Gerechte Schulnoten dank KI

Ein Forschungsteam der IU hat ein neuartiges KI-Modell trainiert, indem es eine große Anzahl von Prüfungsdatensätzen aus verschiedenen Fächern der IU verwendet hat. Die Analyse der Daten zeigt, dass KI-gestützte Benotung in der Lage ist, menschliche Subjektivität und Ungenauigkeit zu reduzieren. Das KI-Modell ist in vielen Disziplinen anwendbar und anpassungsfähig.

Die Automatisierung der Benotung von Prüfungen mit offenen Fragen stellt für Lehrende eine erhebliche Arbeitserleichterung dar und kann zu besseren Ergebnissen für Studierende führen, indem durch einen  automatisierten Bewertungsmechanismus menschliche Ungenauigkeiten und Fehler vermieden werden können. Das Forschungsteam empfiehlt aus rechtlichen und akademischen Gründen, die KI zunächst nur zur Unterstützung des menschlichen Urteilsvermögens einzusetzen.

KI reduziert die Subjektivität bei der Notenvergabe

Das IU-Forschungsteam hat ein neuartiges Bewertungssystem entwickelt, das sogenannte Automatic Short Answer Grading (ASAG) System. Es bewertet Antworten auf offene Fragen, die aus wenigen Sätzen bestehen und basiert auf einem großen Sprachmodell (Large Language Model), das mit einem sehr großen Datensatz aus Prüfungsdaten zusätzlich trainiert wurde.

Ein Vergleich der KI-Ergebnisse mit Fachexperten zeigte, dass ASAG bei der Bewertung der Studierendenantworten im Durchschnitt näher an der offiziellen Referenznote lag als die Bewertung durch Menschen. Die größere Übereinstimmung bei der Bewertung deutet darauf hin, dass eine KI-gestützte Benotung Subjektivität bei der Benotung reduzieren und so potenziell die Fairness verbessern kann.

Quelle: IU Internationale Hochschule

Bild: 14995841 / Pixabay