke, dass eine Maschine sie gekocht hat, werde ich ihr nur eine niedrigere Bewertung geben, nur für den Fall."
Die großen Erkenntnisse
- Code-Tools gewinnen: Wenn Sie möchten, dass KI Lehrmaterial erstellt, funktionieren Tools, die für Programmierer entwickelt wurden (Code-Assistenten), besser als allgemeine Chatbots, selbst für nicht-programmierbezogene Aufgaben wie das Erstellen von Folien.
- Menschen werden immer noch benötigt: Die KI ist noch nicht perfekt. Sie braucht einen Menschen, der die Arbeit prüft, das Format korrigiert und sicherstellt, dass der Stil passt. Betrachten Sie die KI als einen sehr schnellen, sehr kenntnisreichen Praktikanten, der einen Vorgesetzten braucht, der seine Arbeit überprüft, bevor sie zum Kunden geht.
- Studierende interessieren sich nicht (oder können es nicht erkennen): Solange die menschliche Lehrkraft die kleinen Fehler korrigiert und es professionell aussehen lässt, können die Studierenden keinen Unterschied erkennen und bewerten die Qualität genauso, als hätte die Lehrkraft sie selbst erstellt.
Kurz gesagt: KI kann eine mächtige Hilfe für Lehrkräfte sein, um Zeit zu sparen, funktioniert aber am besten, wenn die Lehrkraft als „Chefredakteur" agiert, anstatt einfach nur auf eine „Generieren"-Taste zu drücken und wegzugehen. Und machen Sie sich keine Sorgen, die Studierenden werden den Unterschied nicht merken, wenn Sie es richtig machen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.