Structural Modelling of Generative AI Cognitive Integration, Algorithmic Literacy, and Academic Dependency in Peruvian Higher Education

In der sich rasant verändernden Landschaft der modernen Bildung ist eine neue Art von Lernwerkzeug mit der Wucht einer Tidewelle eingetroffen: die generative künstliche Intelligenz. Dies sind Computerprogramme, die in der Lage sind, Essays zu schreiben, komplexe Probleme zu lösen und Ideen zu generieren, die einst einen menschlichen Geist erforderten. Für Studierende in Peru sind diese Werkzeuge, wie auch an vielen anderen Orten, nun mit nur einem Klick verfügbar. Doch ein mächtiges Werkzeug zu besitzen, ist nicht dasselbe wie zu wissen, wie man es führt. Die zentrale Frage, vor der Erzieher und Forscher heute stehen, ist nicht, ob Studierende diese Maschinen nutzen können, sondern wie die Nutzung sie verändert, wie ihr Gehirn arbeitet. Hilft das Verständnis darüber, wie die Maschine denkt, dem Studenten beim Lernen, oder führt das bloße Vertrauen auf die Maschine dazu, dass er verlernt, selbstständig zu denken? Diese Spannung liegt im Herzen einer neuen Studie, die in drei großen Regionen Perus durchgeführt wurde und versuchte, die unsichtbaren Pfade zwischen dem Wissen darüber, wie Technologie funktioniert, der Art und Weise, wie Studierende sie in ihr Denken integrieren, und der Frage, ob sie davon abhängig werden, abzubilden.

Die Forscher begannen damit, eine große Gruppe von 642 Universitätsstudierenden aus Lima, Arequipa und Cusco zusammenzustellen, die eine Mischung aus öffentlichen und privaten Institutionen sowie verschiedenen Fachrichtungen von Ingenieurwesen bis hin zu Gesundheitswissenschaften repräsentierten. Sie baten diese Studierenden, über ihre eigenen Gewohnheiten und Fähigkeiten zu reflektieren, wobei sie sich speziell auf vier Kernbereiche konzentrierten. Erstens maßen sie die „algorithmische Kompetenz“, was schlicht die Fähigkeit ist, zu verstehen, wie eine künstliche Intelligenz ihre Antworten generiert, ihre Fehler zu erkennen und zu bemerken, wann sie voreingenommen sein könnte. Zweitens untersuchten sie die „kognitive Integration“, also das Ausmaß, in dem ein Student die KI nutzt, um sein eigenes Verständnis zu vertiefen, komplexe Ideen zu verknüpfen und seine Argumente zu verbessern. Drittens untersuchten sie die „akademische Abhängigkeit“, einen Zustand, in dem ein Student das Gefühl hat, eine Aufgabe ohne die Maschine nicht bewältigen zu können, oder Angst verspürt, wenn er keinen Zugriff auf sie hat. Schließlich bewerteten sie die „wahrgenommene akademische Leistung“, also wie Studierende über ihre eigenen Noten und ihre Produktivität denken. Die Studie berücksichtigte auch die „digitale Ethik“, den persönlichen moralischen Kompass, den ein Student hinsichtlich des verantwortungsvollen Umgangs mit Technologie besitzt.

Die Untersuchung offenbarte eine klare und kraftvolle Geschichte darüber, wie diese Faktoren interagieren. Die Daten zeigten, dass Studierende, die ein starkes Verständnis dafür besaßen, wie künstliche Intelligenz funktioniert, wesentlich wahrscheinlicher die KI als Werkzeug nutzten, um ihr eigenes Denken zu fördern. Anstatt die Maschine die Arbeit für sie erleden zu lassen, nutzten diese Studierenden sie, um ihre Argumente zu verfeinern und schwierige Konzepte zu verknüpfen. Mit anderen Worten: Das Wissen darüber, wie die Technologie funktioniert, wirkte wie ein Schlüssel, der eine anspruchsvollere Art des Lernens erschloss. Umgekehrt wirkte dasselbe Verständnis als Schutzschild gegen Abhängigkeit. Studierende, die in der Mechanik der KI bewandert waren, neigten weit weniger dazu, das Gefühl zu haben, die Maschine zum Überleben ihrer Kursarbeit zu benötigen, oder ohne sie Angst zu verspüren. Die Studie fand heraus, dass Studierende, die die „Black Box“ des Algorithmus verstanden, weniger anfällig für die Falle waren, ihre gesamte geistige Anstrengung vollständig auszulagern.

Das Verhältnis zwischen der Nutzung von KI und dem Erfolg in der Schule war jedoch keine gerade Linie; es hing ganz davon ab, wie das Werkzeug genutzt wurde. Die Forschung bestätigte, dass Studierende, die die KI erfolgreich in ihren eigenen Denkprozess integrierten, berichteten, produktiver zu sein und sahen ihre Noten steigen. Wenn Studierende jedoch in das Muster der Abhängigkeit verfielen und die Maschine die schwere Arbeit erledigen ließen, ohne sie kritisch zu prüfen, litt ihre wahrgenommene akademische Leistung. Die Maschine wurde in diesem Fall zu einer Krücke, die ihre eigenen metakognitiven Fähigkeiten schwächte. Eine entscheidende Erkenntnis ergab sich hinsichtlich der Rolle der Ethik: Studierende, die starke ethische Prinzipien über den verantwortungsvollen Umgang mit Technologie vertraten, waren besser geschützt. Für diese Studierenden führte das Verständnis der Technologie zu einer noch stärkeren Reduzierung der Abhängigkeit, was darauf hindeutet, dass moralisches Bewusstsein die Vorteile des technischen Wissens verstärkt.

Die Studie befasste sich auch mit einer häufigen Sorge in der Bildungsforschung: ob die Ergebnisse lediglich ein Spiegelbild anderer verborgener Faktoren seien, wie etwa dem Wohlstand eines Studenten oder dem Internetzugang. Durch den Einsatz fortgeschrittener statistischer Methoden, um diese Variablen zu kontrollieren, bestätigten die Forscher, dass die gefundenen Beziehungen robust und direkt waren. Das von ihnen erstellte Modell erklärte mehr als die Hälfte der Variation in der Wahrnehmung des eigenen akademischen Erfolgs – ein Grad an Klarheit, der in den Sozialwissenschaften selten ist. Die Daten widerlegten die Vorstellung, dass diese Effekte zufällig waren oder durch äußere Umstände verursacht wurden, und wiesen stattdessen auf eine spezifische kausale Kette hin: Das Verständnis der Technologie führt zu besserer Integration und weniger Abhängigkeit, was wiederum zu besseren akademischen Ergebnissen führt.

Diese Erkenntnisse tragen eine bedeutende Botschaft für die Zukunft der Bildung in Peru und darüber hinaus. Die Evidenz legt nahe, dass die Lösung für die Herausforderungen, die die künstliche Intelligenz aufwirft, nicht darin besteht, sie zu verbieten oder zu ignorieren, sondern den Studierenden beizubringen, wie sie sie verstehen. Die Studie zeigt, dass politische Maßnahmen, die sich allein auf Verbote konzentrieren, unzureichend sind. Stattdessen sollten Universitäten darauf abzielen, das „kritische computergestützte Denken“ zu entwickeln, indem sie den Studierenden helfen, die Logik hinter den Algorithmen zu entschlüsseln, die sie verwenden. Indem sie ein tiefes Verständnis der Technologie fördern und dies mit starken ethischen Leitlinien koppeln, können Pädagogen den Studierenden helfen, diese Werkzeuge von Quellen der Abhängigkeit in Instrumente des intellektuellen Wachstums zu verwandeln. Die Forschung kommt zu dem Schluss, dass der Weg nach vorn darin liegt, die Studierenden zu befähigen, die Herren der Technologie zu sein, um sicherzustellen, dass die Maschine dem Geist dient, anstatt ihn zu ersetzen.