Sierras KI-Schulversuch: 8 Wochen, die 2,5 Jahre Mathe-Fortschritt brachten
Ein kontrolliertes Experiment in Sierra Leone zeigt, dass KI-gestütztes Lernen mathematische Fähigkeiten enorm beschleunigen kann. Doch die größten Gewinner sind nicht die, die es am nötigsten hätten.
Kann eine KI im Klassenzimmer nicht nur den Lehrermangel lindern, sondern tatsächlich Lernfortschritte erzielen, für die normalerweise Jahre nötig sind? Ein achtwöchiges, streng kontrolliertes Experiment in Sierra Leone liefert nun erste belastbare Zahlen - und wirft eine entscheidende Frage auf: Vergrößert die Technologie am Ende die Kluft, die sie schließen soll?
Das Experiment: 1.763 Schüler, 12 Schulen, ein KI-Tutor
Gemeinsam mit der Organisation Fab AI und mit Unterstützung des Bildungsministeriums von Sierra Leone führte Google DeepMind eine randomisierte kontrollierte Studie (RCT) im Distrikt Port Loko durch. 1.763 Schüler der Junior Secondary School nutzten über acht Wochen hinweg „Guided Learning“ in Gemini, eine pädagogisch speziell abgestimmte Version des KI-Modells. Das Ziel war ambitioniert: Nicht einfach Antworten liefern, sondern konzeptuelles Verständnis aufbauen.
Das Design der Studie war prä-registriert und der technische Bericht öffentlich einsehbar. „Wir wollen nicht nur innovativ sein und die Dienstleistung verbessern, sondern wir müssen die Ergebnisse unserer Innovationen auch rigoros untersuchen“, kommentierte Conrad Sackey, Bildungsminister von Sierra Leone, die Ergebnisse. Die Kontrollgruppe lernte parallel mit herkömmlichen Methoden, während die KI-Gruppe Gemini als persönlichen, sokratischen Tutor einsetzte.
Der sokratische Dialog: 91,4 Prozent echte Denkarbeit
Eine zentrale Angst im Zusammenhang mit generativer KI im Bildungsbereich ist, dass Schüler sich die Lösung einfach vorsagen lassen und die kognitive Anstrengung umgehen. Die Daten aus Sierra Leone widerlegen diese Sorge eindrücklich. Eine Analyse von über 113.000 ausgetauschten Nachrichten zeigte: In 91,4 Prozent der Konversationen versuchten die Schüler, konzeptuelles Verständnis zu entwickeln, anstatt nur nach der Lösung zu fragen.
Der Grund dafür liegt in der Architektur des Systems. Gemini antwortete in 76 Prozent seiner Nachrichten mit einer Gegenfrage - einer didaktischen Hilfestellung, die den Denkprozess anstieß. Nur in zwei Prozent der Fälle gab das Modell eine direkte Lösung preis. Diese sokratische Interaktion stellt sicher, dass die „kognitive Schwerstarbeit“ beim Schüler bleibt. Die Technologie fungiert als geduldiger, nie ermüdender Sparringspartner, der immer wieder nachhakt, bis der Groschen fällt.
Die nackten Zahlen: Ein Fortschritt von bis zu zweieinhalb Jahren
Die quantitativen Ergebnisse sind bemerkenswert. Schüler, die mit „Guided Learning“ arbeiteten, verbesserten ihre Mathematik-Leistung im Vergleich zur Kontrollgruppe um +0,258 Standardabweichungen. Das klingt abstrakt, bedeutet in der Praxis aber einen Lernzuwachs, der ungefähr 1,2 bis 1,7 Jahren typischen Unterrichts innerhalb von nur acht Wochen entspricht.
Noch deutlicher fiel der Effekt in Klassen aus, in denen Lehrer Gemini in rund die Hälfte ihrer Unterrichtsstunden integrierten und eine Nutzungsdauer von etwa zwölf Stunden im Studienzeitraum erreichten. Hier betrug der Fortschritt sogar 1,8 bis 2,5 Jahre. Ein entscheidender Faktor war das hohe Engagement: 69 Prozent der Schüler erfüllten oder übertrafen die Nutzungsziele - eine außergewöhnliche Quote, wenn man bedenkt, dass freiwillige Bildungstechnologien im globalen Durchschnitt nur etwa fünf Prozent der Nutzer regelmäßig binden, ein Phänomen, das als „The Five Percent Problem“ bekannt ist.
Vom Lösungsjäger zum Versteher
Die messbaren Leistungssprünge wurden von einer tiefgreifenden Verhaltensänderung flankiert. Mit jeder Woche, die die Schüler mit der KI verbrachten, veränderte sich die Art ihrer Fragen. Suchten in der ersten Woche noch 25 Prozent der Anfragen direkt nach Lösungen, sank dieser Anteil in der letzten Woche auf zehn Prozent. Im Gegenzug stiegen die Fragen, die auf den Aufbau von Fähigkeiten abzielten, von 68 auf 90 Prozent.
Begleitet wurde dies von einem Stimmungswandel: Die Schüler gaben an, mehr Freude am Mathematikunterricht zu haben, und beschäftigten sich auch außerhalb der regulären Unterrichtszeit mit dem Stoff. In Fokusgruppen berichteten Lehrkräfte zudem von einem Wandel ihrer eigenen Rolle. Statt als „Dozenten“ agierten sie zunehmend als „Moderatoren“, die sich durch die Klasse bewegten und Schülerpaare auf ihren individuellen Lernpfaden unterstützten. Auch ihre eigene Unterrichtsvorbereitung profitierte: Mithilfe von Gemini entdeckten sie neue Wege, altbekannte Themen wie Brüche zu erklären.
Die Schattenseite: Das Paradox der Leistungsschere
Doch die Euphorie hat einen Haken, den die Studienautoren selbst offen benennen. Obwohl die Mehrheit der Schüler profitierte, zogen jene mit bereits stärkeren mathematischen Vorkenntnissen den größten Nutzen aus der KI-Unterstützung. Die „achievement gap“, die Leistungsschere zwischen starken und schwachen Schülern, wurde durch den Einsatz der Technologie nicht etwa geschlossen, sondern vergrößerte sich tendenziell.
Dieses Muster ist aus der Bildungsforschung bekannt: Neue Technologien kommen oft zuerst und am stärksten jenen zugute, die bereits über günstige Lernvoraussetzungen verfügen. Wer hingegen grundlegende Schwierigkeiten in einem Fach hat, kann mit der offenen, fragenden Struktur eines sokratischen Tutors möglicherweise weniger anfangen und benötigt weiterhin gezielte menschliche Anleitung. Hier liegt die zentrale Herausforderung für die Weiterentwicklung: Wie muss eine KI beschaffen sein, die genau den Schwächsten die größten Sprünge ermöglicht?
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Der Blick nach vorn: Evidenz statt Hype
Google DeepMind will die Studie nicht als einmaligen Leuchtturm verstanden wissen. Weitere prä-registrierte RCTs sind in verschiedenen Ländern angelaufen, um eine breitere, kulturübergreifende Evidenzbasis zu schaffen. Dafür wurde ein Playbook veröffentlicht, das anderen Organisationen helfen soll, eigene, skalierbare und kontextspezifische Studien durchzuführen. Zudem wurde die Unterstützung der Global AI for Learning Alliance (GAILA) zugesagt, um die Erkenntnisse in kollektives Handeln zu überführen.
Die nächste Forschungsgeneration soll über reine Mathematik-Scores hinausgehen und Bereiche wie Metakognition oder relationale Intelligenz in den Blick nehmen. Die Prämisse bleibt, dass KI kein Ersatz für Lehrer ist, sondern ein Werkzeug, das deren Reichweite und Tiefe vergrößert. Die Ergebnisse aus Sierra Leone zeigen, welches Potenzial in dieser Partnerschaft steckt. Sie mahnen aber auch, dass Technologie allein keine Bildungsungleichheit beseitigt - im Zweifel droht sie, unbemerkt das Gegenteil zu bewirken, wenn man sie nicht explizit und gezielt für die Schwächsten konstruiert.
Quellen:
- Measuring the impact of learning with AI in Sierra Leone and beyond (DeepMind Blog)
- Researchers develop world’s first AI for objective pain assessment (Medical Xpress)
- Can AI help coastal cities prepare for rising seas and extreme events? (Phys.org)
- Fluid, natural voice translation with Gemini 3.5 Live Translate (DeepMind Blog)
- Scientists have a bad case of AI FOMO, Nature poll reveals (Nature - News)
- How engineers at Nextdoor use Codex to build without limits (OpenAI Blog)
More on this from WISSNOX
archäologie·Curtin-Studie: Stonehenges sechs Tonnen schwerer Altarstein stammt aus Schottland - und wurde nicht von Gletschern transportiertNeue Computermodelle und Gesteinsanalysen widerlegen die Gletschertheorie für Stonehenges Altarstein.