Beschreibung
Offene Antworten zeigen mehr als Multiple Choice: wie Lernende denken und wo sie falsch abbiegen. Bei 25 Antworten ist das Durchlesen aufwendig. Ein KI-Werkzeug kann die Antworten als «zweites Paar Augen» vorsortieren, nach häufigen Fehlvorstellungen und nach der Tiefe des Verständnisses, zum Beispiel entlang der SOLO-Taxonomie (von «einzelne Fakten» bis «Zusammenhänge erklären»).
Die Lernenden arbeiten ohne KI. KI nutzt nur die Lehrperson, für die Vorbereitung.
Unterrichtsideen
- Zwei bis drei offene Fragen in Forms stellen, die Verständnis zeigen («Erkläre, warum …»). Ohne Namen oder mit Nummern antworten lassen.
- Antworten exportieren und alle Namen entfernen.
-
Auswerten lassen, etwa mit diesem Auftrag:
Du bist Fachdidaktikerin für [Fach]. Analysiere die folgenden anonymisierten Antworten zur Frage [Frage]. Nenne die drei häufigsten Fehlvorstellungen und ordne die Antworten in einer Tabelle den Stufen der SOLO-Taxonomie zu. Schlage zu jeder Fehlvorstellung einen Impuls für den Unterricht vor. Antworten: [einfügen]
-
Prüfen: Stimmt die Einordnung? Stichproben selbst lesen.
- Planen: Den Einstieg an den Fehlvorstellungen ausrichten und Gruppen nach Bedarf bilden.
Im Zyklus 1 genügen mündliche oder gezeichnete Antworten, die die Lehrperson stichwortartig festhält.
Darauf achten
- Anonymisieren: Keine personenbezogenen Daten von Lernenden in öffentlich zugängliche KI-Dienste eingeben, also alle Namen vorher entfernen.
- Human in the loop: Die KI liefert eine Einschätzung, die Diagnose stellt die Lehrperson.
- Formativ: Die Erhebung dient der Förderung, nicht der Note.
Grundlagen und Links
- KI-Lernloop, Phase 1 «Lernstandanalyse» – mit weiteren Prompts und einer Checkliste
- Generative KI im Schulalltag
- Ohne KI: Mentimeter für Standortbestimmung