KI bei mündlichen Prüfungen: transparente Kriterien und die Kontrolle der Lehrkraft bewahren

Eine mündliche Antwort enthält Wissen, eine Art der Erklärung und sprachliche Merkmale. KI kann ein Transkript vorbereiten, Ausschnitte finden und Rückmeldungen anhand eines Bewertungsrasters vorschlagen. Ein überzeugend gestalteter Bericht belegt jedoch nicht, dass das System die lernende Person korrekt gehört oder die angestrebte Fertigkeit bewertet hat. Wenn aus einer automatischen Punktzahl ohne fachliche Prüfung eine Entscheidung wird, können ein Erkennungsfehler oder ein unklares Kriterium das Ergebnis beeinflussen. Ein tragfähiger Prozess beginnt damit, was über das Lernen festgestellt werden soll und welche Belege dies in der konkreten Antwort stützen.

Im Folgenden wird beispielhaft ein von der Lehrkraft geleiteter Bewertungsansatz mit KI-Unterstützung vorgestellt. Er unterscheidet sich vom offenen Üben mit einem Sprachtutor: Hier kann das Ergebnis eine Lernentscheidung beeinflussen, weshalb ausdrückliche Bedingungen, dokumentierte Grundlagen und ein Überprüfungsverfahren erforderlich sind. Kein universeller Prompt garantiert eine faire Bewertung für alle Stimmen und Fachgebiete. Die Beispiele sind fiktiv: Sie erläutern die Arbeitsorganisation, berichten nicht über tatsächliche automatisierte Prüfungen von Lernenden und legen keine rechtlichen Anforderungen für jede Bildungseinrichtung fest.

Bestimmen Sie vor der Werkzeugwahl den Bewertungsgegenstand

Schreiben Sie auf, was die Lernenden zeigen müssen: einen Ursache-Wirkungs-Zusammenhang erklären, die Wahl einer Methode begründen, eine Lösung verteidigen oder ein berufliches Gespräch führen. Dies sind unterschiedliche Aufgaben. Akzent und Sprechgeschwindigkeit können für eine fachliche Erklärung unerheblich sein. Eine separate Ausspracheübung braucht eigene Kriterien. Vermischen Sie diese Ansätze nicht zu einer abstrakten Punktzahl für die „Antwortqualität“. Jedes bewertete Merkmal muss didaktisch begründet und den Teilnehmenden vor der Leistungserbringung bekannt sein, statt erst nach der Modellanalyse der Aufnahme aufzutauchen.

Legen Sie das Gewicht dieser Prüfung im Kurs und die Rolle anderer Belege fest. Eine kurze mündliche Antwort umfasst nicht die gesamte Kompetenz einer Person. Bei einer wichtigen Entscheidung kann ein einzelner Fall nicht ausreichen. Lassen Sie die KI nicht aus Klangfarbe, Pausen oder Sicherheit auf allgemeine Fähigkeiten, Motivation oder Integrität schließen. Arbeiten Sie mit Überprüfbarem: Die lernende Person hat eine Bedingung genannt, einen Begriff angewandt oder eine Einschränkung erklärt. Die Grenzen der Schlussfolgerung müssen zur tatsächlichen Aufgabe und zum Beobachtungsumfang passen und nicht zur Fähigkeit des Modells, ein langes psychologisches Profil zu schreiben.

Zerlegen Sie das Bewertungsraster in beobachtbare Bestandteile

Bei einer Methodenerklärung können Sie fachliche Genauigkeit, Argumentation und das Verständnis der Anwendungsgrenzen getrennt bewerten. Beschreiben Sie die Stufen anhand beobachtbarer Merkmale. Beispielsweise nennen die Lernenden die entscheidende Bedingung und erklären, warum die Schlussfolgerung ohne sie nicht gilt. Allgemeine Wörter wie „gut“, „tiefgehend“ oder „überzeugend“ bieten keine ausreichende Grundlage. Carnegie Mellon beschreibt Bewertungsraster als Werkzeug für ausdrückliche Kriterien; konkrete Stufen für Ihr Fachgebiet müssen entwickelt, geprüft und mit Kurszielen sowie Beispielantworten abgestimmt werden.

Sammeln Sie Referenzantworten unterschiedlicher Qualität und erklären Sie jede Entscheidung. Sie dürfen nicht die einzigen zulässigen Formulierungen sein. Lernende können denselben Gedanken in anderen Worten oder einer anderen Reihenfolge korrekt ausdrücken. Das Raster soll die Bedeutung und nicht die Nähe zum Text der verfassenden Person bewerten. Bewahren Sie für jedes Kriterium Beispiele für Erfüllung, teilweise Erfüllung und Fehlen des benötigten Merkmals auf. Legen Sie gesondert fest, wie diese konkrete Aufgabe Selbstkorrekturen, Antworten nach einer Rückfrage und eine richtige Schlussfolgerung mit fehlerhafter Begründung behandelt.

Erklären Sie den Lernenden die Bedingungen und die Beteiligung der KI

Teilen Sie vor der Prüfung Format, Dauer, zulässige Materialien, Rolle von Rückfragen und Verfahren für eine technisch bedingte Wiederholung mit. Erklären Sie, was das automatische Werkzeug tut: Sprache erkennen, vorläufige Anmerkungen vorbereiten oder beim Zuordnen von Ausschnitten zum Raster helfen. Die Lernenden müssen wissen, wer endgültig entscheidet und wie sie einen Fehler melden können. Transparenz bedeutet nicht, sie mit technischen Einzelheiten zu überfordern. Geben Sie klare Informationen dazu, was die Leistung beeinflusst, welche Daten verwendet werden und wohin sie sich wenden können, wenn Aufnahme oder Rückmeldung nicht zum Gesagten passen.

Ermöglichen Sie den Lernenden, das Format anhand eines Übungsbeispiels kennenzulernen, das nicht das Endergebnis bestimmt. So beeinträchtigt mangelnde Vertrautheit mit der Oberfläche die fachliche Fertigkeit weniger. Prüfen Sie, ob die Lernenden verstehen, wann die Aufnahme beginnt, ob sie um Wiederholung der Aufgabe bitten dürfen und wie sie eine Antwort abschließen. Wenn einige das Werkzeug ausgiebig geübt haben und andere ihm erst bei der Prüfung begegnen, können sich die Bedingungen aus Gründen unterscheiden, die nichts mit dem Lerninhalt zu tun haben. Prüfen Sie organisatorische Regeln, bevor umstrittene Ergebnisse und nachträgliche Erklärungen entstehen.

Bereiten Sie vergleichbare Fragen und Hilfestellungen vor

Legen Sie für die Varianten ein gemeinsames Lernziel und einen vergleichbaren Denkaufwand fest. Gleiche Zeit garantiert keine gleiche Schwierigkeit. Eine Definitionsfrage ist nicht schon deshalb mit der Erklärung eines neuen Falls gleichwertig, weil beide dasselbe Thema betreffen. Bereiten Sie eine fachliche Prüfung der Varianten und zulässigen Präzisierungen vor. Lassen Sie die KI das Niveau während der Prüfung nicht willkürlich anhand eines oberflächlichen Stimmeindrucks verändern. Adaptives Üben und eine vergleichbare abschließende Entscheidung benötigen unterschiedliche Gestaltungen, die für die konkrete Lernsituation ausdrücklich gewählt werden.

Kennzeichnen Sie Hilfestellungen. Wenn die Lehrkraft in einer Präzisierung eine entscheidende Bedingung nennt, enthält die anschließende Antwort bereits externe Unterstützung. Dies macht sie nicht zwangsläufig unbrauchbar, muss aber anhand einer vorab vereinbarten Regel berücksichtigt werden. Trennen Sie die Bitte um Wiederholung eines unhörbaren Textes von einem inhaltlichen Hinweis. Erstere darf nicht automatisch die Wissensbewertung verringern. Letzterer benötigt eine klare Behandlung im Raster. Ohne diese Unterscheidung kann die automatische Analyse Antworten vergleichen, die mit erheblich unterschiedlicher Hilfe und unterschiedlichem Zugang zu den Aufgabenbedingungen entstanden sind.

Prüfen Sie vor einer inhaltlichen Schlussfolgerung die Aufnahmequalität

Bestätigen Sie zu Beginn, dass die Stimme hörbar ist, nichts abgeschnitten wird und die gesamte Antwort aufgenommen wird. Sehen Sie bei Fernprüfungen ein klares Verfahren für technische Ausfälle vor. Wenn Ton verloren geht, fehlt dem System eine ausreichende Grundlage für die Schlussfolgerung, dass Wissen fehlt. Auch ein Erkennungstext garantiert keine Vollständigkeit. Prüfen Sie wichtige Pausen, Sprecherwechsel und Stellen mit unsicheren Wörtern. Die technische Prüfung stellt fest, ob die Belege für eine spätere fachliche Entscheidung geeignet sind; sie ist kein eigener versteckter Bestandteil der Note.

Bewahren Sie die Verknüpfung von Aufnahme und Transkript. Wenn eine redaktionell prüfende Person Erkennungsfehler korrigiert, muss sichtbar sein, was geändert wurde und warum. Schreiben Sie die Antwort nicht stellvertretend für die lernende Person wissenschaftlich korrekt um. Sonst wird der bearbeitete Text und nicht die erbrachte Leistung bewertet. Markieren Sie unverständliche Wörter und legen Sie einen Klärungsprozess fest. Wählen Sie nicht einfach die automatische Variante, die am besten zur erwarteten Musterlösung passt. Es braucht eine auf dem Audio beruhende oder anderweitig vereinbarte Begründung, die die Lehrkraft oder das zuständige Team bei einer späteren Überprüfung einer umstrittenen Entscheidung erklären kann.

Legen Sie fest, welche Daten die KI tatsächlich erhält

Ein Werkzeug, das nur ein Transkript sieht, kann aus dem Text allein weder Intonation noch Aussprachequalität begründet bewerten. Auch ein Werkzeug mit Audiozugang braucht eine gesonderte Validierung für die jeweilige Aufgabe. Lassen Sie ein Modell kein Merkmal beurteilen, das in seiner Eingabe fehlt oder das es in diesem Prozess nicht zuverlässig analysieren kann. Kennzeichnen Sie die Quelle im Bericht ausdrücklich: Textzitat, Ausschnitt mit Zeitangabe oder Anmerkung der Lehrkraft. Das hilft, in automatisch vorbereiteten Rückmeldungen Beobachtung und Annahme zu unterscheiden.

Verlangen Sie für jede Schlussfolgerung einen Bezug zu einem konkreten Antwortteil und dem entsprechenden Kriterium. Bei „unzureichender Argumentation“ muss erkennbar sein, welcher Zusammenhang nicht hergestellt wurde. „Die Erklärung ist falsch“ muss fachlich begründet sein. Akzeptieren Sie keine erfundenen Zitate oder Verallgemeinerungen ohne Ausschnitte. Wenn das Modell ein Merkmal nicht findet, beweist dies nicht dessen Fehlen: Die Lehrkraft muss Kontext und zulässige Umformulierungen prüfen. Eine automatische Durchsicht hilft bei der Navigation, beseitigt aber nicht die Notwendigkeit, die vollständige Antwort zu betrachten, insbesondere wenn ein einzelner Satz von der vorherigen Erklärung der lernenden Person abhängt.

Stimmen Sie den Prozess anhand unabhängig bewerteter Beispiele ab

Bereiten Sie eine kleine Auswahl von Lernaufnahmen oder eigens erstellten Antworten vor, die sich zur Prüfung eignen. Lehrkräfte bewerten sie zuerst unabhängig anhand des Rasters und untersuchen anschließend Unterschiede. Wenn Menschen ein Kriterium unterschiedlich auslegen, präzisieren Sie es vor dem KI-Test. Ein Modell behebt eine mehrdeutige Skala nicht allein durch eine selbstsichere Antwort. Bewahren Sie Grenzfallbeispiele auf: ein richtiger Gedanke mit unvollständiger Erklärung, eine Selbstkorrektur oder eine ungewöhnliche Argumentreihenfolge. Diese zeigen besser als ausschließlich eine ideale und eine völlig leere Antwort, wie die Kriterien tatsächlich funktionieren.

Vergleichen Sie automatische Vorschläge mit fachlichen Entscheidungen für jeden Bestandteil. Dieselbe Gesamtpunktzahl kann gegensätzliche Fehler in unterschiedlichen Kriterien verdecken. Behaupten Sie nicht anhand einiger Kontrollaufnahmen Zuverlässigkeit für alle Lernenden. Beschreiben Sie Bedingungen und nicht untersuchte Fälle. Wiederholen Sie Prüfungen nach Änderungen an Modell, Prompt oder Raster. Wenn der Prozess keine ausreichend übereinstimmenden Ergebnisse liefert, beschränken Sie die KI auf das Finden von Ausschnitten oder das Gestalten der Rückmeldung. So können Sie den nützlichen Werkzeuganteil verwenden, ohne ihm eine Entscheidung zu übertragen, für die im geprüften Lernkontext ausreichende Grundlagen fehlen.

Bewahren Sie die unabhängige Entscheidung der Lehrkraft

Eine hilfreiche Reihenfolge besteht aus eigenen Notizen anhand des Rasters, gefolgt vom automatischen Vorschlag und einer Prüfung der Unterschiede. Dieser Ansatz wird hier vorgeschlagen, um den Einfluss der zuerst gezeigten Punktzahl zu verringern. Die Forschung von Buçinca und ihrem Forschungsteam untersucht in einem konkreten Experiment das übermäßige Vertrauen auf KI; sie beweist keine automatische Verbesserung jeder mündlichen Prüfung. Für Lehrkräfte ergibt sich praktisch daraus, dass eine ausführliche Modellerklärung eine Entscheidung nicht von selbst zu einer geprüften macht. Sie muss aktiv mit Belegen verglichen werden und Raum für begründeten Widerspruch lassen.

Die menschliche Kontrolle muss tatsächlich stattfinden. Wenn Lehrkräfte nur eine Endzahl sehen und keine Zeit haben, die Aufnahme zu öffnen, wird ihre Beteiligung zur Formalität. Organisieren Sie Oberfläche oder Arbeitspaket so, dass Antwort, Kriterien, Ausschnitte und Begründung des vorgeschlagenen Ergebnisses verfügbar sind. Hinterlassen Sie für eine geänderte Entscheidung eine kurze Erklärung. Nicht jede Note braucht einen langen Aufsatz, doch ein umstrittener Fall benötigt eine nachvollziehbare Grundlage. Verantwortung bedeutet, das Ergebnis prüfen und korrigieren zu können, statt am Ende des Arbeitstags lediglich einen automatisch erstellten Bericht zu unterschreiben.

Ersetzen Sie Inhalt nicht durch Stimmmerkmale

Lernende können langsam sprechen, einen Akzent haben oder lange Pausen machen und ein Thema dennoch korrekt erklären. Wenn Sprechtempo kein Lernziel ist, darf es nicht unbemerkt die Fachnote beeinflussen. Lassen Sie die KI nicht aus dem Klang auf Ehrlichkeit oder Gefühlszustand schließen. Wählen Sie für berufliche Kommunikation überprüfbare Merkmale: klare Rückfragen, Handlungsreihenfolge und Verständnissicherung. Dies ermöglicht konkrete Rückmeldungen ohne unbegründete Aussagen über Persönlichkeit, innere Motivation oder allgemeine Eignung für einen künftigen Beruf.

Prüfen Sie die Barrierefreiheit der Interaktion: lesbare Anweisungen, Aufnahmesteuerung, verständliche Fehlermeldungen und Zugang zu erforderlicher Unterstützung nach den Regeln der Einrichtung. WCAG 2.2 legt Anforderungen an die Barrierefreiheit von Webinhalten fest. Ein Link zum Standard bestätigt jedoch nicht von selbst, dass Ihre konkrete Prüfung barrierefrei ist. Wenn sich die Antwortmethode ändert, muss die Lehrkraft ihren Bezug zum Lernziel bestimmen. Bezeichnen Sie ein technisches Hindernis nicht als Wissensmangel. Stellen Sie zuerst fest, ob die Teilnehmenden unter den vereinbarten Bedingungen tatsächlich die Möglichkeit hatten, die verlangte Handlung auszuführen.

Bieten Sie klare Rückmeldungen und ein Überprüfungsverfahren

Die abschließende Rückmeldung soll eine Stärke, eine konkrete Lücke und die nächste Lernhandlung zeigen. Beziehen Sie sich auf den Antwortinhalt und nicht auf die abstrakte Sicherheit des Systems. Bieten Sie bei Widerspruch einen klaren Weg: Kriterium, umstrittenen Ausschnitt und Begründung benennen. Die Überprüfung beginnt mit Aufnahme und Raster und nicht mit einem weiteren Prompt an dasselbe Modell in der Hoffnung auf die gewünschte Punktzahl. Korrigieren Sie nach einem erkannten Fehler die zugehörigen Schlussfolgerungen, damit ein falsches Transkript nicht Grundlage späterer Rückmeldungen oder Lernempfehlungen bleibt.

Allgemeine Fragen menschlicher Beteiligung in der Bildung behandelt UNESCO, während Risiken generativer Systeme systematisiert werden durch NIST. Diese Quellen ersetzen weder die konkrete Richtlinie Ihrer Einrichtung noch Prüfungen des didaktischen Konzepts. Das Team braucht festgelegte Rollen: Wer genehmigt das Raster, prüft die technische Aufnahme, trifft die fachliche Entscheidung und bearbeitet Einsprüche? Wenn eine Rolle nicht festgelegt ist, kann selbst eine gut geschriebene Anweisung Lernende ohne echte Möglichkeit zurücklassen, einen Fehler prüfen zu lassen und nach der Prüfung eine klare Erklärung ihres Ergebnisses zu erhalten.

Organisieren Sie Materialien und pflegen Sie Versionen

Wenn das WeStudy-LMS Teil des Kurses ist, verwenden Sie die geprüften Möglichkeiten Ihrer Konfiguration, um Anweisungen, Kriterien und Rückmeldungen bereitzustellen. Legen Sie vor dem Start den tatsächlichen Ablauf für Aufnahmen und externe Werkzeuge fest. Gehen Sie weder von eingebauter automatischer Bewertung durch ein beliebiges Sprachmodell noch vom garantierten Import jedes Formats aus. Die Lernenden müssen das aktuelle Raster sehen und das Überprüfungsverfahren kennen. Die technische Organisation soll einen fachlichen Prozess unterstützen, in dem Belegzugang und Verantwortung der Lehrkraft vom Beginn des Versuchs bis zur endgültigen Entscheidung erhalten bleiben.

Das WeStudy-LMS kann innerhalb der verfügbaren Funktionen bei der Organisation von Lernmaterialien helfen. Die Fairness einer Schlussfolgerung hängt jedoch von Aufgabenqualität, Raster und menschlicher Prüfung ab. Bewahren Sie Versionen und Kalibrierungsergebnisse auf, prüfen Sie häufige Unterschiede und begrenzen Sie die KI-Rolle überall dort, wo sie nicht validiert ist. Eine gut gestaltete mündliche Prüfung ermöglicht es Teilnehmenden, das erforderliche Wissen zu zeigen, und Lehrkräften, ihre Entscheidungen anhand konkreter Belege zu erklären. Automatische Unterstützung soll diese Belege zugänglicher machen, ohne den Unterschied zwischen einer vorläufigen Werkzeugannahme und einer verantwortlichen menschlichen Lernbeurteilung zu verwischen.

Betrachten Sie einen fiktiven Streitfall

Eine lernende Person erklärt, warum zwei Mittelwerte von unterschiedlich großen Gruppen nicht einfach gemittelt werden dürfen, wenn ein Mittelwert über alle Beobachtungen gesucht ist. Sie nennt zuerst ein Beispiel und anschließend die Regel zu den Gewichten. Die automatische Rückmeldung behauptet, die Bedingung sei nicht genannt worden, weil sie die entscheidende Formulierung am Antwortanfang gesucht hat. Die Lehrkraft öffnet die vollständige Aufnahme und findet die erforderliche Erklärung am Ende. Dieses fiktive Beispiel zeigt ein Problem der Argumentreihenfolge. Die Übereinstimmung mit dem Raster muss anhand der Bedeutung der gesamten Antwort festgestellt werden, sofern nicht eine andere strukturelle Anforderung gesondert als Lernziel definiert wurde.

In einem anderen Versuch nennt eine lernende Person die Gewichtung korrekt, wendet die Gewichte aber vertauscht an. Das Wort allein macht die Lösung nicht richtig. Die Lehrkraft prüft das Beispiel und trennt teilweises Begriffsverständnis von falscher Anwendung. KI kann helfen, beide Ausschnitte zu finden, darf dies aber nicht durch eine Verallgemeinerung über „vollständige Beherrschung des Themas“ ersetzen. Die Rückmeldung muss lediglich zeigen, welcher Schritt Übung braucht. Weiten Sie die Schlussfolgerung nicht über die erledigte Aufgabe hinaus aus: Ein Fehler belegt keine dauerhafte Unfähigkeit zur Datenarbeit, ebenso wenig wie ein richtig genannter Begriff die Bereitschaft beweist, eine Methode in jedem künftigen Fall selbstständig anzuwenden.

Werten Sie ein Problem nicht ohne Begründung mehrfach

Kriterien können sich überschneiden. Eine falsche Bedingung beeinflusst sowohl die fachliche Genauigkeit als auch die anschließende Schlussfolgerung. Legen Sie vor dem Start fest, wie diese Abhängigkeit berücksichtigt wird, damit ein Ausgangsfehler nicht zu willkürlichen wiederholten Abzügen führt. Manchmal betreffen einzelne Folgen tatsächlich unterschiedliche Lernhandlungen, doch das Raster muss dies erklären. Bitten Sie Lehrkräfte, Überschneidungsbeispiele zu analysieren, bevor sie echte Lernende bewerten. KI kann mehrere Auslegungen vorschlagen, darf aber nicht selbstständig ein neues Gewichtungssystem festlegen, nachdem sie die Antwort gesehen und ein gewünschtes Endergebnis vorbereitet hat.

Prüfen Sie gesondert, ob die Endzahl zur Rückmeldung passt. Ein System kann eine wesentliche Lücke beschreiben und zugleich die höchste Stufe für denselben Bestandteil vorschlagen. Lösen Sie diesen Widerspruch, statt seine Auslegung den Lernenden zu überlassen. Wenn das Team Gewichte verwendet, prüfen Sie die Berechnung auf gewöhnliche, transparente Weise. Rechnerische Richtigkeit und fachliche Begründung sind getrennte Anforderungen. Eine richtige Summe bestätigt nicht die Fairness der ursprünglichen Bestandteile, während eine gute fachliche Rückmeldung keinen Additionsfehler behebt. Der Abschluss braucht ein stimmiges Gesamtpaket: Kriterien, Belege, Erklärung und ein dazu passendes Ergebnis nach einer vorab bekannten Regel.

Legen Sie den Zugang zu Arbeitsaufnahmen fest

Bewahren Sie nur Materialien auf, die nach den Regeln Ihrer Organisation tatsächlich für Bewertung und Überprüfung benötigt werden. Prüfen Sie vor der Übermittlung von Aufnahmen an ein externes Werkzeug dessen Bedingungen und den vereinbarten Ablauf. Schließen Sie nicht aus der Beliebtheit einer Marke oder dem allgemeinen Namen eines Modells auf die Datenverarbeitung. Das Arbeitspaket sollte keine unnötigen personenbezogenen Informationen ohne Bezug zur Lernhandlung enthalten. Wenn ein eigens erstelltes Beispiel zur Kalibrierung ausreicht, muss nicht automatisch eine echte Antwort mit persönlichen Angaben verwendet werden, nur weil die Datei der Lehrkraft bereits vorliegt.

Trennen Sie den Zugang für Bewertende, technischen Support und Materialverfassende nach dem tatsächlichen Bedarf. Wer Mikrofoneinstellungen prüft, braucht nicht immer das gesamte Ergebnisprotokoll der Gruppe. Für die Erstellung eines Bewertungsrasters genügen möglicherweise ausgewählte Beispiele ohne unnötigen Kontext. Diese organisatorische Entscheidung sollte feststehen, bevor ein Archiv anwächst. Befolgen Sie am Kursende das festgelegte Aufbewahrungs- und Löschverfahren. Lassen Sie keine temporären Kopien an mehreren unabgestimmten Orten stehen, wenn sie für den genannten Zweck nicht mehr benötigt werden und nur die Suche nach der aktuellen Aufnahme sowie den Grundlagen der endgültigen Entscheidung erschweren.

Prüfen Sie die Stabilität nach Aktualisierungen

Ein erneuter Durchlauf desselben Materials kann einen anderen automatischen Vorschlag liefern. Bilden Sie ohne fachliche Begründung keinen Durchschnitt aus mehreren zufälligen Punktzahlen und wählen Sie nicht die bequemste aus. Dokumentieren Sie Einstellungen, Datum und Rolle jedes Versuchs. Eine Stabilitätsprüfung braucht einen eigenen Plan; eine konkrete Entscheidung erfordert dagegen die Betrachtung der Antwort anhand des Rasters. Wenn sich die Systemvorschläge bei einem wichtigen Bestandteil wesentlich unterscheiden, beschränken Sie seine Rolle und kehren Sie zur manuellen Prüfung zurück. Zusätzliche Aufrufe schaffen keine neuen Belege dafür, was die Lernenden gesagt haben; sie erzeugen lediglich neue Auslegungen vorhandenen Materials.

Hinterlassen Sie nach einer Aktualisierung einen kurzen Bericht: Welche Kontrollfälle wurden geprüft, wo hat sich das Verhalten verändert und welche Aufgaben darf das Werkzeug jetzt im Prozess übernehmen? Nennen Sie dies bei begrenztem Umfang keine vollständige Zertifizierung. Konkrete Grenzen zählen: Die Zitatsuche funktioniert angemessen, während die vorläufige Stufenzuweisung eine vollständige menschliche Prüfung erfordert. Mit dieser Beschreibung kann eine andere Lehrkraft die Unterstützung innerhalb ihres validierten Umfangs nutzen. Sie muss nicht raten, welche Teile des bisherigen Prozesses nach einer Änderung an Modell, Promptvorlage oder Lernraster für den nächsten Kursdurchlauf noch geprüft sind.

Quellen

1. Carnegie Mellon: Bewertungsraster erstellen und verwenden.

2. Buçinca und ihr Forschungsteam: To Trust or to Think.

3. W3C: WCAG 2.2.

4. UNESCO: Leitfaden zu generativer KI in Bildung und Forschung.

5. NIST: Profil für generative künstliche Intelligenz.