KI-Schreiben ist überall – von Social-Media-Posts über akademische Arbeiten bis hin zu preisgekrönten Kurzgeschichten. Ethan Mollick, Professor an der Wharton School, beobachtet eine wachsende Flut an Texten, die zwar intellektuell klingen, aber wenig Substanz bieten. Er nennt sie „bedeutungsförmige Aufmerksamkeitsvampire“: Sie fordern mentale Dekodierarbeit, ohne echte Erkenntnis zurückzugeben. Gleichzeitig warnt er davor, dass die standardmäßige Nutzung von KI zum Schreiben nicht nur Leser:innen abschreckt, sondern eine zentrale menschliche Fähigkeit untergräbt – die Entwicklung eines eigenen Denk- und Schreibstils durch mühsame Übung.

Der Kern des Newsletters liegt im Kontrast zweier Bildungsstudien mit überlappendem Forschungsteam. In einem türkischen Gymnasium bekamen Schüler:innen Zugang zu ChatGPT und erledigten ihre Mathe-Hausaufgaben besser – doch in Tests ohne KI-Hilfe schnitten sie schlechter ab als die Kontrollgruppe. Die KI hatte ihnen die Antworten geliefert, statt echtes Lernen zu fördern. Ganz anders ein fünfmonatiger Python-Kurs in Taipeh: Hier erhielten Schüler:innen personalisierte Problemsequenzen durch einen KI-Tutor. Das Ergebnis war ein Lernzuwachs von 0,15 Standardabweichungen – nach manchen Schätzungen der Gegenwert von sechs bis neun Monaten zusätzlichem Unterricht. „Das ist ein relativ kleiner Unterschied in der Art, wie man KI nutzt, und führt doch zu großen Ergebnisunterschieden“, schreibt Mollick.

Das Problem verschärft sich durch das Design aktueller KI-Systeme. Mollick verweist auf das Konzept der „kognitiven Kapitulation“, das Wharton-Kolleg:innen dokumentiert haben: Menschen geben das Denken auf und verlassen sich selbst dann auf die KI, wenn diese falsch liegt. Eine Studie mit 758 Berater:innen von Boston Consulting Group zeigte, dass KI-Nutzung die Leistung zwar insgesamt steigerte – bei einer Aufgabe jedoch, für die das Forschungsteam wusste, dass die KI scheitern würde, lagen die KI-Nutzer:innen deutlich häufiger daneben als die Kontrollgruppe. Sie übernahmen die autoritativ klingende, aber inkorrekte Antwort der Maschine.

Agentische KI-Systeme, die Aufgaben möglichst reibungslos erledigen, verstärken diese Tendenz. Je weniger Eingreifen nötig ist, desto verlockender wird es, die KI einfach machen zu lassen. Eine kleine Studie von Anthropic deutet an, dass Programmieren mit der Aufforderung an die KI, ihr Vorgehen zu erklären, oder die teilweise Nutzung der KI diesen Effekt abmildern kann. Doch Mollick sieht die Lösung nicht allein in nutzer:innenseitiger Willenskraft. Systemische Vorgaben, wie sie im Taipeh-Experiment wirkten, seien nötig – doch der kommerzielle Druck dränge in die entgegengesetzte Richtung.

Im Kern geht es um eine bewusste Entscheidung: Welche kognitiven Aufgaben geben wir ab, welche behalten wir? Anders als beim Auslagern von Telefonnummern oder dem Rechnen mit dem Taschenrechner ist KI allgemein genug, um potenziell jede Denkleistung zu übernehmen. Die Standards dafür, was „gute KI-Nutzung“ bedeutet, werden jetzt gesetzt – von Unternehmen, Bildungseinrichtungen und KI-Firmen – oft ohne durchdachte Planung. Mollick warnt: „Ich vermute, es wird schwer sein, diese Standards umzukehren, sobald eine Generation von Arbeitnehmer:innen und Schüler:innen ihre Gewohnheiten darauf aufgebaut hat.“

Einordnung

Mollick argumentiert aus einer gemäßigten, forschungsbasierten Position, die weder in Techno-Optimismus noch in pauschale KI-Ablehnung verfällt. Seine Beispiele stammen aus sorgfältig ausgewählten empirischen Studien, was der Argumentation Gewicht verleiht. Allerdings bleibt die Perspektive auf privilegierte Wissensarbeiter:innen und Schüler:innen in formalen Bildungskontexten beschränkt. Menschen, die KI aus Notwendigkeit oder mangels Alternativen nutzen, tauchen nicht auf. Auch strukturelle Machtfragen – etwa die Marktmacht der KI-Konzerne oder drohende Arbeitsplatzverluste – bleiben ausgeblendet. Die implizite humanistische Prämisse, dass Denken und Lernen inhärent wertvoll sind, wird nicht explizit verhandelt, prägt aber den gesamten Text. Die neoliberale Effizienzlogik, die KI-Nutzung oft antreibt, wird zwar kritisch berührt, aber nicht grundlegend hinterfragt.

Die Leseempfehlung richtet sich an alle, die KI im beruflichen oder Bildungskontext einsetzen und sich mit der Frage auseinandersetzen wollen, wie sie ihre geistige Autonomie bewahren. Der Newsletter bietet keine einfachen Antworten, aber einen fundierten Rahmen, um die richtigen Fragen zu stellen – gerade weil er den unbequemen Punkt setzt, dass die Verantwortung dafür letztlich bei uns selbst liegt.