Kontextbasierte Matheaufgaben mit ChatGPT und Co. – von Chancen, Fehlvorstellungen und Risiken

Die erste – häufig unbewusste – Fehlvorstellung besteht darin, anzunehmen, dass die KI „von selbst“ erkennt, welche konkreten Anforderungen gestellt werden. Entsprechend werden oft sehr allgemeine Prompts formuliert, etwa:

„Erstelle mir eine Klassenarbeit zu Ableitungen.“

Dass das Ergebnis in solchen Fällen selten den spezifischen Anforderungen entspricht – beispielsweise einer Klassenarbeit für das berufliche Gymnasium (Klasse 11) in Baden-Württemberg – liegt daran, dass diese Kontextinformationen nicht übermittelt wurden. Ein qualitativ hochwertiger Prompt sollte daher unter anderem Angaben zu Zielgruppe, Themenbereichen, Anforderungsniveaus sowie Umfang und Struktur enthalten. Bereits diese kurze Aufzählung verdeutlicht, dass effektive Prompts eine gewisse Ausführlichkeit erfordern.

Die zweite Fehlvorstellung besteht in der Annahme, KI-Tools führten automatisch zu einer Arbeitserleichterung bei gleichbleibender Qualität. Tatsächlich führt diese Erwartung häufig zu den eingangs erwähnten qualitativ unzureichenden Ergebnissen – zu AI Slop.

Ein hochwertiges Endprodukt entsteht nicht durch die KI allein, sondern durch einen iterativen Arbeitsprozess: Inhalte müssen geplant, gezielt generiert, kritisch geprüft und gegebenenfalls überarbeitet werden. KI kann diesen Prozess unterstützen und verbessern, ersetzt jedoch nicht die fachliche und didaktische Gestaltung. Der Fokus sollte daher nicht primär auf Zeitersparnis liegen, sondern auf Qualitätssteigerung.

Ein anschauliches Beispiel hierfür ist auch dieser Artikel: Er wurde zunächst vollständig eigenständig verfasst und anschließend mithilfe von KI sprachlich überarbeitet. Aus den generierten Vorschlägen wurden gezielt passende Formulierungen ausgewählt und integriert. Auf diese Weise konnte die Qualität des Textes gesteigert werden, ohne dass sich der Arbeitsaufwand wesentlich reduziert hat.