KI auf dem Campus

Greg von Anthropic spricht mit vier Claude Campus-Botschaftern über die KI-Nutzung an Universitäten. Zain berichtet, dass etwa 90% der Studierenden KI für Vorlesungszusammenfassungen, Aufgabenhilfe und Feedback nutzen. Die Universitäten reagieren unterschiedlich – manche Kurse verbieten KI, andere ermutigen zur Nutzung, was Studierende in einer Grauzone zurücklässt. Marcus beschreibt die chaotische aber energiegeladene Atmosphäre an der UC Berkeley aufgrund der Nähe zum Silicon Valley. Chloe beobachtet eine Identitätspolarisierung: STEM-Studierende nutzen KI intensiv, während Geisteswissenschaftler zurückhaltender sind oder sich komplett ausklinken.

Die Studierenden diskutieren, wie KI-Tools wie Claude Code die Zugänglichkeit zur Softwareentwicklung revolutioniert haben. Zain erzählt, dass Studierende ohne Informatik-Hintergrund jetzt mit dem Terminal arbeiten und Websites für studentische Vereinigungen bauen. Marcus hebt hervor, dass Studierende aus Politikwissenschaft, Psychologie oder Mathematik innerhalb von Tagen von der Idee zum funktionierenden Prototyp kommen. Konkrete Beispiele werden genannt: Eine App namens 'Course Here', die Studierende benachrichtigt, wenn Plätze in überfüllten Kursen frei werden, und ein Tool zur Anzeige freier Lernplätze in der Bibliothek. Tino berichtet von Gesundheitsanwendungen mit Computer Vision zur Erkennung von Schlaganfällen oder Demenz-Anzeichen.

Die Campus-Botschafter erklären ihre Rolle als Vermittler zwischen Anthropic und Studierenden an ihren Universitäten. Bei Hackathons entstehen kreative Projekte wie eine gamifizierte Princeton-Bucket-List-App, gebaut von Erstsemestern ohne technischen Hintergrund. Zain beschreibt ein Tool, das Vorlesungsfolien hochlädt und automatisch Professorennotizen ergänzt, was ihm beim Lernen für Prüfungen half. Die Diskussion zeigt, wie Studierende KI für authentische Probleme einsetzen – von Kursanmeldung bis Raumplanung. Der Konsens: Die Magie des Studentendaseins liegt darin, Zeit für experimentelle Nebenprojekte zu haben, die durch KI nun viel zugänglicher geworden sind.

Die Gruppe diskutiert die zentrale Herausforderung: KI kann das Lernen fördern oder verhindern, je nach Nutzung. Zain argumentiert, dass KI die wahren Motivationen der Studierenden offenlegt – wer wirklich lernen will nutzt sie als Verstärker, wer nur durchkommen will lässt Arbeiten erledigen. Marcus beschreibt seine Entwicklung von schnellen Q&A-Sessions zu längeren, kontextreichen Gesprächen mit Projekten pro Kurs und hochgeladenen Lehrmaterialien. Chloe betont Absichtlichkeit: Vor dem Prompten überlegt sie, ob sie direkte Lösungen will oder verschiedene Perspektiven für Brainstorming. Die Studierenden bemerken, dass KI-generierte Inhalte erkennbare Muster haben (viele Gedankenstriche, typische Phrasen), was Betrug weniger effektiv macht.

Die Diskussion beleuchtet den Rückstand der Universitäten gegenüber studentischer KI-Adoption. Zain berichtet von positiven Entwicklungen an der LSE, wo ein Erstsemesterkurs jetzt explizit Anleitungen zur Claude-Nutzung gibt, Gesprächsprotokolle einfordert und Videoarbeiten statt Essays verlangt. Chloe erwähnt, dass ihr Machine-Learning-Kurs einen eigenen Chatbot für Fragen gebaut hat, merkt aber an, dass dies nur ein 'Pflasteransatz' ist. Marcus stellt fest, dass Professoren noch Anpassungsschwierigkeiten haben und es kein integriertes Framework gibt. Tino kontrastiert dies mit Arizona State, die eine KI-Prompt-Bank vom Karrierezentrum und neue Kurse über 'KI, Chip-Strategie und die Zukunft der Arbeit' anbieten.

Die Studierenden äußern ernste Bedenken über KI-Missbrauch. Betrug ist ein Top-Anwendungsfall, besonders das direkte Einreichen von KI-Outputs. 'KI-Slop' wird definiert als generische Ausgaben, die schlechter sind als das, was man selbst produzieren könnte – besonders problematisch bei Anschreibungen. Chloe beschreibt 'Besitzscham' bei Studierenden, die KI für legitime Projekte nutzen, weil die Grenzen verschwommen sind. Beim Arbeitsmarkt zeigen sich gemischte Gefühle: KI hilft bei Interviewvorbereitung und Lebensläufen, aber Unternehmen nutzen KI-Screening, was zu unpersönlichen Bewerbungsprozessen und schnellen automatischen Absagen führt. Tino hatte ein vollständig KI-geführtes Interview, fand es überraschend angenehm, wurde aber trotzdem abgelehnt.

In der Schnellfragerunde geben die Studierenden konkrete Ratschläge: Lernt KI-Tools kennen, nutzt Projekte pro Kurs mit hochgeladenen Materialien, aktiviert den prägnanten Modus für effiziente Übersichten, folgt Substack-Autoren wie Nate Jones, und nutzt den Lernmodus für echtes Lernen. Zur Grenze zwischen Werkzeug und Krücke: Man sollte seine Arbeit verteidigen können, auch bei kritischen Fragen, Eigenverantwortung spüren, und es sowohl Fünftklässlern als auch auf Hochschulniveau erklären können. Zain schließt mit dem wichtigen Punkt, dass Studierende Zeit brauchen zu lernen – sie müssen vielleicht 100% KI-Arbeiten einreichen, um zu erkennen, dass es nicht vorteilhaft ist. Greg hebt die 'nachdenklich positive' Haltung der Studierenden hervor, die trotz Herausforderungen optimistisch in die Zukunft blicken.