Hören Sie hinein in die neueste Folge unseres Podcasts:
Empfehlen Sie unsere Podcasts weiter!
Die Nutzung von generativer Künstlicher Intelligenz (KI) in Bildungsprozessen birgt ein psychologisches Paradoxon: Während die unmittelbare Arbeitsleistung durch die technologische Unterstützung steigt, stagniert oft der tatsächliche, langfristige Lernerfolg. Dieses Phänomen lässt sich psychologisch durch das sogenannte „kognitive Offloading“ erklären – das Auslagern anstrengender Denkprozesse an eine Maschine, was zwar im Moment der Bearbeitung Entlastung bringt, langfristig jedoch die kognitiven Fähigkeiten schwächt.
Eine empirische Untersuchung von Fan et al. (2025) verdeutlicht diesen Mechanismus anhand einer randomisierten Laborstudie mit 117 Universitätsstudierenden. Die Forschenden untersuchten dabei, wie sich die Zusammenarbeit mit verschiedenen Unterstützungsformen – namentlich ChatGPT, menschliche Expertinnen und Experten sowie Schreibanalysetools – auf die Motivation, die selbstregulierten Lernprozesse und die finale Leistung bei einer Schreibaufgabe auswirkt. Es zeigte sich, dass die Gruppe, die mit der KI zusammenarbeitete, zwar die stärkste Verbesserung bei der Bewertung ihrer geschriebenen Essays erzielen konnte, dieser Zuwachs jedoch nicht mit einem echten Wissensgewinn oder der Fähigkeit einherging, das Gelernte auf neue, unbekannte Aufgabenstellungen zu übertragen.
Die Ursache hierfür liegt in einer nachlassenden Selbstkontrolle, die als „metakognitive Faulheit“ (metacognitive laziness) definiert wird. Metakognition bezeichnet die menschliche Fähigkeit, das eigene Denken aktiv zu überwachen, Wissenslücken zu identifizieren und zu reflektieren, was bereits verstanden wurde. Sobald eine generative KI dauerhaft assistiert, neigen Lernende dazu, diese geistige Überwachungs- und Regulationsarbeit unkritisch an das System abzugeben und blind auf das Feedback der Maschine zu vertrauen, anstatt sich tiefgründig mit den Inhalten auseinanderzusetzen.
Interessanterweise veränderte der KI-Einsatz die intrinsische Motivation der Teilnehmenden nach der Aufgabe nicht, beeinflusste jedoch die Frequenz und die Abfolge ihrer selbstregulierten Lernschritte massiv. Neben der Entstehung dieser technologischen Abhängigkeit im Lernprozess droht durch den Einsatz von Sprachmodellen zudem eine Reduzierung der menschlichen Ausdrucks- und Argumentationsvielfalt, da die Bandbreite der generierten Ideen komprimiert wird.
Für die Bildungspraxis bedeutet dies, dass KI im Unterricht gezielt durch didaktische Hilfestellungen (Scaffoldings) flankiert werden muss, die Lernende dazu zwingen, weiterhin aktiv zu evaluieren, zu reflektieren und eine kritische Distanz zu den maschinellen Ausgaben zu wahren, anstatt die Technologie lediglich als Werkzeug zur reinen Effizienzsteigerung zu nutzen.
Literatur
Fan, Y., Tang, L., Le, Huixiao, Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489–530.
Hören Sie hinein in die neueste Folge unseres Podcasts:
Empfehlen Sie unsere Podcasts weiter!
Impressum ::: Datenschutzerklärung ::: Nachricht ::: © Werner Stangl ::: Psychologische Neuigkeiten für Pädagogen :::
