Die Qualität KI-generierter falscher Antwortoptionen prüfen

KI ergänzt eine richtige Lösung schnell um mehrere andere Antworten. Der Test wirkt vollständig: Frage, Liste und Lösungsschlüssel. Doch eine Option kann ein offensichtlicher Scherz, eine andere versehentlich richtig und eine dritte nur wegen eines unbekannten Begriffs anders sein. Eine solche Auswahl zeigt wenig darüber, ob die Lernenden das Thema verstehen. Eine falsche Antwortoption, ein sogenannter Distraktor, muss inhaltlich mit der Aufgabe verbunden sein und Fachwissen von oberflächlichem Erkennen des Autorenstils, der Satzlänge oder der vertrautesten Formulierung unterscheiden.

Prüfen Sie Distraktoren innerhalb der vollständigen Aufgabe. Eine unter einer Bedingung falsche Antwort kann unter einer anderen akzeptabel sein. Im Folgenden wird ein redaktioneller Prozess für Fragen mit einer besten Antwort beschrieben. Er garantiert ohne Leistungsdaten der Lernenden keine psychometrischen Eigenschaften. Alle Aufgaben und Ergebnisse der Beispiele sind fiktiv. KI erstellt Kandidaten und unterstützt die kritische Durchsicht; Lehrkräfte bestätigen den fachlichen Inhalt, während eine Erprobung hilft zu prüfen, wie tatsächliche Teilnehmende eines konkreten Kurses die Optionen lesen.

Legen Sie die Grundlage der richtigen Wahl fest

Beginnen Sie mit einer unabhängig geprüften Lösung und der Erklärung, warum sie die Aufgabenbedingungen erfüllt. Generieren Sie keine falschen Optionen, bevor Ziel und Rahmen feststehen. Wenn der Lösungsschlüssel unsicher ist, vervielfachen weitere Antworten das Problem nur. Dokumentieren Sie erforderliche Annahmen, Einheiten und Detailgrad. Legen Sie bei einer Frage nach dem besten nächsten Schritt das Auswahlkriterium fest. Distraktoren müssen nach diesem Kriterium schlechter als die richtige Antwort sein und nicht wegen einer verborgenen Absicht der verfassenden Person, die Lernende aus dem vorgelegten Material nicht erschließen können.

Bestimmen Sie anschließend, welchen Wissens- oder Denkfehler jede Alternative sichtbar machen soll. Dies ist keine Diagnose einer bestimmten lernenden Person. Die Auswahl einer Option gibt einen Hinweis für weitere Betrachtung und keinen vollständigen Zugang zu ihren Gedanken. Dieselbe Wahl kann aus Missverständnis, ungenauem Lesen oder einem versehentlichen Klick entstehen. Nutzen Sie die Verbindung mit einem typischen Fehler für Gestaltung und Erklärung, statt das Ergebnis einer einzigen Frage in eine Aussage über stabile Fähigkeiten oder ein Lernprofil umzuwandeln.

Sammeln Sie plausible Fehler aus der Fachpraxis

Quellen können anonymisierte frühere Arbeiten, Beobachtungen der Lehrkraft und die Analyse von Lösungsschritten sein. Unterscheiden Sie einen tatsächlich beobachteten Fehler von einer Hypothese der verfassenden Person. Wenn Quellen fehlen, kann KI mögliche Fehler vorschlagen. Diese dürfen aber nicht als bestätigtes Verhalten Lernender dargestellt werden. Fragen Sie, welcher fehlerhafte Schritt zu jeder Antwort führt. Eine Option ohne nachvollziehbaren Aufgabenbezug muss vor der nächsten Phase besonders sorgfältig betrachtet oder ersetzt werden.

Gute Distraktoren zu finden ist eine eigene Forschungsaufgabe. Beispielsweise untersuchten Bitew und sein Forschungsteam die Wiederverwendung von Kandidaten mit kontextbezogener Auswahl und Bewertung durch Lehrkräfte. Dies untersucht einen konkreten Ansatz und bestätigt nicht die Qualität beliebiger heutiger Generierungen. Für Ihre Arbeit ist die Anforderung hilfreich, Kandidaten im Kontext zu prüfen. Dass ein System ein Wort aus einem ähnlichen Thema vorschlägt, bedeutet nicht, dass es in einem konkreten Testelement zu einer sinnvollen Alternative wird.

Geben Sie der KI eine Aufgabe zu einem fehlerhaften Schritt

Geben Sie statt „Ergänze drei falsche Antworten“ Lernziel, geprüfte Lösung und die zu betrachtenden Fehlertypen vor. Verlangen Sie für jeden Kandidaten einen fehlerhaften Schritt, dessen Ergebnis und die Erklärung, warum er unter den Aufgabenbedingungen nicht funktioniert. Erlauben Sie keine stillschweigenden Änderungen von Zahlen oder Formulierungen. Sie brauchen Material zur fachlichen Auswahl und keinen automatisch fertigen Test. Dieses Format ermöglicht es, überzeugend klingende Kandidaten abzulehnen, die aus keinem verständlichen Lösungsversuch der tatsächlichen Aufgabe entstehen.

Prüfen Sie nach Erhalt einer Liste jede Option einzeln. Ein Modell kann einen allgemeinen Fehler richtig erklären und dessen Folge dennoch falsch berechnen. Akzeptieren Sie eine Beschreibung nicht als Beweis für eine Zahl. Prüfen Sie bei einer Begriffsfrage, ob die Erklärung die vorgegebenen Bedingungen betrifft. Wenn ein Kandidat eine zusätzliche verborgene Annahme benötigt, benennen Sie diese ausdrücklich. Manchmal macht eine solche Annahme eine Option nützlich, in anderen Fällen schafft sie eine zweite zulässige Lösung oder eine themenfremde Aufgabe innerhalb der Hauptfrage.

Arbeiten Sie ein Zahlenbeispiel ohne Zufallswerte durch

Eine fiktive Aufgabe: Fünf gleich gewichtete Aufgaben haben die Punktzahlen 6, 7, 8, 9 und 10; gesucht ist das arithmetische Mittel. Die Summe beträgt 40, geteilt durch fünf ergibt sie 8. Der Kandidat 40 kann dafür stehen, bei der Summe aufzuhören, ohne die Operation abzuschließen. Der Kandidat 10 kann aus der Division der Summe durch vier entstehen. Dies sind jedoch nur Hypothesen der verfassenden Person zu möglichen Schritten. Sie beweisen nicht, dass die Lernenden Ihrer Gruppe diese konkreten Fehler tatsächlich machen.

Eine zufällig ergänzte Zahl kann ebenfalls falsch sein, erklärt aber nicht, was ihre Auswahl prüft. Vergleichen Sie sie mit einem Kandidaten aus einem konkreten fehlerhaften Schritt. Prüfen Sie anschließend die gesamte Auswahl: doppelte Antworten, ein eindeutig festgelegter Mittelwert und nicht vereinbarte Gewichte. Wenn sich die Punktzahlen ändern, berechnen Sie jede Option neu. Alte Distraktoren bleiben unter neuen Bedingungen nicht automatisch sinnvoll, selbst wenn die richtige Zahl durch Symmetrie oder eine andere Beispieleigenschaft zufällig unverändert bleibt.

Finden Sie eine verborgene zweite richtige Antwort

Fragen Sie bei jeder falschen Option, ob gut vorbereitete Lernende sie ohne Verletzung der Aufgabenbedingungen begründen könnten. Bitten Sie die KI, eine solche Argumentation zu entwickeln, und prüfen Sie diese anschließend selbst. Wenn sie einen anderen, in der Aufgabe fehlenden Kontext benötigt, macht dies die Antwort noch nicht richtig. Wenn die Bedingungen tatsächlich zwei Auslegungen zulassen, überarbeiten Sie die Aufgabe. Schieben Sie die Verantwortung nicht mit „Sie hätten verstehen müssen, was gemeint war“ auf die Lernenden. Ein Test muss eine definierte fachliche Handlung anhand verfügbarer Daten bewerten.

Bei einem Format mit der besten Antwort können einige Alternativen grundsätzlich relevant sein, das ausdrückliche Kriterium der konkreten Situation aber weniger gut erfüllen. NBME erläutert den eindimensionalen Vergleich von Optionen für seine fachbezogenen Testaufgaben. Bewahren Sie in einem allgemeinen Kurs eine sichtbare Auswahlgrundlage. Wenn Sie nicht kurz erklären können, warum die richtige Antwort unter demselben Rahmen besser als jede Alternative ist, muss die Frage überarbeitet werden. Bezeichnen Sie eine zulässige berufliche Alternative nicht als „Fehler“, nur weil sie in der Absicht der verfassenden Person nicht an erster Stelle stand.

Prüfen Sie die Einheitlichkeit der Antwortauswahl

Die Optionen müssen dieselbe Frage auf vergleichbarer Beschreibungsebene beantworten. Wenn eine eine Ursache, eine andere ein Werkzeug und eine dritte eine Folge ist, können Teilnehmende die richtige Antwort ohne das benötigte Wissen an der Form erkennen. Ähnliche Länge bedeutet keine identische Zeichenzahl. Vergleichbare Detailtiefe und Struktur sind wichtiger. Fügen Sie der richtigen Option keine lange didaktische Erklärung hinzu, während die anderen jeweils nur zwei Wörter enthalten. Platzieren Sie Erklärungen in einer separaten Rückmeldung nach der Aufgabe.

Die University of Waterloo beschreibt Plausibilität und Ähnlichkeit der Alternativen als wichtige Anforderungen dieses Fragenformats. Vergleichen Sie bei der Durchsicht Grammatik, Fachsprache, Einheiten und Gewissheitsgrad. Wenn nur die richtige Antwort den Fragenstamm grammatisch ergänzt, ist dies ein technischer Lösungshinweis. Wenn alle falschen Antworten offensichtliche Absolutheiten enthalten, können Teilnehmende eine vorsichtigere Formulierung ohne fachliches Denken auswählen. Beheben Sie den Hinweis selbst, statt automatisch zu folgern, jeder längere oder kategorischere Satz sei für einen Test stets ungeeignet.

Unterscheiden Sie Plausibilität von einer absichtlichen Falle

Ein guter Distraktor kann nachvollziehbares unvollständiges Wissen widerspiegeln. Das bedeutet nicht, eine Bedingung im Kleingedruckten zu verstecken oder eine Frage um ein seltenes mehrdeutiges Wort aufzubauen. Legen Sie genau fest, welche Fertigkeit die Wahl sichtbar macht. Wenn eine Option nur durch eine unauffällige Formulierungsänderung funktioniert, misst sie möglicherweise die Aufmerksamkeit für eine Falle statt des angestrebten Ergebnisses. Ein solches Detail kann manchmal zu Aufgaben zum präzisen Dokumentenlesen passen, muss dann aber mit entsprechender Vorbereitung der Teilnehmenden im Lernziel enthalten sein.

Gestalten Sie eine falsche Option nicht lächerlich oder erniedrigend. Ein Scherz lässt sich ohne Wissen aussortieren, während seine Verbindung mit einer Gruppe ein unnötiges Stereotyp schaffen kann. Bei einem beruflichen Thema ist eine tatsächliche Anwendungsgrenze eines Begriffs hilfreicher. Eine falsche Methode kann beispielsweise für einen anderen Datentyp richtig sein. Die Rückmeldung erklärt dann, wann sie passt. Die Lernenden erweitern ihr Verständnis, statt nur verbotene Antworten ohne Verbindung zu Aufgabenkontext und Zweck auswendig zu lernen.

Schreiben Sie zu jeder Option eine Erklärung

Die Rückmeldung muss zum Denkschritt zurückkehren: Was wurde ausgelassen oder außerhalb der Bedingungen angewandt? Die Wiederholung „Diese Option ist falsch“ reicht nicht aus. Zeigen Sie bei einer Zahlenaufgabe die betreffende Operation und bei einer Begriffsaufgabe den Unterschied zwischen Objekten oder Bedingungen. Vermeiden Sie Erklärungen, die einen neuen Fehler oder eine uneingeschränkte Regel einführen, wo eine Einschränkung nötig ist. Lassen Sie die Rückmeldung getrennt vom Lösungsschlüssel fachlich prüfen. Eine richtige Wahl garantiert keine richtige Begründung in dem Text, den Lernende nach der Antwortauswahl lesen.

Wenn sich für eine Option keine nützliche Erklärung schreiben lässt, überdenken Sie ihre Rolle. Möglicherweise hat sie keinen Bezug zum Ziel oder wiederholt eine andere Alternative. Erhöhen Sie die Antwortzahl nicht für ein symmetrisches Layout. Eine kleinere geprüfte Auswahl ist besser als zusätzliche Zufallswörter, die Schwierigkeit nur vortäuschen. Wählen Sie die Anzahl nach Kursformat und Inhalt. Übertragen Sie eine Mengenempfehlung aus einem Kontext nicht als universelle Garantie für Zuverlässigkeit, Schwierigkeit oder Lernwert des gesamten Tests.

Prüfen Sie den Kontext anderer Fragen

Ein Distraktor kann isoliert gut wirken, aber durch eine benachbarte Aufgabe einen Lösungshinweis erhalten. Ein Fragenstamm verrät eine Definition, die zur Wahl in einer anderen Frage gebraucht wird. Prüfen Sie den Test insgesamt, insbesondere wenn KI eine Serie nach einer Vorlage erzeugt hat. Suchen Sie nach wiederkehrenden Positionen der richtigen Antworten, identischen Strukturen korrekter Sätze und systematischen Stilunterschieden. Sie müssen nicht alles mechanisch bis zur Unkenntlichkeit angleichen. Entfernen Sie Merkmale, die eine zuverlässige Beantwortung ohne die fachliche Handlung ermöglichen, die der Kurs bewerten muss.

Prüfen Sie bei mehreren Testfassungen jede Auswahl und nicht nur das Original. Automatischer Austausch von Zahlen oder Namen kann eine Erklärung zerstören, eine zweite richtige Antwort schaffen oder eine falsche Option offensichtlich machen. Bewahren Sie Kennungen und Überarbeitungsgeschichte. Kennzeichnen Sie nach der Änderung eines Kandidaten, welche Erkenntnisse der Erprobung die vorherige Version betreffen. Dies verhindert, dass beobachtetes Verhalten einer alten Option auf eine neue mit anderer Schwierigkeit, anderen Hinweisen oder anderer fachlicher Logik übertragen wird.

Analysieren Sie die Erprobung als Grundlage für die Überarbeitung

Betrachten Sie, welche Alternativen die Teilnehmenden wählen, und bitten Sie einige, ihre Entscheidungen zu erklären. Eine in einer kleinen Gruppe nie gewählte Option ist nicht zwangsläufig dauerhaft ungeeignet. Das Thema kann gut gelernt oder die Stichprobe zu klein sein. Eine bei leistungsstarken Lernenden beliebte Option braucht ebenfalls fachliche Prüfung: Es können Mehrdeutigkeit, ein unsicherer Lösungsschlüssel oder ungeplante Schwierigkeit vorliegen. Ein statistischer Hinweis lenkt die Aufmerksamkeit, ersetzt aber nicht die Prüfung von Text, Lösung und Lernbedingungen, unter denen die konkrete Aufgabe bearbeitet wurde.

Bewahren Sie die tatsächlichen Antwortzahlen und die Gruppenzusammensetzung auf. Schreiben Sie einer ungenutzten Aufgabe keine erfundenen Qualitätsindikatoren zu. KI kann eine Analysemethode erklären, aber ohne Daten keine tatsächlichen Ergebnisse Lernender erstellen. Allgemeine Anforderungen zur Prüfung generativer Ausgaben beschreibt das NIST-Profil. Für die Redaktion bedeutet dies, eine Vorhersage zum Kandidatenverhalten, eine Beobachtung aus der Erprobung und die endgültige fachliche Entscheidung klar zu trennen. Jede hat eine andere Herkunft und Beweiskraft für die Pflege einer Testbank.

Treffen Sie für jeden Kandidaten eine Entscheidung

Halten Sie nach der Durchsicht einen kurzen Status mit Begründung fest: annehmen, überarbeiten oder entfernen. Ein angenommener Kandidat braucht eine fachliche Erklärung, darf unter den genannten Bedingungen keine zweite richtige Antwort schaffen und muss eine klare Rolle in der Auswahl haben. Ein überarbeiteter Kandidat braucht eine neue Prüfung. Lassen Sie nicht Dutzende abgelehnte Antworten „für alle Fälle“ im Arbeitstest stehen. Sie könnten bei einem weiteren Import oder beim Vermischen von Versionen versehentlich zurückkehren. Trennen Sie die geprüfte Aufgabenbank von der redaktionellen Kandidatensammlung, damit der Status sichtbar bleibt.

Wenn das WeStudy-LMS zum Lernen genutzt wird, übernehmen Sie die freigegebene Auswahl mit geprüften Erklärungen auf einem in Ihrer Konfiguration verfügbaren Weg. Prüfen Sie nach der Übertragung Reihenfolge, Lösungsschlüssel und Formeldarstellung. Wenn das System Antworten mischt, prüfen Sie, ob Rückmeldungen auf einen alten Buchstaben oder eine alte Position verweisen. Gehen Sie ohne Bestätigung dieser Funktion nicht von automatischer fachlicher Validierung der Distraktoren aus. Eine Aufgabe kann in einer Datei gut vorbereitet sein und nach dem technischen Eintragen in den Kurs dennoch eine weitere Abnahme benötigen.

Das WeStudy-LMS kann die Organisation vorbereiteter Materialien innerhalb seiner Möglichkeiten unterstützen, während Lehrkräfte die inhaltliche Kontrolle behalten. Ein hilfreiches KI-Ergebnis ist eine Kandidatenauswahl, die eine transparente menschliche Auswahl durchlaufen hat. Ein guter Distraktor hilft, eine Verständnisgrenze sichtbar zu machen und fachliches Feedback zu geben. Sein Wert entsteht aus dem Aufgabenbezug und seinem Verhalten in einem geprüften Kontext. Bewahren Sie die Entscheidungsgründe für den nächsten Zyklus auf, damit neue Verfassende die Bank anhand festgelegter Anforderungen weiterentwickeln können, statt die Auswahl von vorn zu wiederholen.

Prüfen Sie unterschiedliche Fehler an einem zweiten Zahlenbeispiel

Eine fiktive Kennzahl stieg von 20 auf 25 Einheiten. Wenn die Frage nach dem relativen Wachstum gegenüber dem Anfangswert fragt, ergibt die Rechnung 25 Prozent. Der Kandidat 5 kann für die absolute Differenz stehen, während 20 Prozent aus der Division der Differenz durch den Endwert entstehen. Jede Alternative hat ihre eigene Erklärung und wird gesondert geprüft. Diese Zahlen bilden aber ohne klare Angabe des Gesuchten keinen guten Test. Verfassende müssen Nenner und Frage definieren, bevor sie eine Antwort als richtig und die anderen als Verständnisfehler bezeichnen.

Wenn die Ausgangswerte selbst Prozentsätze sind, müssen prozentuale Veränderung und Prozentpunkte unterschieden werden. Dies ist eine andere Formulierung, die eine entsprechende Erklärung erfordert. Behalten Sie den alten Lösungsschlüssel nach dem Ersetzen von „Einheiten“ durch „Prozent“ nicht allein deshalb bei, weil die Zahlenschreibweise ähnlich aussieht. Lassen Sie die Aufgabe fachlich von Grund auf lösen. KI überträgt manchmal eine Lösungsvorlage vom ersten auf das zweite Beispiel, ohne die veränderte Bedeutung der Größe zu prüfen. Die Prüfung muss deshalb Bedingungen, jede Zahl und jede Erklärung gemeinsam umfassen und nicht nur ein einzelnes Wort, das zur Abwechslung geändert wurde.

Vergleichen Sie zwei Kandidaten mit derselben Erklärung

KI erstellt manchmal unterschiedliche Antworten, ordnet ihnen aber dieselbe Ursache zu. Prüfen Sie, ob der fehlerhafte Schritt tatsächlich beide Ergebnisse erzeugt. Falls nicht, ist mindestens eine Erklärung unzuverlässig. Falls ja, entscheiden Sie, ob beide Alternativen für das Zielwissen benötigt werden. Doppelungen können die Auswahl verengen: Mehrere Optionen prüfen womöglich eine kleine Operation, während eine andere wichtige Verständnisgrenze übersehen wird. Die Rollenzuordnung hilft Verfassenden zu erkennen, warum jede Antwort enthalten ist und welches fachliche Feedback die Teilnehmenden nach ihrer Auswahl erhalten.

Verlangen Sie zugleich nicht, dass jeder Kandidat einen psychologisch einzigartigen Fehler darstellt. Bei vielen Themen lässt sich die Ursache einer Wahl nicht zuverlässig aus einem Klick feststellen. Formulieren Sie vorsichtig: Die Option ist mit einem bestimmten fehlerhaften Schritt vereinbar, beweist aber nicht, dass die lernende Person so gedacht hat. Wenn ein tieferes Verständnis der Argumentation benötigt wird, ergänzen Sie eine kurze Erklärung oder eine separate praktische Aufgabe. Distraktoren sind Teil der Bewertung und kein universelles Werkzeug zum Lesen innerer Denkprozesse. Diese Grenze muss sowohl Lehrkräften bei der Ergebnisprüfung als auch Lernenden beim Erhalt automatisch vorbereiteter Rückmeldungen klar sein.

Führen Sie eine unabhängige Prüfung ohne Erklärungen der verfassenden Person durch

Geben Sie einer Kollegin oder einem Kollegen nur die vollständige Aufgabe und bitten Sie darum, die Antwort zu bestimmen und anschließend zu erklären, warum die anderen Optionen ungeeignet sind. Zeigen Sie Ihre Erklärungen erst danach. Wenn die Person eine andere Rolle für einen Kandidaten sieht, präzisieren Sie die Formulierung oder interpretieren Sie spätere Auswahlentscheidungen vorsichtiger. Nicht jede mögliche Sicht muss durch Abstimmung entschieden werden. Vergleichen Sie jede Auslegung mit den Bedingungen und der fachlichen Quelle. Wenn eine echte Alternative zulässig bleibt, überarbeiten Sie die Aufgabe. Wenn sie einer ausdrücklichen Bedingung widerspricht, halten Sie dies in der redaktionellen Entscheidung fest, damit die nächste Prüfung nicht mit demselben Missverständnis beginnt.

Prüfen Sie, ob die Erklärung der verfassenden Person die prüfende Person dazu gebracht hat, etwas im Text nicht Vorhandenes zu sehen. Wer die richtige Antwort bereits kennt, ergänzt den benötigten Kontext leicht selbst. Ein unabhängiger Durchgang hilft, diesen Effekt zu verringern. Bitten Sie bei einem komplexen Fall zunächst darum, die Frage mit eigenen Worten wiederzugeben. Eine Abweichung zwischen Wiedergabe und Absicht kann wichtiger sein als Übereinstimmung bei der gewählten Antwort. Die richtige Antwort könnte zufällig aus einem anderen Grund ausgewählt worden sein. Übereinstimmung allein belegt daher nicht, dass die Auswahl die beabsichtigte Lernhandlung bewertet und anschließend begründetes Feedback bietet.

Prüfen Sie die technische Darstellung ohne Positionsabhängigkeiten

Wenn sich die Reihenfolge ändern kann, müssen Erklärungen den Antwortinhalt oder die betreffende Handlung benennen. „Option B ist falsch“ kann nach dem Mischen leicht falsch werden. Dasselbe gilt für „der längste Satz“ oder „die Zahl unten“. Prüfen Sie, ob die Bedeutung auf einem kleinen Bildschirm erhalten bleibt, wenn Antworten über mehrere Zeilen umbrechen. Schließen Sie aus der Arbeitsdatei nicht auf gleiche Bedingungen: Die endgültige Oberfläche kann die Sichtbarkeit von Formeln, tiefgestellten Zeichen oder Einheiten verändern. Die Abnahme erfordert die Prüfung der Darstellung, die die Teilnehmenden während eines Lernversuchs tatsächlich verwenden werden.

Bewahren Sie das fertige Paket in einer kontrollierten Version auf. Es enthält Frage, alle Antworten, Lösungsschlüssel, Rückmeldung und fachliche Hinweise für Lehrkräfte. Wenn ein Element geändert wird, prüfen Sie die Abhängigkeiten in den übrigen. Kennzeichnen Sie gesondert, welche Materialien Lernende vor und nach der Antwort sehen. Eine falsch konfigurierte Erklärungsanzeige kann die Lösung zu früh verraten oder den Lernenden die nötige Analyse vorenthalten. Dies ist kein Problem im Distraktorentext, verändert aber die Funktion der gesamten Aufgabe. Fachliche Bearbeitung und Abnahme der endgültigen Darstellung müssen daher verbundene Phasen eines Vorbereitungsprozesses sein.

Halten Sie bei jeder späteren Verwendung das Abnahmedatum und den Namen der für die fachliche Prüfung des Pakets verantwortlichen Person sichtbar.

Quellen

1. Bitew und sein Forschungsteam: Learning to Reuse Distractors.

2. NBME: Leitfaden zur Aufgabenerstellung.

3. University of Waterloo: Multiple-Choice-Fragen gestalten.

4. NIST: Profil für generative künstliche Intelligenz.