Treffsicher ist noch nicht persönlich.

Wenn eine Aufgabe fast allen leichtfällt, ist «richtig gelöst» eine ziemlich sichere Vorhersage. Dafür braucht das Programm noch keine Antwortgeschichte von Mia oder Noah.

Eine neue Forschungsarbeit zeigt genau dieses Problem an vier verbreiteten Datensätzen: Schon die bisherige Lösungsquote einer Aufgabe liefert Vorhersagen deutlich über dem Zufall. Eine hohe Trefferquote allein belegt deshalb keine Personalisierung.

Die Forschenden schlagen einen zusätzlichen Vergleich vor: Wie viel genauer lässt sich eine nächste Antwort einschätzen, wenn das Modell die bisherigen Antworten dieser Person berücksichtigt – gegenüber dem Wissen über die Aufgabe allein?

Das ist eine Untersuchung von Vorhersagemodellen, kein Unterrichtsversuch mit nachgewiesenem Lerngewinn. Auch eine bessere persönliche Vorhersage sagt noch nicht, welche Hilfe einem Kind tatsächlich weiterhilft.

Für die nächste Produktvorstellung nehme ich eine konkrete Rückfrage mit: Was weiss dieses System über den einzelnen Lernenden, das es nicht schon aus der Aufgabenstatistik weiss? Wer «personalisiert» verspricht, sollte genau diesen Unterschied zeigen können.