Akademische Integrität im Zeitalter der KI: Strategien für Schweizer Bildungseinrichtungen

Ein tektonischer Wandel in der akademischen Integrität

Die Veröffentlichung von ChatGPT im November 2022 hat das Problem akademischer Unredlichkeit nicht geschaffen — aber es hat dessen Ausmass und Natur grundlegend verändert. Innerhalb weniger Monate erkannten Lehrpersonen weltweit, einschliesslich jener an Schweizer Spitzeninstitutionen, dass die Werkzeuge zur Erstellung plausiblen akademischen Textes für jeden Studierenden mit Internetzugang zugänglich geworden waren.

Für Schweizer Bildungseinrichtungen mit ihren besonderen Traditionen akademischer Strenge — von der Maturitätsarbeit auf Gymnasialstufe bis zu Doktorarbeiten an Forschungsuniversitäten — erfordert dieser Wandel eine umfassende, durchdachte Antwort. Dieser Artikel untersucht, wie sich Schweizer Institutionen anpassen, und bietet praktische Strategien zur Wahrung der akademischen Integrität in dieser neuen Landschaft.

Der Schweizer Bildungskontext

Ein auf Vertrauen aufgebautes System

Das Schweizer Bildungssystem hat traditionell mit einem hohen Mass an Vertrauen in die akademische Ehrlichkeit der Studierenden funktioniert. Die Maturitätsarbeit, ein umfangreiches eigenständiges Forschungsprojekt, das für die Schweizer Matura erforderlich ist, verkörpert dieses Vertrauen: Studierende arbeiten über mehrere Monate weitgehend selbständig, um ein originales Forschungsstück zu erstellen. Ebenso erfordern Seminararbeiten und Bachelorarbeiten im Bologna-System anhaltende eigenständige Arbeit.

Dieses vertrauensbasierte System hat viele Stärken, bedeutet aber auch, dass Schweizer Institutionen besonders anfällig für den Missbrauch generativer KI sein können.

Wie Schweizer Institutionen reagiert haben

Schweizer Institutionen haben seit Ende 2022 unterschiedliche Ansätze verfolgt:

ETH Zürich gehörte zu den ersten Schweizer Institutionen, die formelle Richtlinien veröffentlichten, mit der Betonung, dass KI-Tools als Hilfsmittel genutzt werden dürfen, aber deklariert werden müssen. Ihre Richtlinie unterscheidet zwischen verschiedenen Stufen der KI-Nutzung und verlangt eine transparente Dokumentation.

EPFL verfolgte einen ähnlich progressiven Ansatz und integrierte KI-Kompetenz in den Lehrplan, während klare Grenzen für die Bewertungsintegrität beibehalten wurden. Die Schule entwickelte spezifische Richtlinien für verschiedene Bewertungstypen.

Universität Zürich gründete eine Arbeitsgruppe zu KI in der Lehre, die institutionsweite Empfehlungen entwickelte. Ihr Ansatz betont pädagogische Anpassung — die Veränderung der Bewertungspraxis statt reiner Überwachung der KI-Nutzung.

Universität Bern konzentrierte sich auf die Weiterbildung der Dozierenden mit Schulungsprogrammen zur Gestaltung KI-resistenter Prüfungen und zur angemessenen Interpretation von Erkennungsergebnissen.

Praktische Strategien für akademische Integrität

1. Prozessbasierte Bewertung

Die effektivste Einzelstrategie zur Wahrung der Integrität ist die Bewertung des Prozesses, nicht nur des Produkts. Dieser Ansatz hat tiefe Wurzeln in der Schweizer Bildungstradition — die Maturitätsarbeit beispielsweise umfasst schon immer eine Prozesskomponente mit Betreuungsgesprächen und Zwischenpräsentationen.

Praktische Umsetzungen umfassen:

• Obligatorische Entwurfsphasen: Verlangen Sie die Einreichung von Gliederungen, Erstentwürfen und überarbeiteten Versionen. Verfolgen Sie die Entwicklung der Ideen durch den Schreibprozess.
• Forschungstagebücher: Bitten Sie Studierende, Protokolle ihrer Recherche- und Schreibaktivitäten zu führen, einschliesslich Screenshots von Datenbankrecherchen und Notizen zu Quellen.
• Versionskontrolliertes Schreiben: Nutzen Sie Plattformen, die die Dokumentenhistorie nachverfolgen (Google Docs, Overleaf), und verlangen Sie, dass Studierende in diesen Umgebungen arbeiten.
• Betreuungsgespräche: Planen Sie regelmässige Treffen, bei denen Studierende ihren Fortschritt diskutieren und ihre Vertrautheit mit den Quellen demonstrieren.

2. Mündliche Bewertungskomponenten

Mündliche Prüfungen und Verteidigungen — Kolloquien in der Schweizer Tradition — sind eine ausgezeichnete Ergänzung zu schriftlichen Arbeiten im Zeitalter der KI. Sie testen, ob Studierende das Material wirklich verstehen und diskutieren können:

• Maturitätsarbeit-Präsentationen: Diese existieren bereits an den meisten Gymnasien und bieten eine natürliche Kontrolle der Authentizität
• Seminardiskussionen: Studierende müssen ihre schriftlichen Arbeiten im Seminar präsentieren und verteidigen
• Mündliche Nachprüfungen: Kurze 10-15-minütige Gespräche, in denen Dozierende Studierende bitten, spezifische Aspekte ihrer Einreichungen zu vertiefen
• Peer-Review-Sitzungen: Strukturierte Sitzungen, in denen Studierende die Arbeiten der anderen besprechen und überprüfen

3. KI-bewusstes Prüfungsdesign

Die Neugestaltung von Prüfungen, die von Natur aus resistent gegen KI-Missbrauch sind:

• Persönliche und lokale Integration: Verlangen Sie, dass Studierende Kursmaterial mit persönlichen Erfahrungen oder spezifischen Schweizer Fallstudien verbinden
• Kursspezifische Inhalte: Gestalten Sie Aufgaben, die die Integration von Material aus spezifischen Vorlesungen oder Gastvorträgen erfordern
• Primärquellenanalyse: Stellen Sie spezifische Dokumente oder Datensätze zur Analyse bereit
• Vergleichende und angewandte Aufgaben: Bitten Sie Studierende, im Kurs diskutierte Theorien zu vergleichen oder auf präsentierte Szenarien anzuwenden
• Multimodale Einreichungen: Verlangen Sie Kombinationen aus Text, annotierten Diagrammen, handgezeichneten Skizzen oder Audio-Reflexionen

4. Klare und differenzierte KI-Richtlinien

Wirksame Richtlinien unterscheiden zwischen verschiedenen Arten und Stufen der KI-Nutzung. Ein pauschales Verbot ist weder durchsetzbar noch pädagogisch sinnvoll. Stattdessen entwickeln Schweizer Institutionen abgestufte Ansätze:

• Stufe 0 — Keine KI: Für Bewertungen, bei denen ununterstütztes Schreiben essenziell ist (z.B. Klausuren)
• Stufe 1 — KI für die Recherche: Studierende dürfen KI zum Brainstorming oder zur Quellensuche nutzen, aber alles Schreiben muss eigenständig sein
• Stufe 2 — KI als Lektorat: Studierende dürfen KI für Grammatikprüfung oder Übersetzungshilfe nutzen, mit Offenlegung
• Stufe 3 — KI als Mitarbeiter: Studierende dürfen KI zur Texterstellung nutzen, müssen aber wesentlich überarbeiten und originale Analyse hinzufügen, mit vollständiger Dokumentation

5. Erkennungstools als Teil des Ökosystems

KI-Erkennungstools wie AIDetector.ch dienen als eine Komponente einer umfassenden Integritätsstrategie. Sie sind am effektivsten, wenn sie:

• Als Screening-Tool genutzt werden, nicht als alleinige Grundlage für Anschuldigungen
• Mit Prozessdokumentation und mündlicher Bewertung kombiniert werden
• Konsistent bei allen Studierenden eines Kurses angewendet werden
• Von klaren Richtlinien begleitet werden, was bei erkannter KI-Nutzung geschieht

Eine Kultur der Integrität aufbauen

Letztlich geht der nachhaltigste Ansatz über Regeln und Technologie hinaus und kultiviert eine echte Kultur der akademischen Integrität:

• Wertebasierte Diskussion: Führen Sie Gespräche mit Studierenden darüber, warum eigenständige Arbeit wichtig ist
• KI-Kompetenz: Vermitteln Sie Studierenden, was KI kann und was nicht, und warum unkritische Abhängigkeit von KI ihre eigene Entwicklung untergräbt
• Positive Anreize: Würdigen und belohnen Sie authentische wissenschaftliche Leistung
• Vorbildfunktion der Dozierenden: Demonstrieren Sie transparente und ethische KI-Nutzung in Ihrer eigenen Lehre und Forschung

Ausblick

Die Beziehung zwischen KI und akademischer Integrität wird sich weiterentwickeln. Neue KI-Modelle werden leistungsfähiger, und neue Erkennungsmethoden werden entstehen. Schweizer Institutionen, die jetzt flexible, prinzipienbasierte Rahmenwerke etablieren — gegründet auf pädagogischen Werten statt auf reaktiver Überwachung — werden am besten positioniert sein, sich anzupassen.

Der Verband swissuniversities hat zu kontinuierlicher Zusammenarbeit unter Schweizer Hochschulen aufgerufen, um Best Practices auszutauschen, gemeinsame Standards zu entwickeln und Forschung zu wirksamen Ansätzen zu finanzieren. Dieser kollaborative Geist, charakteristisch für das Schweizer Bildungssystem, wird bei der Bewältigung der kommenden Herausforderungen unverzichtbar sein.

Quellen

• swissuniversities, «Künstliche Intelligenz in der Hochschulbildung: Herausforderungen und Chancen», Positionspapier, 2024.
• ETH Zürich, «Richtlinien zum Einsatz von KI-Tools in der Lehre», Vizepräsidium für Lehre, 2023.
• EPFL, «Richtlinien zum Einsatz generativer KI in Lehre und Lernen», Vizepräsidium für Lehre, 2023.
• Universität Zürich, «Empfehlungen zu KI in der Lehre», Lehrkommission, 2024.
• EDK, «Digitale Transformation in der Bildung», Strategieplan, 2023.
• TEQSA, «Academic Integrity in the Age of Artificial Intelligence», Guidance Note, 2023.
• QAA, «Contracting to Cheat in Higher Education», 2023.
• Perkins, M. et al., «Academic Integrity Considerations of AI Large Language Models in the Post-Pandemic Era», Journal of University Teaching & Learning Practice, 20(2), 2023.