PALM-E - Prüfen, Anwenden, Lernen: Menschliche Expertise

Benchmarking-Studien an der Universität Potsdam haben gezeigt, dass Large Language Models (LLMs) wie ChatGPT bereits 2023 etwa die Hälfte der getesteten Universitätsprüfungen bestehen konnten; neuere Modelle erreichen in bestimmten Informatikkursen Erfolgsquoten von bis zu 90%. Diese Leistungsfähigkeit birgt das Risiko eines „Krückeneffekts“: Studierende nutzen die KI als Ersatz für eigene kognitive Anstrengung, was zu einer Diskrepanz zwischen gezeigter Leistung („Performance“) und tatsächlichem Kompetenzerwerb („Learning“) führt. Das Projekt PALM-E adressiert die Frage, wie die Lehre gestaltet werden muss, damit KI-Tools das Lernen unterstützen statt ersetzen. Ziel ist ein Paradigmenwechsel von produktorientierten hin zu prozessorientierten Assessments, die das „Wie“ des Lernens in den Mittelpunkt stellen. Dabei konzentriert sich das Vorhaben auf drei zentrale Kompetenzbereiche für eine lernförderliche Mensch-KI-Interaktion:

1. Verifikation: Die systematische und kritische Überprüfung von KI-Outputs.
2. Iteration: Die Nutzung von KI in dialogischen, iterativen Prozessen statt als „One-Shot“-Lösungsmaschine.
3. Metakognition: Die regelmäßige Reflexion des eigenen Lernprozesses und der KI-Nutzung, um „metakognitiver Faulheit“ entgegenzuwirken.

In mindestens einem Informatik-Kurs (z. B. Software Engineering) werden gezielte Interventionen entwickelt und implementiert, um die „Overreliance“ (übermäßiges Vertrauen) auf KI zu reduzieren. Die Wirksamkeit dieser Maßnahmen wird empirisch begleitet und evaluiert. Abschließend werden die Ergebnisse und Konzepte in einem Workshop für Lehrende anderer Fächer aufbereitet, um den Transfer in die Breite der Hochschule zu ermöglichen.