KI Nutzung unter Studierenden
Zusammenfassung einer Umfrage unter ETH Studierenden im September 2023.
Fadoua Balabdaoui, Nora Dittmann-Domenichini, Henry Grosse, Claudia Schlienger, and Gerd Kortemeyer
Wir berichten über die Ergebnisse einer Umfrage unter 4800 Studierenden an der ETH Zürich bezüglich ihrer Nutzung von Künstlicher Intelligenz (KI), sowie deren Erwartungen und Einstellungen zu diesen Werkzeugen. Wir stellen fest, dass viele Studierende differenzierte und durchdachte Ansichten und Entscheidungen hinsichtlich der Nutzung von Künstlicher Intelligenz entwickelt haben. Die Mehrheit der Studierenden wünscht sich eine Integration von KI in ihr Studium, und einige möchten, dass die Universität auf zuverlässigen, universitären Materialien basierende Werkzeuge bereitstellt. Wir finden heraus, dass die Akzeptanz und Einstellung zur Künstlichen Intelligenz je nach Studienrichtung variiert. Zudem stellen wir geschlechtsspezifische Unterschiede in den Antworten fest, die jedoch geringer sind, je näher das Hauptfach der Studierenden an der Informatik liegt.
Vertrautheit mit Werkzeugen
Die Studierenden wurden gefragt, wie vertraut sie mit bestimmten Klassen von KI-Werkzeugen sind. Im Durchschnitt behaupten die Studierenden, eine mittlere Vertrautheit mit Chat- und Übersetzungswerkzeugen zu haben, während sie im Durchschnitt wenig bis keine Vertrautheit mit Werkzeugen zur Erstellung von Bildern oder Präsentationen angeben. Es gibt grosse Standardabweichungen bei diesen Selbsteinschätzungen der Vertrautheit, was auf ein breites Spektrum an Erfahrung und Komfortniveau unter den Studierenden hindeutet.
Neben allgemeinen Werkzeugen wie Google Bard und ChatGPT für Schreibaufgaben (sowohl in menschlichen als auch in Computersprachen), Wolfram Alpha für mathematische Operationen, Whisper für das Transkribieren von Interviews, Grammarly für die Grammatikprüfung, DeepL für Sprachübersetzungen und GitHub Copilot für Programmieraufgaben nutzen sie auch spezialisiertere Werkzeuge wie ATLAS.ti für die qualitative Datenanalyse, Rayyan für Literaturrecherchen und Quillbot für das Paraphrasieren. Neben Python-Code erzeugen die Studierenden auch Matlab-Code sowie LaTeX für das Setzen von Dokumenten und TikZ für das Einbetten von Diagrammen in LaTeX-Dokumente. Einige von ihnen merken an, dass sie ihre eigenen Modelle trainieren und erwähnen in diesem Zusammenhang PyTorch und CUDA als Werkzeuge und BERT als Basis. Neben diesen akademischen Anwendungen geben die Studierenden auch an, dass sie Midjourney und Elevenlabs zur Erstellung von Inhalten für soziale Medien und GPT verwenden, um Ideen für das Kochen zu bekommen.
Derzeitige Nutzung von KI in Lehre und Lernen
Wenig Nutzung in formalen Lehrszenarien
Nur 17,2 % der Studierenden gaben an, KI in Lehrsituationen erlebt zu haben. Die freien Antworten nannten nur zwei Fälle, in denen Dozierende KI für Lehrzwecke einsetzten: Ein Beispiel war die explizite Anleitung und Unterweisung in der Nutzung von KI für die Computerprogrammierung, und das andere war ein Dozierender, der erklärende Essays mit ChatGPT generierte und die Studierenden nach Fehlern suchen liess (zu beachten ist, dass die Anleitung zur Nutzung von KI etwas anderes ist als das Lehren darüber, wie KI funktioniert). Die Studierenden hatten jedoch eine breite Palette von Ideen, wie sie eingesetzt werden könnte und sollte, wie aus ihren zugehörigen freien Aussagen (N = 1701) hervorgeht.
Einstiegspunkte zum Lernen
Viele Studierende nutzen sie für allgemeine Sprachaufgaben: Überwindung von anfänglichem Schreibblock, sowie Verbesserung, Übersetzung oder Korrektur von Texten in natürlichen Sprachen. Zum Beispiel entwerfen sie die Hauptpunkte, die sie in einfacher Sprache oder Stichpunkten formulieren möchten, und lassen dann ChatGPT „schön“ formulierte Absätze im erforderlichen Stil schreiben. Mehrere Studierende erwähnten auch, auf diese Weise E-Mails an Dozierende zu schreiben. Ausländische Studierende gaben auch an, dass es ihnen hilft, Sprachbarrieren zu überwinden.
Einige Studierende nutzten es als ein „besseres Google“ oder einen „Einstiegspunkt“ zu Google. Es liefert hilfreiche und gezielte erste Antworten auf spezifische Fragen, für die eine reguläre Google-Suche nur sehr allgemeine Ergebnisse liefert. Details dieser Antworten können dann wieder mit Google nachgeschlagen werden, sobald ChatGPT klarer gemacht hat, wonach zu suchen ist.
Eine große Anzahl von Studierenden verwendete ChatGPT, um Aufsätze oder Lehrmaterialien zusammenzufassen, und sie gaben an, dass die Zusammenfassung oft verständlicher ist als das Original. Dies beruht nicht auf vortrainiertem Wissen, sondern auf der Fähigkeit des Tools, „mit Worten zu rechnen“.
Schlecht in Mathe, gut in Programmierung
Während mehrere Studierende angaben, dass ChatGPT in Mathematik schlecht sei und dass Beweise und Ableitungen häufig falsch seien, gaben sie auch an, dass es hilfreich sei, Beweise und Ableitungen zu erklären, die von den Dozierenden bereitgestellt wurden.
Neben der Arbeit mit natürlicher Sprache hoben viele Studierende seine Fähigkeit mit Computersprachen hervor und die Auswirkungen auf das grundlegende Programmierlernen und -lehren. Interessanterweise gaben einige Studierende an, dass sie GPT verwenden, um PyTorch und TensorFlow zu lernen; mit anderen Worten, sie verwenden KI, um zu lernen, wie man KI-Lösungen aufbaut und trainiert.
Nutzung von KI für Prüfungen und Aufgaben
Die Studierenden wurden gefragt, wie der Einsatz von KI-basierten Werkzeugen wie ChatGPT derzeit bei schriftlichen Leistungsbeurteilungen betrachtet werden sollte, die Abbildung zeigt das Ergebnis. Das häufige Vorkommen von „Es kommt darauf an“ ist nicht überraschend, und in den zugehörigen freien Kommentaren betonten viele Studierende, dass dies von den Regeln des Dozierenden abhängt. Dies stimmt auch mit der allgemeinen Haltung der ETH überein.
Viele Studierende stimmten zu, dass der Einsatz von KI-Werkzeugen, wie ChatGPT, für Aufgaben wie Korrekturlesen, Grammatikkorrektur, Ideengenerierung und Unterstützung bei der Forschung legitim ist. Insgesamt befürworten die Studierenden einen kontextbezogenen Einsatz und empfehlen klare Richtlinien von Bildungseinrichtungen und Dozierenden.
Vertrauen in KI
Die Studierenden sind sich der potenziellen Vertrauensprobleme im Zusammenhang mit KI bewusst. Als sie gefragt wurden, ob sie beim Einsatz von ChatGPT Probleme oder Bedenken hinsichtlich Genauigkeit, Vertrauenswürdigkeit oder Voreingenommenheit erlebt haben, gaben 80,5 % an, dass dies der Fall war. Die freien Antworten hoben hauptsächlich Bedenken hinsichtlich der Genauigkeit, Zuverlässigkeit, Vertrauenswürdigkeit und Konsistenz der Ausgaben von KI-Werkzeugen wie ChatGPT hervor. Bezüglich der Genauigkeit berichteten die Studierenden häufig.
Das wohl am häufigsten genannte Problem waren jedoch falsche Berechnungen: falsche numerische und falsche symbolische Berechnungen. Die KI „halluzinierte“ oft oder erzeugte falsche Antworten, manchmal sogar unterschiedliche Antworten auf dieselbe Frage. Einige Studierende merkten an, dass ChatGPT so überzeugend bei falschen Antworten sein kann, dass es sie dazu bringt, Konzepte und Musterlösungen zu hinterfragen und neu zu denken, und dass sie am Ende mehr lernen.
Ähnlich wurde die Leistung der KI bei nuancierten Aufgaben oder weniger gängigen Themen weniger vertraut. Voreingenommenheit war ein weiteres Problem; während Voreingenommenheit normalerweise als unbeabsichtigt angesehen wird, könnten einige Studierende vermutet haben, dass das System während des Trainings manipuliert wurde. Darüber hinaus äußerten die Studierenden Bedenken hinsichtlich Datenschutz und Sicherheit und bekräftigten die Notwendigkeit eines transparenteren, zuverlässigeren, unvoreingenommenen und aktuelleren Informationssystems.
Haltung gegenüber KI
Mehrere Fragen der Umfrage waren darauf ausgelegt, die Einstellung der Studierenden zur KI zu bewerten. Mit der bemerkenswerten Ausnahme von Bedenken bezüglich Ausgrenzung und Diskriminierung sind die Studierenden mäßig optimistisch bezüglich des Einsatzes von KI. Besonders stark ist die Unterstützung für die kontinuierliche Entwicklung von KI und der Glaube, dass die Vorteile dieser Technologie die Nachteile überwiegen.
Die Abbildung zeigt einen kumulativen Einstellungswert und wie diese Meinungen je nach Disziplin und Geschlecht variieren, sortiert nach den durchschnittlichen Gesamtwerten (zu beachten ist, dass die Geschlechterverhältnisse zwischen den Programmen variieren; so hat beispielsweise das Programm für Biosystemtechnik und Ingenieurwesen einen niedrigeren Einstellungswert als das Programm für Technologiemanagement, obwohl der Wert für Männer höher ist). Das Studienprogramm für Technologiemanagement zeigt die positivste Einstellung zur KI; das Programm umfasst Themen der Unternehmertum und Kommerzialisierung von Technologie. Die breite Streuung der Meinungen, die durch die Balken angezeigt wird, schränkt jedoch die aus den Daten abgeleiteten Behauptungen ein, jedoch kann eine Tendenz beobachtet werden, dass Frauen skeptischer gegenüber KI sind als Männer. Ingenieur- und Biowissenschaften tendieren dazu, KI akzeptierender zu sein als nicht-ingenieurwissenschaftliche und systemorientierte Wissenschaften, mit Mathematik und Physik in der Mitte.
Es stellt sich heraus, dass durch Hinzufügen der wahrgenommenen Hilfreichkeit des Chattens als Kovariate und Durchführung einer ANCOVA einige dieser Unterschiede zwischen Disziplinen und Abteilungen abnehmen; mit anderen Worten, disziplinäre Unterschiede in der Einstellung könnten davon abhängen, wie hilfreich KI in dieser Disziplin ist. Die Verwendung der wahrgenommenen Hilfreichkeit des Chattens als Kovariate schliesst auch einen Teil des Gender Gap.
Zukunft der Lehre
Insgesamt glauben die Studierenden nicht, dass die derzeitigen Formen des Lehrens und Beurteilens in naher Zukunft veraltet sein werden. Die Abbildung zeigt die Antwortverteilung auf die Frage, ob die aktuellen Lehrmethoden veraltet sind, wobei über 3/4 (76,6 %) der Studierenden angeben, dass die aktuellen Techniken nicht veraltet sein werden.
Viele Studierende äussern den Wunsch, dass diese Werkzeuge in ihre Lernerfahrung integriert werden, in der Überzeugung, dass KI ihr akademisches und berufliches Leben verbessern könnte. Dies geht einher mit ihrer Antwort auf die Frage, ob die ETH Lernmöglichkeiten anbieten sollte, um den Einsatz und die Anwendung von KI-basierten Werkzeugen in ihrem Studium zu fördern (≈ 2/3, 65 % antworteten mit „Ja“); die Frage war sicherlich überschwänglich formuliert („den Einsatz fördern“), aber die Studierenden haben eine realistische Sicht auf den Trubel und Hype um KI: Auf einer Skala von übertrieben (1) bis angemessen (5) bewerteten sie den Trubel um KI mit 3,2 ± 1,1.
Während mehrere Studierende vorschlagen, eine Campuslizenz für GPT-4 zu beschaffen, schlagen einige Studierende vor, eine institutionelle KI zu schaffen, die vertrauenswürdige und gezielte Lernunterstützung für bestimmte Kurse bietet.
Zusammenfassung
Die Umfrageergebnisse bieten Einblicke in die Vertrautheit der Studierenden mit Künstlicher Intelligenz (KI), deren Nutzung und Einstellungen zu KI-Werkzeugen im akademischen Kontext. Wir stellten eine Diskrepanz in der Vertrautheit fest, die auf die unterschiedlichen Erfahrungen und Komfortniveaus der Studierenden hinweist. Obwohl nur eine Minderheit KI in formellen Lehrsituationen erlebt hat, haben sie eine Fülle von Ideen über deren potenzielle Anwendungen, insbesondere in der Programmierung und bei sprachbezogenen Aufgaben. Die Haltung gegenüber KI ist im Allgemeinen optimistisch, wobei die Studierenden deren potenzielle Vorteile zur Verbesserung ihrer akademischen und beruflichen Bemühungen erkennen. Bedenken hinsichtlich der Vertrauenswürdigkeit, Genauigkeit und potenzieller Voreingenommenheit von KI-Ergebnissen sind jedoch weit verbreitet. Die Mehrheit glaubt, dass KI-Werkzeuge zwar nützliche Ergänzungen sein können und in Lehrsituationen integriert werden sollten, jedoch traditionelle Lernmethoden nicht ersetzen sollten.
Darüber hinaus legen die Antworten eine differenzierte Perspektive auf den Einsatz von KI in Bewertungen nahe. Während viele Studierende KI-Werkzeuge für Aufgaben wie Korrekturlesen und Ideengenerierung als legitim erachten, besteht Konsens, dass der Hauptinhalt vom Studierenden stammen sollte, wobei das wörtliche Kopieren von KI-Ergebnissen als unethisch angesehen wird. Die Notwendigkeit von Transparenz und klaren Richtlinien seitens der Bildungseinrichtungen wird betont, wobei die Studierenden für einen kontextbasierten Einsatz von KI plädieren. Trotz der potenziellen Vorteile gibt es Bedenken hinsichtlich einer Überabhängigkeit von KI, Datenschutzproblemen und der Herausforderung, KI-generierte Arbeiten zu unterscheiden. Mehrere Studierende forderten von der Institution bereitgestellte KI-Werkzeuge, um diese Bedenken zu überwinden.