Richard Borcherds, Mathematikprofessor an der UC Berkeley und Fields-Medaillengewinner, hat aufgehört, die Hausaufgaben seiner Schüler auf Richtigkeit zu bewerten – eine Entscheidung, die er auf die Tatsache zurückführt, dass Schüler mittlerweile routinemäßig KI-Tools verwenden, um ihre Aufgabenstellungen zu lösen.
In einem Interview mit The Daily Californian, das diese Woche veröffentlicht wurde, sagte Borcherds, dass er, nachdem er gesehen hatte, wie viele seiner Schüler KI nutzten, um regelmäßig Arbeiten mit der höchsten Punktzahl einzureichen, zu dem Schluss gekommen sei, dass es „keinen Sinn“ habe, die Leser weiterhin dafür zu bezahlen, dass sie Hausaufgaben auf Korrektheit bewerten, da der Einsatz von KI im Kurs unvermeidlich geworden sei. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.
Stattdessen benotet er nun nach Abschluss: Studierende, die ihre Hausaufgaben abgeben, erhalten eine Anrechnung, unabhängig davon, ob die Lösungen maschinell unterstützt wurden.
„Es ist kein sehr gutes System“, gab Borcherds zu und beschrieb die Vereinbarung als die derzeit am wenigsten schlechte Option.
Ein Fields-Medaillengewinner bewertet den Beruf neu
Borcherds, der 1998 die Fields-Medaille für seine Arbeit über Vertex-Operator-Algebren und die monströse Mondschein-Vermutung gewann, gab das Interview kurz nachdem OpenAI bekannt gegeben hatte, dass seine KI-Agenten eine scheinbare Lösung für das Navier-Stokes-Existenz- und Glättungsproblem gefunden hatten – eines der berühmtesten ungelösten Probleme der Mathematik.
Diese Behauptung wird von Mathematikern weiterhin bestritten, und das Clay Mathematics Institute hat den damit verbundenen Millennium-Preis in Höhe von 1 Million US-Dollar nicht vergeben. Aber die Ankündigung hat bereits die Art und Weise verändert, wie einige Mathematiker über die Zukunft ihres Fachgebiets sprechen.
„Wenn sich die KI im derzeitigen Tempo weiter verbessert, wird es in ein paar Jahren nichts geben, was menschliche Mathematiker tun können, was die KI nicht besser kann“, sagte Borcherds in der Studentenarbeit.
Mit seinen Kommentaren zählt er zu einer wachsenden Gruppe prominenter Mathematiker, die sich öffentlich mit den Auswirkungen der Grenz-KI auf ihre Disziplin auseinandersetzen. Die Navier-Stokes-Ankündigung selbst löste bei Forschern Forderungen aus, OpenAI solle überprüfbare Beweise veröffentlichen, und Anfang des Jahres unterzeichnete eine Gruppe von Fields-Medaillengewinnern eine Erklärung, in der sie vor der zunehmenden Rolle der KI in der Mathematik warnten.
„Ich habe sogar ChatGPT gefragt“
Borcherds sagte, er wisse nicht mehr, ob er Studenten ermutigen solle, Mathematik zu studieren, ein Bereich, der noch vor fünf Jahren zu den sichersten Berufen des KI-Booms zu gehören schien.
„Ich habe keine Ahnung, was ich raten soll. Ich habe ChatGPT sogar genau diese Frage gestellt, und selbst ChatGPT sagte, es habe keine Ahnung, was passieren würde“, sagte er.
Er beschrieb eine erhebliche „Trägheit“ im akademischen System und prognostizierte, dass die Mathematikabteilung trotz des Tempos der KI-Entwicklung ein paar Jahre lang weitgehend gleich aussehen könnte. Er verglich den gegenwärtigen Moment mit physischen Papierzeitschriften, die weiterhin veröffentlicht werden, obwohl sie, wie er sagt, zwei Jahrzehnte lang „völlig sinnlos“ waren.
Die Geschichte biete Parallelen, bemerkte er – die Handweberei wurde durch Webstühle und Pferde durch Autos verdrängt –, betonte jedoch, dass es in der Mathematik bisher nichts Vergleichbares gegeben habe.
„In der Vergangenheit gab es viele technische Durchbrüche – die Handweberei wurde durch Webstühle verdrängt, Pferde wurden durch Automobile verdrängt und so weiter“, sagte Borcherds. „Dies ist jedoch das erste Mal, dass so etwas in der Mathematik passiert ist.“
Campus-Regeln haben Mühe, Schritt zu halten
Die institutionelle Reaktion von Berkeley zeigt, wie uneinheitlich die KI-Politik im gesamten Hochschulbereich bleibt. Laut einer E-Mail von Anne Marie Richard, stellvertretende Vizeprovostin für Bachelor-Ausbildung und Leiterin der akademischen Technologie des Campus, bittet die Berkeley-Abteilung des Akademischen Senats die Lehrkräfte, eine Erklärung zu den Erwartungen an den Einsatz von KI in die Lehrpläne aufzunehmen – die direkten Richtlinien variieren jedoch erheblich je nach Kursniveau und Fach.
Der Campus hat mit KI-Erkennungstools experimentiert, darunter Turnitin und Rumi, kam jedoch zu dem Schluss, dass diese nicht zuverlässig genug sind, um sie zu standardisieren. Die KI-Richtlinie liegt daher weiterhin im Ermessen der einzelnen Lehrkräfte und wird durch eine wachsende Datenbank mit Beispielerklärungen zur KI-Nutzung im KI-Hub der Universität unterstützt.
Die abschlussbasierte Bewertung von Borcherds ist praktisch eine einseitige Anpassung an diese Durchsetzungslücke: Anstatt den Einsatz von KI zu überwachen, den er nicht zuverlässig erkennen kann, hat er neu definiert, was Hausaufgaben-Credits bedeutet.
Ein Signal für die Hochschulbildung
Die Episode ist ein kleiner, aber pointierter Datenpunkt in einer größeren Debatte über die Bewertung im KI-Zeitalter. Wenn ein Fields-Medaillengewinner an einer der weltweit führenden Mathematikfakultäten zu dem Schluss kommt, dass Problemsätze zum Mitnehmen nicht mehr das messen können, wofür sie entwickelt wurden, reichen die Implikationen weit über Berkeley hinaus.
Pädagogen aller Disziplinen haben mit der gleichen Spannung zu kämpfen: Erkennungstools hinken Generationstools hinterher, Ehrenkodizes lassen sich nur schwer in großem Maßstab durchsetzen und Bewertungsformate, die für eine Welt vor der KI entwickelt wurden, scheitern zunehmend daran, das Verständnis der Schüler vom Modelloutput zu unterscheiden.
Im Moment ist Borcherds' Lösung eher pragmatisch als optimistisch: Bewerten Sie, was benotet werden kann, und geben Sie offen zu, dass der Rest nicht mehr überprüfbar ist. Ob der Mathematikunterricht sein traditionelles Ausbildungsmodell im Zeitalter immer leistungsfähigerer KI-Mathematiker beibehalten kann, ist eine Frage, auf die selbst ChatGPT laut seiner Aussage keine Antwort geben kann.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
