Chatbots formen unser Kommunikationsverhalten
Wir befinden uns zweifellos in einem Selbstversuch darüber, was KI Chatbots (GenAI / LLMs) leisten können und wie sie unser Wesen prägen. Es ist faszinierend zu beobachten, wie wir die Technik gestalten – doch ebenso tiefgreifend ist die Art und Weise, wie sie im Gegenzug uns formt.
#kommunikation, #beziehungsverhalten, #GenAI, #LLMs; #LernenmitKI, #KiimUnterricht
Schon zuvor konntest du in schulKI datenschutzkonform chatten – ab sofort stehen dir dafür noch leistungsstärkere Modelle zur Verfügung: Gemma & Qwen.
💡 Individuelle Förderung ohne Umwege
💡 Unterricht & Gespräche schneller vorbereiten
💡Schülerdaten datenschutzkonform nutzen
👉 Ideal für alle, die KI im Unterrichtskontext nutzen – sicher, effizient und auf dem neuesten Stand. ➡️ Schau dir an, wie du Gemma & Qwen auswählst!
Wie bewerten wir, was Schüler:innen mit KI geleistet haben? 📋✅
In meinem neuen Blogbeitrag stelle ich dazu 11 Bewertungsraster für Unterricht und Prüfung vor – plus interaktiver Raster-Builder zum Anpassen. Beides OER mit CC-BY-Lizenz! 🚀
Wir sind auf der BILDUNG.DIGITAL in Magdeburg!
Du kannst kostenlos dabei sein 🎉
Schreib uns einfach eine Nachricht mit dem Stichwort „Magdeburg“ und sichere dir dein Messeticket mit 100 % Rabatt.
📅 23.04.2026
⏰ 08:30 – 16:00 Uhr
📍 Halle 1, Tessenowstraße 9a, 39114 Magdeburg
Wir freuen uns auf dich 😊
People often optimize for long-term goals in collaboration: A mentor or companion doesn't just answer questions, but also scaffolds learning, tracks progress, and prioritizes the other person's growth over immediate results. In contrast, current AI systems are fundamentally short-sighted collaborators - optimized for providing instant and complete responses, without ever saying no (unless for safety reasons). What are the consequences of this dynamic? Here, through a series of randomized controlled trials on human-AI interactions (N = 1,222), we provide causal evidence for two key consequences of AI assistance: reduced persistence and impairment of unassisted performance. Across a variety of tasks, including mathematical reasoning and reading comprehension, we find that although AI assistance improves performance in the short-term, people perform significantly worse without AI and are more likely to give up. Notably, these effects emerge after only brief interactions with AI (approximately 10 minutes). These findings are particularly concerning because persistence is foundational to skill acquisition and is one of the strongest predictors of long-term learning. We posit that persistence is reduced because AI conditions people to expect immediate answers, thereby denying them the experience of working through challenges on their own. These results suggest the need for AI model development to prioritize scaffolding long-term competence alongside immediate task completion.
digilab
schulKI
JAN H4R7W16
Cornelia Stenschke
Joscha Falck
