Human-AI Academic Co-Writing: A Systematic Review of Cognition, Authorship, and Responsibility

Seit Jahrzehnten wird der Akt des Verfassens einer wissenschaftlichen Arbeit als ein einsames menschliches Unterfangen verstanden. Ein Forscher sammelt Beweise, konstruiert ein Argument und überträgt diese Gedanken in Sätze, wobei er die volle Last der Ideen und die Verantwortung für die letzten Worte trägt. Dieser Prozess dient nicht nur der Produktion von Text; er ist der eigentliche Mechanismus, durch den Wissenschaftler komplexe Probleme durchdenken, ihre Logik testen und ihr Verständnis der Welt verfeinern. Kürzlich ist ein neuer Teilnehmer in diesen stillen Raum eingetreten: generative künstliche Intelligenz. Dies sind Computersysteme, die in der Lage sind, menschenähnliche Sprache zu erzeugen – von der Korrektur der Grammatik bis hin zum Entwerfen ganzer Absätze oder dem Vorschlagen neuer Argumente. Da diese Werkzeuge sich von einfachen Rechtschreibprüfern zu aktiven Partnern im Schreibprozess entwickeln, ist eine grundlegende Frage aufgetaucht: Wenn ein Mensch und eine Maschine zusammenarbeiten, um eine wissenschaftliche Arbeit zu erstellen, wer ist der Autor? Wer ist für die Ideen verantwortlich? Und verändert die Anwesenheit der Maschine die Art und Weise, wie der Mensch denkt?

Ein Forscher setzte sich zum Ziel, diese Fragen zu beantworten, indem er das rasant wachsende Feld der Arbeiten über das gemeinsame Schreiben von Mensch und künstlicher Intelligenz untersuchte. Er fragte nicht einfach, ob die Technologie funktioniert oder ob sie unethisch ist; stattdin untersuchte er die gesamte Landschaft der Frage, wie diese beiden Entitäten die Arbeit des Schreibens unter sich aufteilen. Durch die Analyse von fünfundvierzig verschiedenen Studien, die zwischen 2023 und 2026 veröffentlicht wurden, kartierte der Forscher genau, wo die Maschine einschreitet und wo der Mensch die feste Kontrolle behalten muss. Er fand heraus, dass die Beziehung kein einfacher Austausch eines Schreibers gegen einen anderen ist, sondern eine komplexe Arbeitsteilung, die die Natur der Arbeit selbst verändert. Entscheidend ist, dass die Übersicht betont, dass diese Arbeitsteilung je nach Kontext unterschiedlich verstanden werden muss. Beim Schreiben von Studenten ist der Prozess der Textproduktion oft das Lernziel selbst; die Delegation von Planung oder Argumentation an die KI kann die Entwicklung der genau jener Fähigkeiten schwächen, die die Aufgabe eigentlich fördern soll. Im wissenschaftlichen Schreiben, das auf Forscher ausgerichtet ist, hingegen ist das primäre Ziel die zuverlässige Produktion und Kommunikation von Wissen, wodurch Fragen der Expertise, der Verifizierung und der Rechenschaftspflicht zentraler werden als der Akt des Schreibens selbst. Diese beiden Kontexte als äquivalent zu behandeln, birgt das Risiko, diese wesentlichen Unterschiede in dem, was als angemessene KI-Beteiligung gilt, zu übersehen.

Die Übersicht zeigt, dass künstliche Intelligenz mittlerweile in fast jeder Phase des Schreibprozesses involviert ist, vom ersten Funken einer Idee bis zur abschließenden Überprüfung der Quellen. In den frühen Phasen, wie etwa beim Brainstorming oder der Erstellung einer Gliederung, fungiert die Maschine oft als Generator von Möglichkeiten und bietet eine breite Palette an Optionen an, die der Mensch in Betracht ziehen kann. Wenn die Arbeit in die Entwurfs- und Überarbeitungsphase übergeht, kann die Maschine ganze Sätze formulieren, Absätze umstrukturieren oder die Sprache polieren. Der Forscher stellte jedoch ein konsistentes Muster darin fest, wie die Verantwortung geteilt wird. Während die Maschine die schwere Arbeit der Texterzeugung übernehmen kann, behält der menschliche Schreiber fast immer die Rolle des Richters. Der Mensch ist derjenige, der entscheidet, welche Ideen beibehalten werden, der verifiziert, ob die Fakten wahr sind, prüft, ob die Quellen echt sind, und entscheidet letztlich darüber, ob das fertige Produkt bereit für die Veröffentlichung ist.

Diese Arbeitsteilung bringt klare Vorteile, führt aber auch neue Kosten mit sich. Der offensichtlichste Vorteil ist die Geschwindigkeit. Die Maschine kann Entwürfe erstellen und Sätze umformulieren viel schneller als ein Mensch, was Schreibern hilft, Schreibblockaden zu überwinden und ihre Sprache zu verfeinern. Für Forscher, die nicht Muttersprachler der Sprache sind, in der sie schreiben, kann das Werkzeug eine mächtige Hilfe sein, um komplexe Gedanken klar auszudrücken. Dennoch deutet die Übersicht darauf hin, dass diese Geschwindigkeit einen versteckten Preis hat. Der von der Maschine generierte Text ist nicht immer korrekt; er kann erfundene Fakten, falsche Zitate oder Argumente enthalten, die zwar überzeugend klingen, aber keinen Substanzgehalt besitzen. Folglich wird die Zeit, die beim Entwerfen gespart wurde, später in einem rigorosen Prozess des Prüfens und Korrigierens wieder ausgegeben. Der Forscher stellt fest, dass ein schnellerer Entwurf nicht zwangsläufig ein schnelleres fertiges Produkt bedeutet, wenn der Mensch Stunden damit verbringen muss, jede Behauptung, die die Maschine aufgestellt hat, zu verifizieren.

Die Studie hebt auch eine tiefere Spannung hinsichtlich der Frage hervor, wie der menschliche Geist mit der Arbeit interagiert. Wenn ein Autor die Maschine das Denken für ihn erledigen lässt – etwa indem er sie die Hauptargumente generieren oder die Logik des Papers konstruieren lässt –, läuft er Gefahr des „Cognitive Offloading“ (kognitiven Auslagerungsprozesses). Dies ist ein Begriff, den der Forscher verwendet, um den Akt zu beschreiben, die mentale Arbeit an den Computer abzugeben. Während dies die Aufgabe einfacher machen kann, kann es auch bedeuten, dass der Autor die geistige Übung verpasst, die aus dem Ringen mit einer Idee, dem Verfeinern eines Gedankens oder der Entdeckung einer neuen Verbindung durch den Akt des Schreibens resultiert. Der Forscher fand heraus, dass die produktivste Nutzung der Technologie dann erfolgt, wenn der Mensch aktiv involviert bleibt und die Maschine als Partner nutzt, um sein Denken zu erweitern, statt sie als Ersatz für das eigene logische Denken zu verwenden.

Die vielleicht bedeutendste Erkenntnis betrifft die Definition der Autorenschaft. Die Übersicht argumenttiert, dass die alte Denkweise über Autorenschaft – wonach die Person der Autor ist, die die Worte schreibt – nicht mehr ausreicht. In dieser neuen Ära ist die Person, die die Sätze schreibt, möglicherweise nicht diejenige, die die Anerkennung verdient, und die Person, die die Anerkennung verdient, hat möglicherweise keinen einzigen Satz geschrieben. Der Forscher schlägt vor, dass Autorenschaft dadurch definiert werden sollte, wer die intellektuelle Richtung vorgibt, wer die Wahrheit verifiziert und wer die Verantwortung für das fertige Werk übernimmt. Er schlägt vor, dass wir aufhören müssen, lediglich zu fragen: „Haben Sie KI verwendet?“, und stattdessen fragen sollten: „Was haben Sie getan und was hat die Maschine getan?“

Dieser Wandel erfordert eine neue Art der Ehrlichkeit im akademischen Publizieren. Eine einfache Aussage wie „KI wurde verwendet“ reicht nicht aus, um die ganze Geschichte zu erzählen. Der Forscher argumentiert, dass Autoren spezifischer werden müssen, indem sie genau erklären, welche Teile des Prozesses die Maschine übernommen hat und wie der Mensch die Arbeit beaufsichtigt hat. Diese Detailtiefe ist entscheidend für die Aufrechterhaltung des Vertrauens in die Wissenschaft. Wenn eine Maschine einen Abschnitt eines Papers generiert, muss der Mensch in der Lage sein, hinter jedem Wort darin zu stehen und zu verifizieren, dass es korrekt und bedeutungsvoll ist. Ohne diese klare Linie der Rechenschaftspflicht ist die Integrität der Forschung gefährdet.

Die Übersicht kommt zu dem Schluss, dass die Zukunft des akademischen Schreibens davon abhängen wird, wie gut Menschen diese Partnerschaft managen können. Die Technologie ist gekommen, um zu bleiben, und sie wird wahrscheinlich zu einem Standardbestandteil des Schreibprozesses werden. Ihr Wert wird jedoch nicht daraus resultieren, wie viel Arbeit sie leisten kann, sondern daraus, wie gut sie den menschlichen Geist unterstützt, ohne ihn zu ersetzen. Der Forscher betont, dass das Ziel nicht darin besteht, die Maschine zu verbieten, sondern sicherzustellen, dass der Mensch der Kapitän des Schiffes bleibt, der die Richtung vorgibt, die Karte prüft und die Verantwortung für das Ziel übernimmt. Während die Grenze zwischen menschlichem und maschinellem Schreiben verschwimmt, wird die wichtigste Fähigkeit für einen Wissenschaftler darin bestehen, genau zu wissen, was er selbst beigetragen hat, was die Maschine beigetragen hat und wie sicherzustellen ist, dass das fertige Werk ein wahres Abbild menschlichen Verständnisses und der Integrität bleibt.