KI bei Hausaufgaben: Berkeley-Professor ändert die Benotung

Mathematikprofessor Richard Borcherds bewertet Hausaufgaben wegen KI-Nutzung nicht mehr nach ihrer Richtigkeit. Der Fall aus Berkeley zeigt, wie schwierig der Nachweis eigener Leistung geworden ist.

Was der Berkeley-Professor an der Benotung ändert

Richard Borcherds, Mathematikprofessor an der University of California, Berkeley, hat seine Bewertung von Hausaufgaben verändert. Nach aktuellen Berichten zählt für ihn deren Erledigung statt der fachlichen Richtigkeit. Für die Leistungsbewertung setzt er stärker auf Prüfungen vor Ort, bei denen elektronische Geräte ausgeschlossen sind. Das berichtet unter anderem NDTV unter Berufung auf Interviews mit Borcherds.

Das ist eine wichtige Unterscheidung: Die Hausaufgaben bleiben bestehen. Ihre Funktion bei der Benotung verändert sich. Aus dem Fall lässt sich auch keine entsprechende Regel für die gesamte Universität ableiten.

Borcherds ist ein bekannter Mathematiker. Seine Fields-Medaille von 1998 ist durch die International Mathematical Union dokumentiert. Seine Auszeichnung erklärt die Aufmerksamkeit für den Fall. Die praktische Frage betrifft allerdings viele Lehrveranstaltungen: Was verrät eine korrekte Abgabe noch darüber, was jemand selbst verstanden hat?

Warum KI bei Hausaufgaben die Bewertung erschwert

Borcherds begründet seinen Schritt mit verbreiteter KI-Nutzung. Wer ausschließlich richtige Ergebnisse belohne, schaffe einen Anreiz, Aufgaben von einer KI lösen zu lassen. Studierende, die selbst arbeiten und dabei Fehler machen, könnten dadurch schlechter abschneiden. Diese Argumentation gibt The College Fix aus seinen Interviews wieder.

Dahinter steckt ein Problem der Zuordnung. Eine eingereichte Lösung zeigt zunächst, dass ein Ergebnis vorliegt. Wie viel davon auf eigenes Verständnis, Unterstützung oder vollständig ausgelagerte Arbeit zurückgeht, bleibt bei einer unbeaufsichtigten Aufgabe offen.

Allerdings sind gute Ergebnisse allein kein Beweis für unerlaubte KI-Nutzung. Die Berichte liefern keine belastbare Quote dazu, wie viele seiner Studierenden tatsächlich gegen Regeln verstoßen haben. Borcherds schildert seine Beobachtungen und die Konsequenzen, die er daraus für seine Lehre zieht.

Auch der Begriff "KI-Betrug" braucht deshalb Kontext. Ob eine Nutzung unzulässig ist, hängt von den Vorgaben der jeweiligen Lehrveranstaltung ab. Eine erlaubte Erklärungshilfe und eine verbotene, vollständig generierte Abgabe sind unterschiedliche Fälle.

Präsenzprüfungen machen Eigenleistung besser überprüfbar

Borcherds verlagert die Bewertung stärker auf Situationen, in denen Studierende ohne elektronische Hilfsmittel arbeiten. Nach dem Bericht von NDTV hält er Onlineprüfungen angesichts der verfügbaren KI-Unterstützung für wenig aussagekräftig.

Sein Ansatz trennt damit zwei Aufgaben: Hausaufgaben bieten Gelegenheit zum Üben. Prüfungen sollen feststellen, was davon eigenständig abrufbar ist.

Das löst nicht jede Schwierigkeit. Eine erledigte Aufgabe sagt weiterhin wenig über die Qualität der Auseinandersetzung aus. Borcherds bezeichnet sein Ersatzmodell laut den Berichten selbst als unbefriedigend. Es ist eine pragmatische Reaktion auf ein Bewertungsproblem.

Dass Präsenzprüfungen die einzig mögliche Lösung wären, folgt daraus nicht. Die offizielle Berkeley-Richtlinie nennt weitere Ansätze.

Was Berkeley zu KI-Detektoren und mündlichen Prüfungen sagt

In ihrer GenAI-Handreichung für Lehrende von 2025 warnt die Universität davor, auf die Erkennung KI-generierter Inhalte zu vertrauen. Das Dokument hält fest, dass keine validierten GenAI-Detektoren vorliegen.

Für Aufgaben, bei denen generative KI ausgeschlossen ist, nennt die Handreichung unter anderem:

• beaufsichtigte Prüfungen oder Aktivitäten vor Ort
• ergänzende mündliche Prüfungen beziehungsweise Gespräche über die abgegebene Arbeit
• eine ausdrückliche Erklärung zur akademischen Integrität

Gerade das Gespräch über eine Lösung verändert, was überprüft wird. Wer einen Rechenweg erläutert, Annahmen begründet oder auf eine Rückfrage eingeht, macht sein Verständnis unmittelbar nachvollziehbar.

Berkeleys Informationsseite zu KI in der Lehre legt außerdem Wert auf klare Erwartungen. Lehrende sollen festlegen, wann KI eingesetzt werden darf und welche Fähigkeiten Studierende ohne sie erwerben sollen. Für die Bildung ist diese Klarheit entscheidend: Eine Aufgabe kann den Umgang mit Werkzeugen trainieren oder selbstständiges Problemlösen prüfen. Beides braucht passende Regeln.

Hausaufgaben behalten ihren Wert als Übung

Aus meiner Sicht liegt der relevante Punkt dieses Falls in der Trennung von Lernen und Leistungsnachweis. Eine Aufgabe kann zum Lernen beitragen, auch wenn sie sich nur eingeschränkt für eine Note eignet.

Wer sich eine Erklärung geben lässt, muss anschließend immer noch prüfen, ob er den Gedankengang selbst nachvollziehen und anwenden kann. Eine fertige Lösung zu lesen, ersetzt diesen Schritt nicht. Ein einfacher Selbsttest wäre, die Erklärung zu schließen und eine ähnliche Aufgabe eigenständig zu bearbeiten.

Der Fall Borcherds zeigt damit eine konkrete Folge von KI im Studienalltag: Hochschulen müssen genauer bestimmen, welche Leistung eine Abgabe sichtbar machen soll. Richtige Antworten bleiben relevant. Für eine faire Benotung braucht es zusätzlich einen nachvollziehbaren Nachweis des eigenen Verständnisses.