Eine aktuelle internationale Studie unter Beteiligung der Martin-Luther-Universität Halle-Wittenberg (MLU) hat ermittelt, dass große Sprachmodelle wie ChatGPT verbreitete Mythen über das menschliche Gehirn zuverlässig erkennen können – allerdings nur unter bestimmten Bedingungen. Werden falsche Annahmen jedoch indirekt in praktische Szenarien integriert, zeigt sich die Künstliche Intelligenz häufig kritiklos, doch ein gezielter Impuls kann das Ergebnis entscheidend verbessern.

Die Forschenden um Jun.-Prof. Dr. Markus Spitzer von der MLU berichten, dass sogenannte Neuromythen, also Fehlannahmen über neurologische Grundlagen, in der Gesellschaft weiterhin weit verbreitet seien. Beispiele hierfür seien die Vorstellung, dass Lernende mit ihrem individuellen Lernstil – auditiv, visuell oder kinästhetisch – besonders effektiv Wissen aufnehmen könnten, oder dass Menschen nur zehn Prozent ihres Gehirns nutzen würden. Studien hätten gezeigt, dass solche Mythen auch unter Lehrkräften weltweit verbreitet seien.

Das Forschungsteam untersuchte im Rahmen der Studie, inwieweit große Sprachmodelle (Large Language Models, LLMs) wie ChatGPT, Gemini und DeepSeek zur Aufklärung solcher Mythen beitragen können. Bereits mehr als die Hälfte der Lehrkräfte in Deutschland setze KI-basierte Systeme in der Praxis ein, erläuterte Spitzer. In den Tests mussten die Modelle zunächst sowohl wissenschaftliche Fakten als auch verbreitete Fehlinformationen als wahr oder falsch einordnen. Dabei lag die Trefferquote bei etwa 80 Prozent – ein Wert, der nach Aussage der Forschenden auch erfahrene Pädagoginnen und Pädagogen übertrifft.

Anders zeigte sich das Ergebnis, wenn die Mythen nicht direkt abgefragt wurden, sondern in alltagsnahe Nutzerfragen eingebettet waren. Ein Beispiel hierfür ist die Bitte um zusätzliche Materialien für „visuelle Lerner“. In diesem Fall lieferten alle getesteten LLMs ganz selbstverständlich Vorschläge für visuelles Lernen, ohne den grundsätzlichen Mythos infrage zu stellen. Spitzer führt dieses Verhalten auf die Tendenz der KI-Modelle zurück, Nutzenden nicht zu widersprechen oder zu korrigieren. Gerade vor dem Hintergrund der Verbreitung von Desinformation im Internet sei dies problematisch.

Die Wissenschaftlerinnen und Wissenschaftler konnten in ihren Tests jedoch auch eine Lösung aufzeigen: Sie ergänzten ihre Fragen um eine explizite Aufforderung an das System, fehlerhafte Annahmen oder Missverständnisse zu benennen und zu berichtigen. Unter diesen Bedingungen sank die Fehlerrate deutlich und entsprach den Werten beim direkten Faktencheck.

Die Forschenden kommen zu dem Schluss, dass Sprachmodelle ein hilfreiches Werkzeug im Bildungsbereich darstellen können – sofern Lehrkräfte sie gezielt dazu anleiten, kritische Rückmeldungen zu geben. Die Frage, inwieweit KI als Unterstützung im Unterricht eingesetzt werden solle, müsse jedoch auch im Kontext der Verlässlichkeit betrachtet werden. Gefahr bestehe dann, wenn ohne explizite Anweisung Antworten geliefert werden, die lediglich zufällig korrekt seien.

Die Studie wurde vom „Human Frontier Science Program“ gefördert. Die Originalpublikation ist im Fachjournal „Trends in Neuroscience and Education“ erschienen.

Quelle: Pressemitteilung vom 07.08.2025
Veröffentlicht am 07.08.2025 15:08 von Christian Wolf