Lehrer nutzen Multi-Agenten-System zur personalisierten Matheaufgabenstellung

In einer neuen Studie wird gezeigt, wie große Sprachmodelle Lernaufgaben gezielt an die Bedürfnisse von Schülerinnen und Schülern anpassen können. Dabei steht ein Multi-Agenten-System im Mittelpunkt, das Lehrerinnen und Lehrer in den Gestaltungsprozess einbindet.

Der Ablauf ist einfach: Der Lehrer gibt ein Grundproblem und ein gewünschtes Thema ein. Ein Sprachmodell generiert daraufhin die Aufgabe, die anschließend von vier spezialisierten KI-Agenten bewertet wird. Diese Agenten prüfen die mathematische Genauigkeit, die Authentizität, die Lesbarkeit und die Realitätsnähe der Aufgabe.

Insgesamt haben acht Lehrkräfte 212 Aufgaben in der Lernplattform ASSISTments erstellt und ihren Klassen zugewiesen. Die Ergebnisse zeigen, dass sowohl Lehrer als auch Lernende häufig Anpassungen an den realen Kontexten der Aufgaben forderten, was auf Mängel bei Authentizität und Passgenauigkeit hinweist. Während die Agenten bereits während der Erstellung viele Realitätsprobleme identifizierten, wurden in den finalen Versionen kaum noch solche Mängel festgestellt. Probleme mit Lesbarkeit und mathematischen Halluzinationen waren ebenfalls selten.

Die Studie unterstreicht, dass Multi-Agenten-Systeme, die Lehrkräfte in die Kontrolle einbinden, vielversprechende Möglichkeiten für die personalisierte Aufgabenstellung bieten. Sie zeigen zugleich, dass die Feinabstimmung des Kontextes entscheidend ist, um Lernaufgaben wirklich auf die Lernenden zuzuschneiden.