Künstliche Intelligenz löst heute fast jede Aufgabe in der Einführung der Physik. Dies stellt Lehrkräfte vor ein großes Problem: Korrekte Ergebnisse beweisen nicht mehr, dass Lernende den Stoff verstanden haben. Dr. Gerd Kortemeyer von der ETH Zürich warnt vor einem schleichenden Prozess, den er mit dem Bild eines kochenden Frosches vergleicht. Er fordert eine Abkehr von der Ergebnisorientierung hin zur Prozessorientierung, damit physikalisches Denken trotz KI erhalten bleibt.
Das Problem mit dem kochenden Frosch
In Ihrem Berufsalltag als Ingenieurinnen und Ingenieure nutzen Sie vermutlich bereits regelmäßig generative künstliche Intelligenz (KI). Diese Sprachmodelle wie ChatGPT fassen Texte zusammen oder schreiben Code-Fragmente. Auch im Bildungssektor ist diese Technik längst angekommen. Doch während die KI im Büro die Effizienz steigert, sorgt sie im Klassenzimmer und im Hörsaal für Unruhe. Besonders in der Physik steht eine grundlegende Frage im Raum: Können Lernende die physikalischen Gesetze noch begreifen, wenn die Lösung nur einen Mausklick entfernt ist?
Gerd Kortemeyer forscht an der ETH Zürich zu künstlicher Intelligenz. Er hat sich intensiv mit der Rolle dieser Werkzeuge in der Ausbildung befasst. In der Fachzeitschrift „The Physics Teacher“ beschreibt er eine Entwicklung, die er als das „Kochender-Frosch-Problem“ bezeichnet. Diese Fabel besagt, dass ein Frosch in einem Topf mit Wasser sitzen bleibt, während die Temperatur langsam steigt. Er bemerkt die Gefahr erst, wenn es bereits zu spät ist. Für Kortemeyer ist die KI die Hitzequelle unter dem Topf der traditionellen Lehre.
Wenn das Ergebnis nichts mehr wert ist
Bisher galt eine richtige Lösung in der Physik als Beweis für Verständnis. Wer eine komplexe Aufgabe zur Mechanik oder Thermodynamik korrekt berechnet hat, der hatte das Prinzip verstanden. Diese Logik funktioniert heute nicht mehr. Aktuelle KI-Modelle lösen Aufgaben der Einführungsphysik fast ausnahmslos fehlerfrei. Oft reicht ein Foto der Aufgabenstellung aus. Die KI liefert den Rechenweg und das Ergebnis sofort.
Daraus ergibt sich eine gefährliche Situation. Lehrkräfte können korrekte Antworten nicht mehr als Stellvertreter für logisches Denken oder echtes Verständnis nutzen. Die Technik wird immer leistungsfähiger, und mit jeder neuen Version der Sprachmodelle steigt die Wassertemperatur im metaphorischen Topf. Dennoch sieht Kortemeyer in der KI nicht nur eine Bedrohung. Er betont die positiven Aspekte der Technik:
„Generative KI kann durchaus eine Hilfe sein: zum Beispiel als Werkzeug, um schnell Definitionen nachzuschlagen, Begriffe zu erklären, Analyseprogramme zu entwerfen, Schülern sofortiges Feedback zu ihren Erklärungen zu geben oder physikalische Konzepte in verschiedene Sprachen zu übersetzen“, so Kortemeyer. „Aber dies sind Hilfsmittel für die menschliche Sinnfindung und Zusammenarbeit, nicht die Hauptsache.“
Abschied von alten Mustern
Viele Lehrende stehen vor einer harten Umstellung. Über Jahrzehnte haben sie Aufgabenformate entwickelt, die heute durch eine KI in Sekunden entwertet werden. Kortemeyer beschreibt diesen Widerstand sehr menschlich:
„Veränderungen sind schwierig. Wir haben Jahre unseres Lebens damit verbracht, unsere Vorlesungsskripte und PowerPoint-Folien zu perfektionieren, und wir haben wunderschöne Aufgabenbanken mit hübschen kleinen kniffligen Szenarien aufgebaut“, sagte Kortemeyer. „Ich denke, als Physiklehrer müssen wir uns völlig neu orientieren – was wollen wir wirklich lehren?“
Die Sorge ist berechtigt. Wenn Hausaufgaben nicht mehr im Klassenraum, sondern unbeaufsichtigt online erledigt werden, verlieren sie ihren Wert als Leistungsnachweis. Gleichzeitig ist ein Verbot der KI-Werkzeuge keine Lösung. Eine totale Verbannung aus der Schule oder Universität könnte dazu führen, dass sich Lernende von der modernen Welt entfremdet fühlen. Zudem sind Programme, die KI-Texte erkennen sollen, unzuverlässig. Sie liefern oft falsche Ergebnisse und schaffen Misstrauen.
Den Prozess in den Fokus rücken
Die Lösung liegt laut Kortemeyer in einer neuen Art der Lehre. Der Fokus muss sich weg vom fertigen Ergebnis und hin zum eigentlichen Denkprozess bewegen. In der Zukunft müssen Studierende und Schulkinder lernen, wie sie KI-Ergebnisse kritisch hinterfragen. Sie sollen lernen, den Einsatz der Technik zu kennzeichnen und die Antworten der Maschine zu bewerten.
In der Praxis bedeutet das mehr Gewicht auf die Art und Weise des Denkens zu legen. Wie kommt man zu einer physikalischen Fragestellung? Wie prüft man die Plausibilität eines Ergebnisses? Solche forschungsbasierten Methoden verlangen von den Lehrkräften und den Lernenden viel Ausdauer. Es geht darum, KI in den Lernalltag zu integrieren, anstatt sie zu ignorieren.
Umfragen zeigen deutlich: Der Einsatz der Tools durch Lernende nimmt stetig zu. Die Quote der Nutzung liegt bei vielen Aufgaben bereits nahe bei 100 %. Daher ist es notwendig, den Unterricht so anzupassen, dass der „Sprung aus dem Topf“ gelingt. Pädagoginnen und Pädagogen müssen sicherstellen, dass das physikalische Verständnis nicht im bequemen warmen Wasser der KI-Lösungen untergeht.
Ein Beitrag von:
