Geokulturelle Perspektiven auf KI-Chatbots in der Hochschullehre

Projektdaten

Beschreibung

Der Einsatz von KI-Chatbots und großen Sprachmodellen (LLMs) in der Hochschullehre nimmt weltweit stark zu, doch empirische Erkenntnisse zu kulturellen Unterschieden sind bislang begrenzt. Eine internationale Studie von Ravšelj et al. zeigt deutliche regionale Unterschiede in Nutzung, Vertrauen und Erwartungen an ChatGPT. Psychologische Befunde bestätigen, dass ostasiatische und westliche Nutzerinnen und Nutzer Chatbots unterschiedlich interpretieren und auf Interaktionsstile wie Höflichkeit oder Direktheit verschieden reagieren. Für die Hochschullehre existieren dazu jedoch kaum systematische Vergleiche, obwohl Lernverhalten und Feedbackprozesse stark kulturabhängig sind.

Didaktische Studien belegen zwar Potenziale wie personalisierte Erklärungen oder mehrsprachige Unterstützung, zeigen aber auch, dass der tatsächliche Nutzen stark vom Lehrkontext abhängt. Gleichzeitig weisen Arbeiten zu LLMs auf Risiken wie Halluzinationen und kulturelle Verzerrungen in Trainingsdaten hin. Daraus ergibt sich ein klarer Forschungsbedarf: Wie wirken solche Modelle in verschiedenen Lehrkulturen, und wie müssen sie gestaltet oder eingesetzt werden, um Studierende nicht ungleich zu unterstützen? Dieser Aspekt gewinnt wissenschaftspolitisch an Bedeutung, da Hochschulen weltweit über sinnvolle Nutzungsregeln für KI-Tools diskutieren – nicht zuletzt im Kontext des EU AI Act und der Frage, wie Bildungseinrichtungen verantwortungsvoll mit generativen Modellen umgehen sollen.

Genau hier setzt die deutsch-japanische Kooperation an. Sie bietet die Möglichkeit, nicht nur technische oder didaktische Fragen zu betrachten, sondern die grundlegende Interaktion zwischen Studierenden, Lehrenden und KI-Systemen im Kontext zweier deutlich unterschiedlicher Hochschulkulturen zu vergleichen. Während deutsche Hochschulen häufig auf Diskurs- und Reflexionsorientierung setzen, sind in Japan formale Kriterien, Höflichkeitsstrukturen und indirekte Kommunikation stärker ausgeprägt. Wir erwarten, dass sich diese Unterschiede in der Art niederschlagen, wie Chatbots genutzt werden und welche Art von Antworten als hilfreich empfunden wird. Diese Zusammenhänge sind bislang nicht erforscht, aber entscheidend für die zukünftige Gestaltung kultursensitiver KI-gestützter Lehr-Lernsysteme. Für den bayerischen Hochschulraum ist das Thema unmittelbar relevant, da die Studierendenpopulation zunehmend international und kulturell divers ist. Unterschiedliche Kommunikations- und Lernstile wirken sich auch bei lokalen Studierenden auf die Nutzung und Angemessenheit von KI-gestützten Lernwerkzeugen aus. Eine kultursensitive Gestaltung solcher Systeme trägt daher direkt zur Chancengleichheit und zur Qualität digitaler Lehre in Bayern bei.