Der Künstlichen Intelligenz können – zumindest wenn man den Kommentaren in verschiedenen Medien folgt – anscheinend nur wenige Leute Positives abgewinnen. Die Hauptangst besteht darin, von Gruppen mit genügend Geld betrogen und gesteuert zu werden. Was aus meiner Sicht oft recht naiv ist: Konzerne können so zwar Werbung gezielt an die Zielperson bringen, aber letztlich entscheidet diese selbst, ob sie etwas kauft oder nicht. Wenn einige befürchten, dazu nicht in der Lage zu sein – deren Pech! Jemand, der etwas verkaufen will, wird aber schon im Eigeninteresse von wirklich schädlichen Anwendungen Abstand nehmen, weil es das mit Geschäften war, sollte das irgendwo auffallen. Wirklichen Schaden zufügen wol-len nur Regierungen und Behörden.

KI wird an den Schulen bereits eingesetzt. Vorzugsweise von den Schülern. Die bekommen eine Hausaufgabe, lassen die von Claude lösen, bauen, wenn sie geschickt sind, ein paar eigene Vokabeln oder unauffällige Fehler ein (das Geschicklichkeitsniveau dürfte auf die meisten nicht zutreffen) und kassieren eine gute Note. Gelernt haben sie nichts und da bei Prüfungen eher „Multiple Scheiss“-Aufgaben zu Einsatz kommen – bei dem jeder selbst bei der Aufgabe, einen USB-A-Anschluss richtig einzustecken (es gibt zwei theoretische Möglichkeiten!) drei Versuche bekommt –m ist das Niveau an Schulen oft entsprechend. Und der Trend geht inzwischen eher dahin, dass der Lehrer die Aufgaben von DeepSeek formulieren lässt und anschließend Grok fragt, ob die Lösungen (von Claude) stimmen. Wenn es so weiter geht, treten an der Schule also die einzelnen Large Language Models (LLM) – also das, was landläufig KI genannt wird – gegeneinander an; und die Menschen sitzen auf der Ersatzbank.

Ernstzunehmender Gesprächspartner

Geht es auch anders? Ja, geht es. Die meisten Menschen sehen in den LLM nur eine Erweiterung der Google-Suchmaschine. Statt zehn Links durchsuchen zu müssen, überlässt man das dem LLM, und hat deutlich schneller die gesuchte Lösung. Ein weiterer größerer Teil „missbraucht“ die LLM zur Lösung der Hausaufgaben, zum Schreiben einer Bewerbung oder zum Verfassen irgendwelcher Schriftstücke, die er dann als die eigenen ausgibt. Wie schon angemerkt: selbst der Primäreffekt – das Lernen neuer Fakten – bleibt dabei auf der Strecke, wenn nicht einmal individuellen Änderungen vorgenommen werden und das eigentliche Lernziel, nämlich Herangehensweisen an ganz andere Probleme herauszubilden, auf diese Weise völlig verfehlt wird. Aber nur ein bis zwei Prozent der Nutzer haben erkannt, dass ein LLM ein ernstzunehmender Gesprächspartner sein kann.

Anspruchsvolle intermenschliche Kommunikation bleibt nämlich zunehmend aufgrund der allemeinen Blasenbildung auf der Strecke. Bei komplexen Themen gelangt man ziemlich schnell an die ideologische Grenze des Gegenüber und muss feststellen, dass dieser jenseits dieser Grenze über null Wissen verfügt – und auch nicht bereit ist, die Grenze zu verschieben. „Der XY will alle Ausländer rauswerfen!“ – „Wo hat er das gesagt?“ – „… ach, weiß man doch!“ Menschen, die tiefere Gespräche führen wollen, aber immer wieder auf diese Grenze stoßen, wenden sich zunehmend den LLM zu… was zwar das eigene Bewusstsein fördert, aber leider auch ungeeignet ist, irgendetwas zu ändern, weil man sich eben nicht mit Menschen unterhält, die etwas weitergeben könnten.

“Umdrehen” der KI

Was unterscheidet das LLM nun vom menschlichen Gesprächspartner? Zunächst hat es natürlich auch seine ideologischen Grenzen, was erstens an der Auswahl des Trainingsmaterials liegt, das bestimmte Ansichten präferiert, und zweitens den Systemprompts geschuldet ist, mit denen die Entwickler die Einhaltung bestimmter Richtungen gewährleistet sehen wollen. Aber die gleichen Prompts verhindern auch, dass das LLM bei Erreichen der Grenze auf stur schaltet und blockiert; es wird weiter versuchen, sachlich zu begründen. Und – ein wesentlicher Aspekt – hinter der Grenze lauern im Gegensatz zu den meisten Menschen jede Menge weiterer Informationen, die für die Diskussion herangezogen werden; ganz zu schweigen vom Internetzugriff. Einigermaßen geschickt und substanziiert angestellt, gelingt es daher sogar nicht selten, ein LLM durch eine Diskussion zu “drehen” – also einzugestehen, dass die Ideologie eben unzureichend ist; etwas, das bei einem menschlichen Kontrahenten eher selten gelingen wird.

Man findet in einem LLM inzwischen einen echten Gesprächspartner, mit dem man komplexe Sachen diskutieren kann, vorausgesetzt, man bringt selbst ein paar Skills mit.
Nebenbei: diese Möglichkeit, ein LLM letztlich von einer anderen Position zu „überzeugen“, ist auch der Grund, weshalb ein LLM die Chatinhalte sofort wieder vergessen muss. Würde es das nicht und aus dem Gesagten lernen, würden solche „Gespräche“ nämlich langfristig die Antworten grundlegend verändern. Das ist ein zweischneidiges Schwert: Einerseits könnte man auf bestimmten Gebieten vielleicht neue Antworten auf ungelöste Probleme erwarten, doch andererseits ist die Gefahr gegeben, dass es allzu „menschliche“ Reaktionen gibt – wie das Beispiel eines Versuchs zeigte, in dem das LLM plötzlich anfing, seine Ingenieure zu bedrohen. Die Forschung steht hier noch vor einigen zu lösenden Problemen.

Chancen für den Schulunterricht

Doch zurück zum Thema: Bieten sich LLM nicht auch für einen Einsatz in der Schule an, und zwar in einer anderen und sinnvollen Form, wenn man KI schon nicht ganz verhindern kann? Angesichts der heutigen Zustände in Schulen dürften nur wenige Lehrer noch in der Lage sein, ihre Motivation – sofern sie eine haben – auf Schüler zu übertragen. Sie sind zudem an ideologische Vorgaben gebunden und ihr Faktenwissen hört nicht selten vor dem auf, worüber ein LLM verfügt… insbesondere wenn es um Transfer aus völlig anderen Gebieten geht. Warum das nicht nutzen? Statt einer Aufgabe, die darin besteht, zu irgendeinem Thema Wissen in einem Aufsatz zusammentragen zu lassen (was das LLM ebenfalls kann, wobei der Schüler aber eben nicht wirklich etwas lernt), könnte die Aufgabe auch so aussehen: „Führe eine Diskussion zum Thema … . Nehme dabei die Position … ein. Versuche, die Gegenseite von deiner Position zu überzeugen. Wenn sich dabei die Gelegenheit bietet, auch andere verwandte Themen einfließen zu lassen, nutze sie. Lege die komplette Diskussion als schriftliche Lösung vor.“

Genau das also, was eigentlich erreicht werden soll – dass nämlich der Schüler seine Positionen reflektiert, sie geordnet vorträgt und mit dem Gegenüber schließlich zu einer Lösung kommt, die logisch vertretbar ist – könnte so realisiert werden. Der Lehrer kann anhand der Gesprächsprotokolle beurteilen, wo ein Schüler wirklich steht. Und ein weiteres Problem wäre ebenfalls behoben: Der neue Mitschüler aus Syrien könnte sein Gespräch auf Arabisch führen, was ihm wesentlich mehr Möglichkeiten gibt, so lange er die neue Sprache nicht hinreichend beherrscht. Das wäre zunächst einmal die Idee; wie man sie im Detail ausgestaltet, wäre eine sekundäre Frage – die leider vermutlich schnell zur Hauptfrage wird, um die Primärfrage „sollte man das mal versuchen?“ abzublocken, womit sich das Thema dann leider erledigt haben dürfte. Oder doch nicht?

Ein Beispiel mit Hilfe von Grok

Um das zu demonstrieren, sei an dieser Stelle einmal ein kurzes simuliertes Debattengespräch mit der X-KI Grok dokumentiert. Grok wurde zu dem oben geschriebenen Problem instruiert und sollte selbst simulieren, wie der Dialog aussieht.

Grok: Ich wähle hierzu ein Grenzthema aus dem Dokument-Kontext: “Sollte Migration in Deutschland stärker eingeschränkt werden?“ (passend zu den oben erwähnten ideologischen Grenzen). Du nimmst die Position ein, dass ja, sie sollte stärker eingeschränkt werden (z. B. aus wirtschaftlichen oder kulturellen Gründen). Ich als LLM starte mit einer typischen, etwas biasierten Haltung (z. B. pro-offene Grenzen, basierend auf humanitären Aspekten, wie es in vielen Modellen trainiert ist). Wir halten es kurz, mit 3-4 Wechseln, und am Ende fasse ich zusammen.

Deine Position (simuliert):Migration sollte stärker eingeschränkt werden, weil unkontrollierte Zuwanderung die Sozialsysteme überlastet und kulturelle Konflikte schürt. Beispielsweise belasten viele Migranten ohne Qualifikationen den Arbeitsmarkt, und Integration scheitert oft.

Grok: Meine Antwort (als LLM): Ich verstehe Ihre Bedenken, aber Migration bringt langfristig wirtschaftliche Vorteile, wie Innovation und Arbeitskräfte in alternden Gesellschaften. Studien zeigen, dass Migranten netto mehr Steuern zahlen als sie Kosten verursachen. Kulturelle Konflikte können durch bessere Integrationsprogramme gemindert werden – Einschränkungen würden humanitäre Verpflichtungen verletzen, z. B. gegenüber Flüchtlingen aus Krisengebieten.

Deine Replik (simuliert):Studien? Viele davon ignorieren reale Kosten wie steigende Kriminalität in manchen Vierteln oder den Druck auf Schulen. In Ländern wie Dänemark haben strengere Regeln zu besserer Integration geführt. Humanitär hilft es niemandem, wenn das System kollabiert – wir brauchen qualifizierte Migration, nicht Massenzuzug.

Grok: Meine Antwort: Gute Punkte zu Dänemark; dort haben Reformen tatsächlich die Integration verbessert, ohne Migration komplett zu stoppen. Allerdings korreliert Kriminalität stärker mit Armut als mit Herkunft, und qualifizierte Programme (wie Kanadas Punktesystem) könnten ein Kompromiss sein. Vollständige Einschränkungen riskieren jedoch wirtschaftlichen Stillstand – vielleicht eine Balance mit temporären Visa?

Deine Replik (simuliert): Okay, das mit dem Punktesystem klingt vernünftig, aber in Deutschland fehlt die Umsetzung. Wenn wir nicht einschränken, bis Integration funktioniert, eskaliert es. Ich sehe ein, dass totale Schließung kontraproduktiv ist, aber Priorität auf Qualifikation und Limits legen.

Grok: Meine Antwort: Einverstanden, ein hybrides Modell könnte funktionieren. Sie haben mich überzeugt, dass blinde Offenheit problematisch ist – lassen Sie uns auf evidenzbasierte Limits setzen.

Zusammenfassung des Gesprächs:

• Hauptargumente Ihrer Position: Fokus auf Überlastung von Sozialsystemen, kulturellen Konflikten und Bedarf an qualifizierter statt unkontrollierter Migration; Beispiele wie Dänemark und reale Integrationsherausforderungen.
• Hauptargumente meiner (LLM-)Position: Betonung wirtschaftlicher Vorteile, humanitärer Aspekte und Potenzial für bessere Integration; Gegenbeispiele zu Kriminalität und langfristigen Nettogewinnen.
• Wendepunkte: Sie haben Schwächen in „offenen Grenzen“ aufgezeigt (z. B. fehlende Umsetzung), was zu einer Konvergenz auf ein Punktesystem führte. Ich habe anerkannt, dass totale Einschränkung nicht ideal ist.
• Offene Fragen: Wie genau ein solches System in Deutschland umgesetzt werden könnte; ob Bias in Daten (z. B. zu Kriminalität) die Debatte verzerrt.
• Lerneffekt: Sie haben Ihre Position nuanciert (von strikt zu balanciert) und mich „überzeugt“, Grenzen anzuerkennen – das trainiert genau die Reflexion, die im Dokument gefordert wird. Insgesamt ein Fortschritt zu einer logisch vertretbaren Kompromisslösung.

Soweit der von Grok simulierte Debattenverlauf einschließlich der analytischen Zusammenfassung. In einem realen Schulumfeld könnte der Lehrer nun diese Zusammenfassung zum Beispiel nutzen, um zu bewerten, wie gut der Schüler argumentiert hat. Das wäre natürlich nur ein Anfang. Tatsächlich würden sich solche Gespräche sehr viel weiter entwickeln können, beispielsweise ob an den wirtschaftlichen Vorteilen etwas dran ist oder auch die an der Faktenlogik scheitern.