Do Academic Credentials Still Predict Professional Competence After Generative AI?

Stellen Sie sich eine Welt vor, in der ein Universitätsabschluss weniger ein Zertifikat darüber ist, was ein Student gelernt hat, als vielmehr ein Signal für seine Fähigkeit, einen schwierigen Prozess zu durchstehen. Seit Jahrzehnten betrachten Ökonomen und Pädagogen akademische Grade durch diese Linse: die Vorstellung, dass das Erwerben eines Abschlusses beweist, dass ein Student die Disziplin und Intelligenz besitzt, eine anspruchsvolle Aufgabe zu bewältigen, selbst wenn die eingereichte Arbeit nicht vollständig sein eigener Verdienst war. Dieses System beruht auf einer einfachen Annahme: dass die Arbeit, die ein Student abgibt, ein echtes Abbild seines eigenen Geistes ist. Doch Ende 2022 kam eine neue Technologie auf den Markt, die diese Annahme zu erschüttern drohte. Generative Künstliche Intelligenz, fähig, Essays zu schreiben, Probleme zu lösen und komplexe Argumente zu entwerfen, machte es plötzlich möglich, dass Studenten qualitativ hochwertige Arbeit mit einem Bruchteil des Aufwands erzeugten. Die unmittelbare Angst war, dass diese Technologie den Wert von Abschlüssen aushöhlen würde. Wenn jeder die Arbeit produzieren konnte, würde das Signal bedeutungslos werden, und die Verbindung zwischen einem Diplom und tatsächlicher beruflicher Kompetenz würde reißen.

Diese Frage betrifft nicht nur akademische Unredlichkeit; es geht darum, ob das gesamte System der beruflichen Zertifizierung noch funktioniert. Wenn ein Absolvent einer juristischen Fakultät die Anwaltsprüfung ablegt oder ein Absolvent der Pflege eine Zulassungsprüfung absolviert, legen sie eine hochkarätige, beaufsichtigte Prüfung ab, die nicht an einen Computer ausgelagert werden kann. Diese Prüfungen sind der letzte Kontrollpunkt, der Moment, in dem das Versprechen eines Abschlusses an der Realität gemessen wird. Wenn der Kurs, der zu diesen Prüfungen führte, durch künstliche Intelligenz kompromittiert wurde, könnte der Abschluss nicht mehr vorhersagen, wer tatsächlich den Job ausüben kann. Die Sorge ist, dass die Technologie die Kosten für die Erzeugung des Signals so stark gesenkt hat, dass sie nicht mehr zwischen den Fähigen und den Unfähigen unterscheidet, wodurch Arbeitgeber und die Öffentlichkeit mit einem Zeugnis zurückbleiben, das nicht mehr das bedeutet, was es einmal bedeutete.

Ein Team von Forschern setzte sich zum Ziel, diese Angst mit harten Daten zu testen, indem sie untersuchten, ob die Ankunft generativer Künstlicher Intelligenz tatsächlich die Verbindung zwischen akademischen Qualifikationen und beruflicher Kompetenz unterbrochen hat. Sie konzentrierten sich auf zwei unterschiedliche Berufe: Jura und Pflege. Diese Felder wurden gewählt, weil sie an entgegengesetzten Enden des Spektrums hinsichtlich des Anteils liegen, den die tägliche Arbeit auf Sprache und Text basiert. Jura ist ein Bereich, der stark durch sprachbasierte Aufgaben exponiert ist, was ihn zum wahrscheinlichsten Kandidaten für eine Disruption durch textgenerierende Werkzeuge macht. Die Pflege hingegen erfordert zwar kritisches Denken, beinhaltet aber einen erheblichen Anteil an praktischer, physischer und zwischenmenschlicher Arbeit, die für einen Computer viel schwerer zu simulieren ist. Durch den Vergleich dieser beiden Felder konnten die Forscher sehen, ob die Erosion der Qualifikationen eher in dem Bereich stattfand, der der Technologie am stärksten ausgesetzt war.

Die Forscher erstellten einen massiven Datensatz, der Tausende von Jurastudiengängen und Pflegestudiengängen in den Vereinigten Staaten verfolgte. Sie betrachteten die akademischen Leistungen der Studenten bei ihrem Eintritt in diese Programme – insbesondere ihre standardisierten Testergebnisse und College-Noten – und verfolgten dann, wie dieselben Kohorten drei Jahre später ihre beruflichen Zulassungsprüfungen absolvierten. Dies schuf eine klare Zeitlinie: Die Forscher konnten sehen, ob die Studenten, die mit starken akademischen Leistungen starteten, auch nach ihrer Ausbildung die stärksten Berufstätigen wurden, und ob sich diese Beziehung nach der breiten Verfügbarkeit künstlicher Intelligenz änderte. Sie untersuchten Daten von 2014 bis 2025, was neun Jahre vor der Technologie und drei Jahre danach abdeckt.

Die Ergebnisse waren überraschend klar und standen im Gegensatz zur vorherrschenden Angst. Die Forscher fanden heraus, dass der Zusammenhang zwischen der eintretenden akademischen Fähigkeit und dem Erfolg bei der beruflichen Zulassung nach der Ankunft generativer Künstlicher Intelligenz nicht geschwächt wurde. Tatsächlich blieb die Beziehung genauso stark, und in einigen statistischen Maßen sogar etwas stärker, in den Jahren nach der Veröffentlichung der Technologie. Die Daten zeigten, dass Studenten, die das Jurastudium mit höheren Testergebnissen begannen, weiterhin mit höheren Quoten die Anwaltsprüfung bestanden, unabhängig davon, ob sie während ihres Studiums Zugang zu künstlicher Intelligenz hatten. Dasselbe Muster zeigte sich bei den Pflegestudiengängen. Die Forscher berechneten, dass es in den Daten leicht sichtbar gewesen wäre, wenn die künstliche Intelligenz die Vorhersagekraft dieser Abschlüsse signifikant gemindert hätte. Stattdessen widerlegte der Beweis einen Rückgang von mehr als etwa zwanzig Prozent, und das wahrscheinlichste Szenario ist, dass der Rückgang viel geringer oder gar nicht vorhanden war.

Einer der bemerkenswertesten Befunde war, dass der einzige größere Bruch in den Daten nicht eintrat, als die künstliche Intelligenz aufkam. Die Forscher bemerkten eine Verschiebung in den Daten um das Jahr 2022, doch diese Verschiebung trat bei einer Kohorte von Studenten auf, die den Großteil ihrer Kurse bereits abgeschlossen hatten, bevor die Technologie öffentlich veröffentlicht wurde. Dies deutet darauf darauf hin, dass die Disruption durch die Pandemie und den chaotischen Übergang zum Fernstudium verursacht wurde, nicht durch künstliche Intelligenz. Die Studenten, die die Technologie tatsächlich während ihres Studiums nutzten, zeigten keinen Rückgang in ihrer Fähigkeit, ihre abschließenden, beaufsichtigten Prüfungen zu bestehen. Die Daten deuten darauf hin, dass die Technologie zwar die Art und Weise verändert haben könnte, wie Studenten ihre täglichen Hausaufgaben erledigen, aber nicht die zugrunde liegende Fähigkeit zerstört hat, dass der Abschluss vorhersagt, wer in der realen Welt erfolgreich sein wird.

Die Studie untersuchte auch, ob die Technologie schwächeren Studenten geholfen hat, aufzuholen, indem sie alle effektiv „zusammenführte“ (pooling), sodass die Unterscheidung zwischen leistungsstarken und leistungsschwachen Personen verschwand. Dies war eine spezifische Befürchtung: dass künstliche Intelligenz es schwächeren Studenten ermöglichen würde, Arbeiten zu produzieren, die genauso gut aussähen wie die der Top-Studenten, und somit die Leistungskurve abflachen würde. Die Forscher fanden keine Anzeichen dafür. Die Verteilung der Punktzahlen komprimierte sich nicht so, wie es die Theorie vorhersagte. Die Spitzenperformer blieben von den Leistungsschwächeren unterscheidbar, und die Lücke zwischen ihnen verschwand nicht. Die Technologie wirkte nicht als großer Gleichmacher, der die Unterschiede in der studentischen Leistungsfähigkeit auslöschte; die Rangfolge der Studenten nach ihrer späteren beruflichen Kompetenz blieb intakt.

Was bedeutet das für den Wert eines Abschlusses im Zeitalter der künstlichen Intelligenz? Die Ergebnisse legen nahe, dass das System der beruflichen Zertifizierung robuster ist, als viele befürchtet hatten. Die abschließenden, beaufsichtigten Prüfungen, die bestimmen, wer Jura oder Medizin praktizieren darf, fungierten als zuverlässiger Filter, der jeglichen Verlust an Kompetenz auffing, der während der früheren, unbeaufsichtigten Kursarbeit aufgetreten sein mochte. Der Abschluss signalisiert immer noch, dass eine Person die Fähigkeit besitzt, die Prüfung zu bestehen, auf die es ankommt. Dies bedeutet jedoch nicht, dass das System perfekt ist oder dass die Integrität der täglichen Hausaufgaben sicher ist. Die Forscher weisen darauf hin, dass sich das Risiko lediglich „upstream“ verschoben hat. Die Gefahr besteht nicht länger darin, dass die Abschlussprüfung kompromittiert wird, sondern dass der Lernprozess selbst – die täglichen Aufgaben und die Entwicklung von Fähigkeiten – auf eine Weise verändert worden sein könnte, die die Abschlussprüfung nicht wahrnehmen kann. Der Abschluss sagt den Erfolg in der Prüfung voraus, aber er garantiert möglicherweise nicht mehr, dass der Student alles gelernt hat, was er eigentlich hätte lernen sollen.

Die Studie kommt zu dem Schluss, dass die Ankunft generativer Künstlicher Intelligenz das Signal akademischer Qualifikationen noch nicht zerstört hat. Die Verbindung zwischen dem, was ein Student zu Beginn weiß, und dem, was er am Ende tun kann, bleibt stark. Die Technologie hat den Abschluss nicht bedeutungslos gemacht, noch hat sie die Grenze zwischen den Fähigen und den Unfähigen verwischt. Stattdessen hat das System den Schock absorbiert, wobei die abschließenden, hochkarätigen Prüfungen weiterhin als vertrauenswürdiges Maß für die berufliche Bereitschaft dienen. Die eigentliche Herausforderung für Pädagogen und Institutionen besteht nicht darin, die Abschlussprüfung zu schützen, die sich als widerstandsfähig erwiesen hat, sondern sicherzustellen, dass das Lernen in den Jahren vor dieser Prüfung immer noch echt und effektiv ist. Der Abschluss funktioniert weiterhin, aber der Weg, den er zertifiziert, hat sich auf eine Weise verändert, die wir erst am Anfang zu verstehen beginnen.