Analyzing Students' Statistics Writing Before and After the Emergence of Large Language Models
Diese Studie analysiert über 1.600 Statistikberichte von Bachelorstudierenden aus den Jahren 2021 bis 2025, um zu zeigen, dass die weit verbreitete Einführung großer Sprachmodelle dazu geführt hat, dass sich die Schreibstile der Studierenden sowohl mit KI-generierten Texten als auch mit der statistischen Fachkommunikation angleichen, was einen Aufruf zu überarbeiteten Bewertungsstrategien nach sich zieht, die authentisches statistisches Denken priorisieren.
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 ein Klassenzimmer vor, in dem Schüler lernen, Berichte über Daten zu schreiben – so als würden sie eine Geschichte darüber erzählen, was die Zahlen aussagen. Seit Jahren nutzen Lehrer diese Schreibaufgaben, um zu prüfen, ob die Schüler die Mathematik wirklich verstehen oder ob sie nur Fakten auswendig lernen.
Kürzlich ist ein neuer „Geist“ in den Raum getreten: Large Language Models (LLMs), die intelligenten KI-Chatbots wie ChatGPT. Dieses Papier ist wie eine Detektivgeschichte, in der Forscher über 1.600 Schülerberichte aus den Jahren 2021 bis 2025 untersucht haben, um zu sehen, wie der „Geist“ die Schreibstimmen der Schüler verändert hat.
Hier ist das, was sie herausgefunden haben, unterteilt in einfache Analogien:
1. Die drei Stimmen
Um das Rätsel zu lösen, mussten die Forscher wissen, wie die drei verschiedenen „Stimmen“ klangen:
- Die Schülerstimme (Vor-KI): Bevor KI populär wurde, klang das Schreiben der Schüler wie ein Gespräch mit einem Freund. Es war ein wenig plauderhaft, verwendete „ich“ und „wir“ und wirkte manchmal etwas unbeholfen. Es war wie ein Schüler, der versucht, eine komplexe Idee mit seinen eigenen Worten zu erklären.
- Die Expertenstimme: So schreiben professionelle Statistiker. Es ist sehr poliert, dicht an Informationen und klingt autoritär. Es ist wie ein erfahrener Koch, der ein Rezept mit präzisen, technischen Begriffen erklärt.
- Die KI-Stimme: Dies ist die neue Stimme. Sie klingt sehr geschmeidig, verwendet lange, schicke Wörter und packt viel Information in jeden Satz. Es ist wie ein Roboter, der ein Wörterbuch vorliest, während er versucht, wie ein Professor zu klingen.
2. Der große Wandel
Die Forscher verglichen die Schülerberichte aus der Zeit vor dem KI-Boom (2021–2022) mit denen, die nach dem Boom geschrieben wurden (2024–2025). Sie fanden heraus, dass die Schülerstimme begann, weniger wie ein Schüler und mehr wie eine Mischung aus Experte und KI zu klingen.
Denken Sie an einen Schüler, der lernt zu malen. Früher malte er mit seinen eigenen, zittrigen Pinselstrichen. Jetzt sehen seine Gemälde glatter und „professioneller“ aus, aber die Forscher vermuten, dass er die Technik nicht selbst gelernt hat, sondern einfach die Umrisse eines Meisters nachgezeichnet hat, die die KI vorgegeben hat.
3. Wo der Geist lauert
Die Studie bemerkte etwas Interessantes darüber, wo die Schüler die KI verwendeten.
- Der Anfang und das Ende: Die Teile des Berichts, die sich am stärksten veränderten, waren die Einleitung (der Anfang) und der Schluss (das Ende). Dies sind die „Buchstützen“ der Geschichte.
- Die Mitte: Die Mittelteile, in denen die Schüler die eigentliche Mathematik und die Datenverarbeitung durchführen mussten, blieben eher im alten Schülerstil.
Die Analogie: Stellen Sie sich vor, ein Schüler baut ein Haus. Er leistet immer noch die harte Arbeit, die Ziegel zu legen und den Beton zu gießen (die Mitte des Berichts). Aber für die Haustür (die Einleitung) und die Endabnahme (den Schluss) hat er einen schicken Bauunternehmer (die KI) engagiert, um es perfekt aussehen zu lassen.
4. Die „magischen Wörter“
Die Forscher suchten auch nach spezifischen Wörtern, wie ein Detektiv, der nach Fingerabdrücken sucht. Sie fanden heraus, dass Schüler begannen, ein bestimmtes Set an „KI-Wörtern“ viel häufiger zu verwenden.
- Wörter wie „underscore“ (unterstreichen), „delve“ (vertiefen), „enhance“ (verbessern) und „offer“ (bieten/anbieten) wurden sehr populär.
- Vor der KI verwendeten Schüler diese Wörter selten. Nach der KI tauchten sie ständig auf, oft in Phrasen wie „this analysis underscores the complexity“ (diese Analyse unterstreicht die Komplexität).
- Es ist, als hätten die Schüler plötzlich beschlossen, alle dieselbe Marke von Schuhen zu tragen, weil die KI ihnen gesagt hat, dass dies gerade „in“ sei.
5. Die große Frage: Ist das gut?
Das Papier stellt eine knifflige Frage: Wenn die Schüler besser schreiben, bedeutet das, dass sie auch besser lernen?
- Die gute Nachricht: Die Berichte sehen eher so aus, wie ein professioneller Statistiker schreiben würde. Sie sind geschmeidiger und verwenden mehr „Experten-Sprache“.
- Die schlechte Nachricht: Die Forscher befürchten, dass Schüler ihr Denken „auslagern“ (offloading). Wenn ein Schüler die KI bittet, den Schluss zu schreiben, überspringt er vielleicht die harte mentale Arbeit, herauszufinden, was der Schluss eigentlich bedeutet.
- Das Risiko: Ein Schüler könnte in der Lage sein, einen wunderschönen, expertenhaft aussehenden Bericht abzugeben, aber wenn man ihn persönlich dazu befragt, versteht er ihn vielleicht überhaupt nicht. Er könnte wie ein Fahrer sein, der zwar perfekt den GPS-Anweisungen folgen kann, aber nicht weiß, wie man ein Auto fährt, wenn das GPS ausfällt.
6. Was sollten Lehrer tun?
Das Papier schlägt vor, dass Lehrer die KI nicht einfach verbieten oder zu altmodischen Präsenzprüfungen zurückkehren können, da die Schüler lernen müssen, wie man diese Werkzeuge nutzt. Stattdessen schlagen sie neue Wege vor, um Schüler zu testen:
- Mündliche Prüfungen: Fragen Sie die Schüler, ihr Werk laut zu erklären. Man kann die KI nicht leichtfertig bitten, in einem Live-Gespräch für einen zu sprechen.
- Winzige Schreibaufgaben: Anstatt einen ganzen Bericht zu schreiben, lassen Sie die Schüler nur einen ganz spezifischen Absatz schreiben, wie etwa die Einleitung, basierend auf Daten, die im Unterricht gegeben wurden. Dies zwingt sie dazu, das Denken selbst zu übernehmen.
- KI kritisieren: Lassen Sie die Schüler einen KI-generierten Bericht lesen und die Fehler oder die Stellen finden, an denen die KI die Mathematik nicht verstanden hat. Dies lehrt sie, der „Chef“ der KI zu sein, anstatt nur ein Befolgter.
Zusammenfassend lässt sich sagen: Das Papier zeigt, dass Schüler KI nutzen, um ihr Schreiben zu polieren, wodurch es eher wie Experten klingt und weniger wie sie selbst. Während die Berichte oberflächlich betrachtet besser aussehen, warnen die Forscher davor, dass wir sicherstellen müssen, dass die Schüler immer noch die schwere Denkarbeit leisten und nicht einfach die KI für sie sprechen lassen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.