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 ¨¹ber die Ergebnisse einer Umfrage unter 4800 Studierenden an der ETH Z¨¹rich bez¨¹glich ihrer Nutzung von K¨¹nstlicher 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 K¨¹nstlicher Intelligenz entwickelt haben. Die Mehrheit der Studierenden w¨¹nscht sich eine Integration von KI in ihr Studium, und einige m?chten, dass die Universit?t auf zuverl?ssigen, universit?ren Materialien basierende Werkzeuge bereitstellt. Wir finden heraus, dass die Akzeptanz und Einstellung zur K¨¹nstlichen Intelligenz je nach Studienrichtung variiert. Zudem stellen wir geschlechtsspezifische Unterschiede in den Antworten fest, die jedoch geringer sind, je n?her 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 ?bersetzungswerkzeugen zu haben, w?hrend sie im Durchschnitt wenig bis keine Vertrautheit mit Werkzeugen zur Erstellung von Bildern oder Pr?sentationen angeben. Es gibt grosse Standardabweichungen bei diesen Selbsteinsch?tzungen der Vertrautheit, was auf ein breites Spektrum an Erfahrung und Komfortniveau unter den Studierenden hindeutet.
Neben allgemeinen Werkzeugen wie Google Bard und ChatGPT f¨¹r Schreibaufgaben (sowohl in menschlichen als auch in Computersprachen), Wolfram Alpha f¨¹r mathematische Operationen, Whisper f¨¹r das Transkribieren von Interviews, Grammarly f¨¹r die Grammatikpr¨¹fung, DeepL f¨¹r Sprach¨¹bersetzungen und GitHub Copilot f¨¹r Programmieraufgaben nutzen sie auch spezialisiertere Werkzeuge wie ATLAS.ti f¨¹r die qualitative Datenanalyse, Rayyan f¨¹r Literaturrecherchen und Quillbot f¨¹r das Paraphrasieren. Neben Python-Code erzeugen die Studierenden auch Matlab-Code sowie LaTeX f¨¹r das Setzen von Dokumenten und TikZ f¨¹r das Einbetten von Diagrammen in LaTeX-Dokumente. Einige von ihnen merken an, dass sie ihre eigenen Modelle trainieren und erw?hnen 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 f¨¹r soziale Medien und GPT verwenden, um Ideen f¨¹r 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 F?lle, in denen Dozierende KI f¨¹r Lehrzwecke einsetzten: Ein Beispiel war die explizite Anleitung und Unterweisung in der Nutzung von KI f¨¹r die Computerprogrammierung, und das andere war ein Dozierender, der erkl?rende 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 dar¨¹ber, wie KI funktioniert). Die Studierenden hatten jedoch eine breite Palette von Ideen, wie sie eingesetzt werden k?nnte und sollte, wie aus ihren zugeh?rigen freien Aussagen (N = 1701) hervorgeht.
Einstiegspunkte zum Lernen
Viele Studierende nutzen sie f¨¹r allgemeine Sprachaufgaben: ?berwindung von anf?nglichem Schreibblock, sowie Verbesserung, ?bersetzung oder Korrektur von Texten in nat¨¹rlichen Sprachen. Zum Beispiel entwerfen sie die Hauptpunkte, die sie in einfacher Sprache oder Stichpunkten formulieren m?chten, und lassen dann ChatGPT ?sch?n¡° formulierte Abs?tze im erforderlichen Stil schreiben. Mehrere Studierende erw?hnten auch, auf diese Weise E-Mails an Dozierende zu schreiben. Ausl?ndische Studierende gaben auch an, dass es ihnen hilft, Sprachbarrieren zu ¨¹berwinden.
Einige Studierende nutzten es als ein ?besseres Google¡° oder einen ?Einstiegspunkt¡° zu Google. Es liefert hilfreiche und gezielte erste Antworten auf spezifische Fragen, f¨¹r die eine regul?re Google-Suche nur sehr allgemeine Ergebnisse liefert. Details dieser Antworten k?nnen dann wieder mit Google nachgeschlagen werden, sobald ChatGPT klarer gemacht hat, wonach zu suchen ist.
Eine gro?e Anzahl von Studierenden verwendete ChatGPT, um Aufs?tze oder Lehrmaterialien zusammenzufassen, und sie gaben an, dass die Zusammenfassung oft verst?ndlicher ist als das Original. Dies beruht nicht auf vortrainiertem Wissen, sondern auf der F?higkeit des Tools, ?mit Worten zu rechnen¡°.
Schlecht in Mathe, gut in Programmierung
W?hrend mehrere Studierende angaben, dass ChatGPT in Mathematik schlecht sei und dass Beweise und Ableitungen h?ufig falsch seien, gaben sie auch an, dass es hilfreich sei, Beweise und Ableitungen zu erkl?ren, die von den Dozierenden bereitgestellt wurden.
Neben der Arbeit mit nat¨¹rlicher Sprache hoben viele Studierende seine F?higkeit 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-L?sungen aufbaut und trainiert.
Nutzung von KI f¨¹r Pr¨¹fungen und Aufgaben
![Depends 37.3%; Legitimate 29.7%; Plagiarism 6.8%; Cheating 11.2%; Don't know 15.0%](/de/die-eth-zuerich/lehre/ai-in-education/projects/ai-usage-among-students/_jcr_content/par/textimage_1941467809/image.imageformat.text50percent.277326407.png)
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 h?ufige Vorkommen von ?Es kommt darauf an¡° ist nicht ¨¹berraschend, und in den zugeh?rigen freien Kommentaren betonten viele Studierende, dass dies von den Regeln des Dozierenden abh?ngt. Dies stimmt auch mit der allgemeinen Haltung der ETH ¨¹berein.
Viele Studierende stimmten zu, dass der Einsatz von KI-Werkzeugen, wie ChatGPT, f¨¹r Aufgaben wie Korrekturlesen, Grammatikkorrektur, Ideengenerierung und Unterst¨¹tzung bei der Forschung legitim ist. Insgesamt bef¨¹rworten 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, Vertrauensw¨¹rdigkeit oder Voreingenommenheit erlebt haben, gaben 80,5 % an, dass dies der Fall war. Die freien Antworten hoben haupts?chlich Bedenken hinsichtlich der Genauigkeit, Zuverl?ssigkeit, Vertrauensw¨¹rdigkeit und Konsistenz der Ausgaben von KI-Werkzeugen wie ChatGPT hervor. Bez¨¹glich der Genauigkeit berichteten die Studierenden h?ufig.
Das wohl am h?ufigsten 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 ¨¹berzeugend bei falschen Antworten sein kann, dass es sie dazu bringt, Konzepte und Musterl?sungen zu hinterfragen und neu zu denken, und dass sie am Ende mehr lernen.
?hnlich wurde die Leistung der KI bei nuancierten Aufgaben oder weniger g?ngigen Themen weniger vertraut. Voreingenommenheit war ein weiteres Problem; w?hrend Voreingenommenheit normalerweise als unbeabsichtigt angesehen wird, k?nnten einige Studierende vermutet haben, dass das System w?hrend des Trainings manipuliert wurde. Dar¨¹ber hinaus ?u?erten die Studierenden Bedenken hinsichtlich Datenschutz und Sicherheit und bekr?ftigten die Notwendigkeit eines transparenteren, zuverl?ssigeren, unvoreingenommenen und aktuelleren Informationssystems.
Haltung gegen¨¹ber KI
![Vergr?sserte Ansicht: Departments in order: Technology Management, Biosystems and Engineering, Informatics (Computer Science), Biology, ..., Architecture, Earth Science](/de/die-eth-zuerich/lehre/ai-in-education/projects/ai-usage-among-students/_jcr_content/par/textimage_1724874034/image.imageformat.text50percent.1311382835.png)
Mehrere Fragen der Umfrage waren darauf ausgelegt, die Einstellung der Studierenden zur KI zu bewerten. Mit der bemerkenswerten Ausnahme von Bedenken bez¨¹glich Ausgrenzung und Diskriminierung sind die Studierenden m??ig optimistisch bez¨¹glich des Einsatzes von KI. Besonders stark ist die Unterst¨¹tzung f¨¹r die kontinuierliche Entwicklung von KI und der Glaube, dass die Vorteile dieser Technologie die Nachteile ¨¹berwiegen.
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 Geschlechterverh?ltnisse zwischen den Programmen variieren; so hat beispielsweise das Programm f¨¹r Biosystemtechnik und Ingenieurwesen einen niedrigeren Einstellungswert als das Programm f¨¹r Technologiemanagement, obwohl der Wert f¨¹r M?nner h?her ist). Das Studienprogramm f¨¹r 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, schr?nkt jedoch die aus den Daten abgeleiteten Behauptungen ein, jedoch kann eine Tendenz beobachtet werden, dass Frauen skeptischer gegen¨¹ber KI sind als M?nner. 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 Hinzuf¨¹gen der wahrgenommenen Hilfreichkeit des Chattens als Kovariate und Durchf¨¹hrung einer ANCOVA einige dieser Unterschiede zwischen Disziplinen und Abteilungen abnehmen; mit anderen Worten, disziplin?re Unterschiede in der Einstellung k?nnten davon abh?ngen, 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
![Over 3/4 answering "No", the remainder is equally distributed between "Yes" and "They already are"](/de/die-eth-zuerich/lehre/ai-in-education/projects/ai-usage-among-students/_jcr_content/par/textimage_551683311/image.imageformat.text50percent.893211327.png)
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 ¨¹ber 3/4 (76,6 %) der Studierenden angeben, dass die aktuellen Techniken nicht veraltet sein werden.
Viele Studierende ?ussern den Wunsch, dass diese Werkzeuge in ihre Lernerfahrung integriert werden, in der ?berzeugung, dass KI ihr akademisches und berufliches Leben verbessern k?nnte. Dies geht einher mit ihrer Antwort auf die Frage, ob die ETH Lernm?glichkeiten anbieten sollte, um den Einsatz und die Anwendung von KI-basierten Werkzeugen in ihrem Studium zu f?rdern (¡Ö 2/3, 65 % antworteten mit ?Ja¡°); die Frage war sicherlich ¨¹berschw?nglich formuliert (?den Einsatz f?rdern¡°), aber die Studierenden haben eine realistische Sicht auf den Trubel und Hype um KI: Auf einer Skala von ¨¹bertrieben (1) bis angemessen (5) bewerteten sie den Trubel um KI mit 3,2 ¡À 1,1.
W?hrend mehrere Studierende vorschlagen, eine Ó¢»ÊÓéÀÖlizenz f¨¹r GPT-4 zu beschaffen, schlagen einige Studierende vor, eine institutionelle KI zu schaffen, die vertrauensw¨¹rdige und gezielte Lernunterst¨¹tzung f¨¹r bestimmte Kurse bietet.
Zusammenfassung
Die Umfrageergebnisse bieten Einblicke in die Vertrautheit der Studierenden mit K¨¹nstlicher 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 F¨¹lle von Ideen ¨¹ber deren potenzielle Anwendungen, insbesondere in der Programmierung und bei sprachbezogenen Aufgaben. Die Haltung gegen¨¹ber KI ist im Allgemeinen optimistisch, wobei die Studierenden deren potenzielle Vorteile zur Verbesserung ihrer akademischen und beruflichen Bem¨¹hungen erkennen. Bedenken hinsichtlich der Vertrauensw¨¹rdigkeit, Genauigkeit und potenzieller Voreingenommenheit von KI-Ergebnissen sind jedoch weit verbreitet. Die Mehrheit glaubt, dass KI-Werkzeuge zwar n¨¹tzliche Erg?nzungen sein k?nnen und in Lehrsituationen integriert werden sollten, jedoch traditionelle Lernmethoden nicht ersetzen sollten.
Dar¨¹ber hinaus legen die Antworten eine differenzierte Perspektive auf den Einsatz von KI in Bewertungen nahe. W?hrend viele Studierende KI-Werkzeuge f¨¹r Aufgaben wie Korrekturlesen und Ideengenerierung als legitim erachten, besteht Konsens, dass der Hauptinhalt vom Studierenden stammen sollte, wobei das w?rtliche Kopieren von KI-Ergebnissen als unethisch angesehen wird. Die Notwendigkeit von Transparenz und klaren Richtlinien seitens der Bildungseinrichtungen wird betont, wobei die Studierenden f¨¹r einen kontextbasierten Einsatz von KI pl?dieren. Trotz der potenziellen Vorteile gibt es Bedenken hinsichtlich einer ?berabh?ngigkeit von KI, Datenschutzproblemen und der Herausforderung, KI-generierte Arbeiten zu unterscheiden. Mehrere Studierende forderten von der Institution bereitgestellte KI-Werkzeuge, um diese Bedenken zu ¨¹berwinden.