Eine 30-monatige Studie mit 26.000 chinesischen Schülern zeigt: KI lässt die Hausaufgabennoten um 18 % steigen, aber die Ergebnisse der Zhongkao-Prüfung (chinesische Abschlussprüfung der Mittelschule für den Übergang zur Oberstufe) um 24 % sinken.

Kinder nutzen KI für ihre Hausaufgaben, ihre Noten verbessern sich und sie arbeiten schneller – zwei Jahre später sinken ihre Ergebnisse bei den Aufnahmeprüfungen um 24 %.

Das ist keine Clickbait-Überschrift eines angstschürenden Marketingkanals, sondern eine seriöse wirtschaftswissenschaftliche Abhandlung. Im Juni veröffentlichte das Centre for Economic Policy Research (CEPR) das Diskussionspapier DP21577, das 26.811 chinesische Mittelschüler insgesamt 30 Monate lang verfolgte. Das Ergebnis ist erschütternd: Generative KI verbessert die Hausaufgabenergebnisse um 18 %, lässt aber die Ergebnisse der monatlichen geschlossenen Prüfungen innerhalb eines halben Jahres um 20 % sinken.

Die Beziehung zwischen Hausaufgaben und Prüfungen wurde von KI regelrecht auf den Kopf gestellt.

Das CEPR-Papier verfolgte 26.800 chinesische Mittelschüler 30 Monate lang: KI lässt die Hausaufgabennote um 18 % steigen, die monatliche Prüfungsnote um 20 % sinken und die Note der mittleren Schulabschlussprüfung um 24 % fallen. 80 % der Schüler praktizieren „kognitive Auslagerung“, und die Spitzenschüler sind am stärksten davon betroffen.

Was genau untersucht diese Abhandlung

Zuerst die Grundlagen der Abhandlung klären: Ihr Gewicht stammt von der hohen Qualität der Datenerhebung.

Die Abhandlung trägt den Titel „Die Lernstrafe der generativen KI: Belege aus dem chinesischen Sekundarbereich“, verfasst von David Strömberg von der Universität Stockholm sowie Victor Lei und Yanhui Wu von der Universität Hongkong, und wurde am 2. Juni unter der Nummer des CEPR-Diskussionspapiers DP21577 veröffentlicht.

Die Stichprobe umfasst 26.811 Schüler der siebten bis zwölften Klasse aus einem Landkreis mit einer Million Einwohnern in China, über einen Zeitraum von 30 Monaten, deckt neun Fächer ab. Die Daten umfassen monatliche geschlossene Prüfungen, Noten und Bearbeitungsdauer von Hausaufgaben sowie hochriskante Prüfungen wie die mittlere Schulabschlussprüfung und die Hochschulaufnahmeprüfung. Methodisch wird die Differenz-in-Differenzen-Methode angewendet: Durch die zeitlichen Unterschiede im Zugang der verschiedenen Schüler zu KI wird ein natürliches Experiment konstruiert, um den kausalen Effekt der „KI-Nutzung“ aus der Korrelation herauszulösen.

Während der Untersuchung stieg die selbst angegebene KI-Nutzungsrate der Schüler von nahezu Null auf etwa 80 % an. Der Ausbruchspunkt fiel genau auf die Zeit vor und nach der Veröffentlichung von DeepSeek V2.5 und R1. Die am häufigsten genutzten Tools sind Doubao, DeepSeek, ChatGLM, Wenxin und Tongyi. Diese Daten stellen praktisch die vollständige Aufzeichnung der gesamten Verbreitung von KI unter chinesischen Mittelschülern dar.

Drei Zahlenreihen, ein Paradoxon

Die Kernbefunde lassen sich in drei Zahlenreihen zusammenfassen:

Auf der Seite der Hausaufgaben: Nach der Nutzung von KI steigen die Hausaufgabennote um 18 %, die Bearbeitungsdauer sinkt von 64 Minuten auf 45 Minuten, was 30 % an Zeit einspart;

Auf der Seite der monatlichen Prüfungen: Innerhalb von sechs Monaten sinken die Ergebnisse der geschlossenen monatlichen Prüfungen um 20 %;

Auf der Seite der Aufnahmeprüfungen: Die Note der mittleren Schulabschlussprüfung sinkt um 24 %, die der Hochschulaufnahmeprüfung um 18 %, und die volle Strafe zeigt sich erst nach etwa zwei Jahren vollständig.

Früher ließen sich die Prüfungsergebnisse grundsätzlich anhand der Hausaufgabennote vorhersagen. Nach dem Aufkommen von KI wurde diese Beziehung direkt umgekehrt – je „besser“ die Hausaufgaben eines Schülers aussehen, desto zweifelhafter sind seine tatsächlichen Fähigkeiten.

Die Schäden sind zudem sehr ungleich verteilt, mehrere Details sind besonders erwähnenswert:

Bei den Fächern sinken die Ergebnisse der Gesellschaftswissenschaften am stärksten (Politik und Geografie um etwa -27 %), gefolgt von den MINT-Fächern (-22 %), Englisch um -17 %, und Chinesisch am wenigsten (-9 %). Bei den Personengruppen sind die Spitzenschüler stärker betroffen als die leistungsschwachen Schüler: Die Ergebnisse der besten Drittel der Schüler sinken um 24 %, die der schlechtesten Drittel nur um 16 %; Mittelschüler leiden mehr als Oberschüler, Jungen mehr als Mädchen.

Am erschreckendsten ist der Dosis-Wirkungs-Effekt: Wenn man KI nicht mehr als eine Stunde pro Woche nutzt, beträgt der Leistungsverlust etwa 5 %; bei einer Nutzung von mehr als 5 Stunden pro Woche steigt der Verlust direkt auf 30 % an.

Mechanismus: 80 % der Schüler praktizieren „kognitive Auslagerung“

Warum führen hohe Hausaufgabennote nicht zu guten Prüfungsergebnissen? Die Abhandlung teilt die Schüler anhand ihrer Verhaltensmuster in zwei Gruppen ein.

Auslagerungstyp: Die Bearbeitungsdauer der Hausaufgaben ist ungewöhnlich kurz, die Note ungewöhnlich hoch – KI generiert die Inhalte, die Schüler kopieren sie und reichen sie ein, das Gehirn ist am gesamten Prozess nicht beteiligt. Etwa 80 % der KI-Nutzer geraten in diese Falle, und fast alle Lernverluste konzentrieren sich auf sie. Unter den Schülern, die KI fünf Monate lang nutzen, erledigen 81 % die Hausaufgaben schneller als der schnellste Schüler, der keine KI nutzt.

Unterstützungstyp: Sie nutzen KI, aber die Bearbeitungsdauer der Hausaufgaben verkürzt sich nicht merklich – sie verwenden KI als Erklärungstool, und der Denkprozess bleibt in ihrem eigenen Kopf. Die Prüfungsverluste dieser Gruppe sind sehr gering, nahezu Null.

Die Forscher vermuten, dass die Spitzenschüler die größten Verluste erleiden, genau weil sie ursprünglich stärkere Fähigkeiten zum Selbstlernen hatten, und die Einmischung von KI den Prozess, in dem sie ihr eigenes mentales Wissensmodell aufbauen, hart unterbricht.

Der berühmte Fall der „Lehrmaschine“ wurde ebenfalls wieder hervorgeholt. Der Neurowissenschaftler Horvath sagte in einem Bericht von Fortune China sehr eindrücklich: Bereits das Experiment zur „Lehrmaschine“ an der Ohio State University im Jahr 1924 bewies, dass Automatisierung das Lernen behindert – „Tools zur kognitiven Entlastung, die Experten zur Arbeitserleichterung nutzen, sollten nicht von Kindern genutzt werden, um selbst Experten zu werden. Was man lernt, ist keine Fähigkeit, sondern nur Abhängigkeit.“

Warum taucht dieser Befund erst jetzt auf

Ein entscheidender Grund: Die Strafe tritt mit Verzögerung ein.

Der Verlust bei den monatlichen Prüfungen zeigt sich nach einem halben Jahr, der Verlust bei den Aufnahmeprüfungen braucht zwei Jahre, um zu erscheinen. Das bedeutet, dass alle früheren Kurzzeitstudien über wenige Wochen oder Monate die Schäden von KI systematisch unterschätzt haben – wenn die Bombe explodiert, ist das Fenster zur Abhilfe bereits geschlossen. Die Generation von Schülern, die derzeit intensiv KI nutzt, wird zwischen 2027 und 2032 massenhaft an Aufnahmeprüfungen teilnehmen und zum ersten Mal Prüfungen gegenüberstehen, bei denen KI sie nicht ersetzen kann.

Die Reaktionen auf politischer Ebene haben bereits begonnen. Der norwegische Premierminister verkündete ein fast vollständiges Verbot der generativen KI für Schüler im Alter von 6 bis 13 Jahren, und für Schüler im Alter von 14 bis 16 Jahren darf KI nur unter Aufsicht von Lehrern genutzt werden; Die Richtlinien des britischen Bildungsministeriums vom Mai sind detaillierter – KI-Tools in Schulen geben standardmäßig keine fertigen Antworten, verlangen von den Schülern, dass sie zuerst selbst versuchen, die Aufgaben zu lösen, und dokumentieren, wer sein Denken „auslagert“; Die Weltbank hat diese Abhandlung in ihren Humankapital-Blog 2026 aufgenommen und sie als Warnung vor der „KI-Lernstrafe“ eingestuft.

Ein Vergleich ist aufschlussreich: Die KI-gestützte Nachhilfe im kontrollierten Rahmen der Weltbank hat einen Effekt von +0,31 Standardabweichungen; in dem Szenario der „unkontrollierten Nutzung“ in diesem CEPR-Papier beträgt der Effekt -1,4 Standardabweichungen. Bei derselben Technologie bestimmt die Art der Nutzung die Richtung.

Die Einschränkungen

Natürlich müssen die Grenzen der Untersuchung klar genannt werden.

Es handelt sich um ein Diskussionspapier (Working Paper), das noch keine formelle Peer-Review durchlaufen hat. Die Stichprobe stammt aus einem einzigen Landkreis, und die 30 Monate fielen genau in die Phase der rasanten Iteration von KI-Tools – die Untersuchung erfasst den Effekt der frühen Tools in Kombination mit der „unkontrollierten Nutzung“, während sich heute die Produktform und die Nutzungsregeln ständig verändern.

Und die von der Abhandlung selbst vorgeschlagene Lösung ist kein „Verbot“. Die Noten der Unterstützungstypen sind fast unbeeinträchtigt, was zeigt, dass das Problem nie bei der KI selbst liegt, sondern darin, wer das Denken übernimmt. Die logische Schlussfolgerung lautet: Schulen sollten ihre Bewertungsstruktur tatsächlich anpassen – die Gewichtung der Noten zugunsten von geschlossenen Prüfungen verschieben, ungewöhnlich kurze Bearbeitungsdauern von Hausaufgaben überwachen und Bewertungsverfahren entwerfen, die KI nicht übernehmen kann, wie mündliche Prüfungen und Vor-Ort-Demonstrationen von Lösungswegen.

Schlusswort

Die Ironie im Stil von Mark Twain trifft hier voll zu: KI hat die Hausaufgaben noch nie so perfekt gemacht, und das Lernen noch nie so inhaltsleer.

Die Hausaufgabennote, ein seit Jahrzehnten genutzter „Indikator für Fähigkeiten“, ist im Zeitalter der KI endgültig ungültig geworden. Wenn Eltern sich an den hohen Noten auf den Hausaufgabenblättern erfreuen und sich selbst beruhigen, baut sich der tatsächliche Wissensaufbau möglicherweise heimlich ab – und erst wenn die Prüfung kommt, bei der KI nicht mit ins Prüfungsraum genommen werden darf, zwei Jahre später, wird die Rechnung präsentiert.

Der Satz des UCL-Professors Wayne Holmes verdient es, auf dem Startbildschirm jedes Bildungs-Produkts zu stehen: „Ihre Noten sind besser, aber tatsächlich lernen sie weniger.“

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „KI widerspricht der Mainstream-Meinung“, verfasst von Bai Ke, und wird von 36Kr mit Genehmigung veröffentlicht.