Von Ian Antonio Patterson, Englischlehrer und Entwickler von Sybille
Für den Einsatz von KI in der Englisch-Abiturvorbereitung bietet sich eine einfache Arbeitsregel an: Nach einer Rückmeldung folgt ein eigener Versuch.
Dabei erklärt die Schülerin oder der Schüler eine Entscheidung, überarbeitet eine Textstelle oder erprobt einen Hinweis an einer weiteren Aufgabe. So entsteht etwas, das sich genauer betrachten lässt: Wie wurde die Rückmeldung verstanden? Welche Entscheidung gelingt bereits selbstständig? Wo bleibt eine Frage offen?
Warum sich dieser zusätzliche Schritt lohnt, lässt sich an zwei Forschungsarbeiten nachvollziehen.
Warum überschätzen wir manchmal unser Verständnis?
Eine Erklärung zu erhalten und selbst eine Erklärung erzeugen zu müssen sind zwei unterschiedliche Lernhandlungen.
Wie funktioniert ein Reißverschluss? Oder eine Toilettenspülung?
Leonid Rozenblit und Frank Keil ließen Versuchspersonen zunächst einschätzen, wie gut sie solche alltäglichen Mechanismen verstanden. Anschließend sollten sie deren Funktionsweise Schritt für Schritt erklären. Nach diesem Erklärungsversuch bewerteten die Teilnehmenden ihr vorheriges Verständnis im Durchschnitt deutlich zurückhaltender.
Die 2002 veröffentlichte Arbeit beschreibt eine „illusion of explanatory depth“: Menschen können die Tiefe ihres eigenen Verständnisses überschätzen. Erst beim Ausformulieren werden Zusammenhänge sichtbar, die zuvor selbstverständlich erschienen.
Eine zweite Perspektive liefert eine Studie von Michelene Chi und Kolleg:innen aus dem Jahr 1994. Darin arbeiteten 24 Schüler:innen der achten Klasse mit einem Text über den menschlichen Blutkreislauf. Vierzehn wurden aufgefordert, sich nach jeder gelesenen Textzeile deren Inhalt selbst zu erklären. Zehn weitere lasen denselben Text zweimal, ohne solche Erklärungsaufforderungen. Die Gruppe mit den angeleiteten Selbsterklärungen zeigte zwischen Vor- und Nachtest einen größeren Wissenszuwachs. Die kleine Untersuchung liefert damit einen Hinweis darauf, dass das eigenständige Erklären das Lernen aus einem Sachtext unterstützen kann.
Die beiden Arbeiten beleuchten unterschiedliche Seiten des Erklärens: Rozenblit und Keil untersuchten, wie Menschen ihr eigenes Verständnis überschätzen können. Chi und Kolleg:innen untersuchten, welchen Beitrag angeregte Selbsterklärungen zum Lernen leisten können. Keine der beiden Arbeiten untersuchte KI-Nachhilfe, Englisch-Abituraufgaben oder Sybille.
Für die eigene Unterrichts- und Feedbackpraxis greife ich daraus eine Frage auf: Welche Gelegenheit bekommt der Lernende, einen Zusammenhang selbst zu erklären und mit dem eigenen Wissen zu verbinden?
Wie lässt sich KI-Feedback am eigenen Englischtext überprüfen?
Ein praktischer Vorschlag für die selbstständige Textarbeit ist, nach einer Rückmeldung kurz innezuhalten und mit dem eigenen Entwurf weiterzuarbeiten:
Die Rückmeldung in eigenen Worten erklären.
Das KI-Feedback wird kurz ausgeblendet. Aufgabenstellung, Ausgangstext und eigener Entwurf dürfen sichtbar bleiben. Die Frage lautet: Was soll ich an dieser Stelle verändern – und weshalb? Wo die Erklärung stockt, lässt sich eine konkrete Rückfrage formulieren.
Eine Änderung am Text begründen.
Der Lernende entscheidet selbst, wie er den Hinweis umsetzt. Anschließend erläutert er beispielsweise, warum ein bestimmter Textbeleg seine Aussage stützt oder weshalb die neue Formulierung zur angesprochenen Zielgruppe passt. Auch ein begründetes Verwerfen eines Vorschlags gehört zu dieser Prüfung.
Den Ansatz später erneut anwenden.
Bei einem anderen Absatz oder einer neuen Übungsaufgabe wird derselbe Gedanke nochmals aufgegriffen, zunächst ohne die frühere KI-Formulierung. Danach kann der Lernende vergleichen: Was gelang selbstständig? Wo wurde erneut Unterstützung gebraucht?
Das ist eine praktische Übertragung der Forschungsfragen auf die Schreibarbeit, kein standardisierter Verständnistest. Eine nachvollziehbare Erklärung und weitere eigenständige Versuche liefern Anhaltspunkte für die nächste Übung. Aus einer einzelnen gelungenen Antwort lässt sich noch keine dauerhafte Beherrschung ableiten.
Wie Sybille die eigene Überarbeitung unterstützt
Sybille ist eine von Ian Antonio Patterson entwickelte, KI-gestützte Lernbegleitung für die Vorbereitung auf das Englisch-Abitur in Berlin und Brandenburg.
In der Schreibunterstützung benennt das Feedback zunächst Stärken und einen konkreten nächsten Schritt. Ausgangspunkt sind die Aufgabenstellung und die eigene Arbeit. Die Rückmeldung soll Schüler:innen dabei unterstützen, Entscheidungen zu begründen und ihren Entwurf selbst zu überarbeiten. Formulierungsbeispiele dienen als Lernmaterial.
Damit lässt sich der Blick auf den Arbeitsprozess richten: Was hat der Lernende mit der Rückmeldung gemacht? Welche Begründung trägt? Welche Unsicherheit sollte noch mit einer Lehrkraft geklärt werden? Schulische Bewertungen bleiben bei den zuständigen Lehrkräften; Sybille vergibt keine offiziellen Noten.
Die vorgestellten Studien liefern dafür einen fachlichen Hintergrund. Sie sind keine Wirksamkeitsprüfung von Sybille. Wie hilfreich die Unterstützung im konkreten Fall ist, muss sich an der tatsächlichen Arbeit mit dem System zeigen.
Die persönliche Perspektive: Podcastfolge 111
Wie entsteht aus solchen Fragen ein Lernangebot? Und wie verändert sich die eigene berufliche Rolle, wenn Technologie vertraute Aufgaben übernimmt?
In „What Happens When the Nachhilfe Lesson Ends?“, Folge 111 von iAntonio Media – Living the Language, erzählt Ian Antonio Patterson von seinen Erfahrungen mit technologischem Wandel, dem Lernen zwischen Unterrichtsstunden und der Entwicklung von Sybille. Die Folge verbindet Unterrichtspraxis mit einer persönlichen Auseinandersetzung über Anpassung, Können und Verantwortung. Sie ist auf Englisch.
Zur Podcastfolge 111: What Happens When the Nachhilfe Lesson Ends?
Quellen
Rozenblit, L. & Keil, F. (2002). The misunderstood limits of folk science: an illusion of explanatory depth. Cognitive Science, 26(5), 521–562. Originalarbeit bei der Yale University, PDF.
Chi, M. T. H., de Leeuw, N., Chiu, M.-H. & LaVancher, C. (1994). Eliciting self-explanations improves understanding. Cognitive Science, 18(3), 439–477. Veröffentlichung und Originalarbeit bei der Arizona State University
Produktion:
Bewusst mit KI-Unterstützung erstellt. Redaktionelle Auswahl, Prüfung, Bearbeitung und Verantwortung: Ian Antonio Patterson.
Teacher-built, exam-aligned tutoring, purpose-built for structured feedback, safe boundaries, and student ownership.
iAntonio Media – Living the Language: Independent Podcast – @iAntonio_media >> (klassischer RSS-Audio-Podcast)
Comments
4 responses to “KI-Feedback fürs Englisch-Abitur: Verständnis prüfen”
I just like the helpful information you provide in your articles
Thanks, much appreciated.
This platform caught my attention right away because of how smoothly everything runs on my phone. I spent my lunch break testing the live tables and the deals were top notch. Feels like a premium experience without the heavy price tag.
Wow thanks. I do my best.