KI erzeugt Abhängigkeit, nicht Inkompetenz

KI erzeugt Abhängigkeit, nicht Inkompetenz

Die Studierenden eines Wirtschaftsprofessors in Brown kamen mit KI auf einen Schnitt von 96 Prozent. Ohne sie fielen sie auf 48 Prozent.

Diese Lücke von 48 Punkten ging diese Woche um die Welt, als der x-te Beweis dafür, dass Studierende betrügen. Das geht am eigentlichen Punkt vorbei. Was Roberto Serrano da unfreiwillig gemessen hat, ist genau das, was keine Studie zur Produktivität von KI je misst: nicht, was das Werkzeug jemandem während der Nutzung einbringt, sondern was übrig bleibt, wenn man es abschaltet. Die Antwort lässt sich hier in einer Zahl zusammenfassen: die Hälfte.

Und diese Messung betrifft längst nicht nur Studierende. Sie wartet auf den Entwickler, der den Code, den er ausliefert, nicht mehr gegenliest, auf den Juristen, der seine Klauseln nicht mehr selbst formuliert, auf den Berater, der seine Folien nicht mehr selbst baut.

Die Zahl stimmt, wir haben sie an der Quelle geprüft. Die Geschichte, die daraus gemacht wird, ist dagegen an drei Stellen falsch, und die wahre Geschichte ist beunruhigender als die Abkürzung.

Eine Hausarbeit, aus gutem Grund vergeben

Roberto Serrano lehrt seit vierunddreißig Jahren Volkswirtschaft in Brown. Sein Kurs, ECON 1170, behandelt Wohlfahrtsökonomie und die Theorie der sozialen Wahl. Ein fortgeschrittener, sehr mathematischer Kurs, von der Sorte, die gelegentliche Interessenten eher abschreckt.

Am 13. Dezember 2025 tötet eine Schießerei auf dem Campus zwei Studierende. Serrano hatte gerade zugesagt, eines der Opfer zu betreuen. Im folgenden Frühjahr vertrauen ihm mehrere seiner Studierenden ihre Angst an, in einem Prüfungssaal eingeschlossen zu sein. Also lässt er, zum ersten Mal seit fast zwanzig Jahren, die Zwischenklausur zu Hause schreiben.

Der Kurs zog sonst etwa dreißig Teilnehmer an. In diesem Semester sind es 86. Serrano selbst führt diesen Andrang auf das Versprechen der Take-Home-Klausur zurück. Aus einer Geste des Mitgefühls wurde ein Lockangebot, und genau darum geht es hier eigentlich.

Noten, die keinen Sinn ergeben

Die Zwischenklausur findet am 5. März statt. Der Klassenschnitt liegt bei 96 von 100. Vierzig der 86 Studierenden liefern eine fehlerfreie Arbeit ab.

Zum Vergleich: Der historische Schnitt dieser Prüfung liegt zwischen 65 und 80. Und Serrano hatte sie bewusst schwerer gemacht, gerade weil die Studierenden unbegrenzt Zeit hatten. Eine schwerere Prüfung, die den besten je gesehenen Schnitt hervorbringt, das müsste jeden Dozenten in Verzückung versetzen. Serrano gibt die Aufgabe stattdessen in ChatGPT ein.

Was dabei herauskommt, ähnelt den abgegebenen Arbeiten. In seinen eigenen Worten: Antworten, die "ungefähr richtig, aber ziemlich daneben waren, in einem sehr umständlichen Stil". Arbeitsgruppen geben identische Hausaufgaben ab, mit denselben Fehlern an denselben Stellen. Der Professor schätzt, dass mindestens fünfzig seiner Studierenden betrogen haben. Das ist seine eigene Zählung, und die sollte man im Hinterkopf behalten.

Der Prüfungssaal, und die Fehlenden

Serrano schreibt daraufhin an seinen Kurs. Er teilt seinen Verdacht mit und kündigt die beaufsichtigte Abschlussklausur im Hörsaal an.

Achtzehn Studierende brechen den Kurs daraufhin sofort ab. Neun weitere erscheinen am Prüfungstag nicht. Siebenundzwanzig von 86 verschwinden. Und hier kommt das Detail, das alle Kommentare aufwiegt: Von diesen 27 hatten 22 bei der Zwischenklausur die volle Punktzahl erreicht.

Neunundfünfzig Studierende schreiben also im Mai unter Aufsicht. Der Schnitt bricht auf 48,6 ein. Drei Arbeiten erhalten null Punkte. Neunzehn Studierende fallen durch. Das niedrigste Niveau, das je in diesem Kurs gemessen wurde.

Die eigentliche Zahl ist nicht die, die alle zitieren

Hier lohnt es sich, langsamer zu lesen, denn die vernichtendste Statistik ist nicht das 96 gegen 48.

Von den 59 Studierenden, die zur Abschlussklausur antraten, erreichten nur zwei eine Note, die weniger als zehn Punkte von ihrer eigenen Zwischenklausur-Note entfernt lag. Zwei. Nur einer schnitt besser ab als im März.

Der Unterschied ist entscheidend. Eine schwerere Abschlussklausur senkt gewöhnlich das Niveau der ganzen Klasse um eine Stufe, das ist banal, das passiert überall. Aber sie zerstört nicht die Rangfolge: Die Guten aus dem März bleiben im Mai grob die Guten, nur ein paar Plätze weiter unten.

Hier ist die Korrelation schlicht verschwunden. Das Talent aus dem März hat sich bis Mai in Luft aufgelöst. Das erklärt keine noch so schwere Prüfung.

Und jetzt die Nuance, die überall fehlt

Man muss es klar sagen, weil die meisten Berichte darüber hinweggegangen sind: Das ist kein wissenschaftliches Experiment. Serrano hat, entgegen dem, was vielerorts zu lesen ist, nicht dieselbe Klausur ohne Maschine wiederholt.

Es handelt sich um zwei unterschiedliche Prüfungen zu zwei unterschiedlichen Zeitpunkten des Semesters: eine Zwischenklausur im März, eine Abschlussklausur im Mai. Es sind auch zwei unterschiedliche Gruppen, 86 Studierende auf der einen, 59 auf der anderen Seite. Zwei Durchschnittswerte zu vergleichen, die auf unterschiedlichen Gruppen mit unterschiedlichen Inhalten beruhen, ist eher eine Feldbeobachtung als ein Versuchsprotokoll. Und die Klasse schrieb die Maiklausur nach einem kollektiven Betrugsvorwurf, was niemandem beim klaren Denken hilft.

Dazu kommt, was Brown selbst antwortet: Die Universität erklärt, den Fall ernst zu nehmen, doch der Professor habe dem Ausschuss für den akademischen Ehrenkodex nicht die nötigen Unterlagen geliefert, um die Fälle zu prüfen. Kein Verfahren wurde abgeschlossen. Niemand wurde des Betrugs für schuldig befunden. Es handelt sich um dokumentierte Verdachtsmomente, nicht um eine Verurteilung.

Nur zerstört diese Nuance die Zahl nicht. Sie verstärkt sie, und genau das ist die Wendung der Geschichte.

Die 27 Studierenden, die vor der Abschlussklausur gingen, waren die verdächtigsten der ganzen Gruppe, da 22 von ihnen die volle Punktzahl erreicht hatten. Wären sie geblieben und hätten mitgeschrieben, wäre der Schnitt vermutlich noch tiefer gefallen. Die 48,6 ist also keine Übertreibung, sondern eine vorsichtige Schätzung, die erst nach dem Verschwinden der Hauptverdächtigen zustande kam.

Der Fall gleicht eher einem Tatort als einem Labor: kein Protokoll, aber Indizien. Und die Indizien passen alle zueinander.

Der blinde Fleck jeder Studie

Zurück zur eigentlichen Messung, jetzt, da man weiß, was sie wert ist.

Alle Studien zur Produktivität von KI, ausnahmslos, vergleichen eine ausgestattete Arbeitskraft mit einer nicht ausgestatteten. Keine vergleicht dieselbe ausgestattete Person sechs Monate später, wenn ihr das Werkzeug entzogen wird. Wir haben bereits gesehen, wie schlecht die Zahlen zur KI-Produktivität einer genaueren Prüfung standhalten: Es ist derselbe blinde Fleck, und er ist strukturell. Niemand hat ein Interesse daran, die Abhängigkeit zu messen, die er selbst schafft.

Serrano hat es ungewollt getan. Und sein Ergebnis sagt nicht, dass seine Studierenden schlecht sind. Es sagt, dass das, was zwischen März und Mai wie Kompetenz aussah, in Wirklichkeit Zugang war. Nimmt man den Zugang weg, bleibt nichts zum Wegnehmen übrig.

Hier hört die Sache auf, nur von der Universität zu handeln. Ein Entwickler, der Code ausliefert, den er nicht mehr gegenliest, erreicht ebenfalls 96 Prozent, bis zu dem Tag, an dem er in Produktion etwas debuggen muss, das niemand mehr verstanden hat. Die Abhängigkeit sieht man nicht, solange das Werkzeug funktioniert. Genau das macht sie so teuer.

Serrano hat dafür einen schonungslosen Satz, und er ist nicht gerade gnädig mit Abschlüssen: Wenn alles, was man tut, darin besteht, einen Knopf zu drücken, damit die Maschine für einen arbeitet, braucht man dafür wirklich einen Abschluss von Brown?