
Im Rahmen dieser Masterarbeit wird der Einfluss von künstlicher Intelligenz (KI) auf Textproduktion, Schreibdidaktik und Textsortenvermittlung im Kontext österreichischer Schulen für den Deutschunterricht der Sekundarstufe 2 untersucht. Hierfür wurde ein Fragebogen erstellt, der offene und geschlossene Fragen zu den Erfahrungen und Einstellungen von Schüler*innen bezüglich der Verwendung von KI enthält und insgesamt von 105 Schüler*innen beantwortet wurde. Die Antworten auf die geschlossenen Fragen wurden mithilfe von Methoden der deskriptiven Statistik ausgewertet, während die verschiedenen Antworten auf die offenen Fragen durch Methoden der qualitativen Inhaltsanalyse in Kategorien eingeteilt wurden. Durch die Auswertung der Daten zeigte sich, dass ein Großteil der Schüler*innen generative KI-Programme bereits verwendet hat, um Texte erstellen zu lassen. Die Mehrheit der befragten Schüler*innen zeigte auch positive Einstellung in Hinblick auf künstliche Intelligenz und schätzte ihre Kompetenzen im Umgang mit dieser als durchaus gut ein. Ebenfalls zeigten sich in diesem Kontext auch Unterschiede in den Erfahrungen und der Selbsteinschätzung der eigenen Kompetenzen im Umgang mit KI zwischen männlichen und weiblichen Schüler*innen. Durch die Antworten der Schüler*innen auf die offenen Fragen konnten mehrere häufig genannte Verwendungsweisen in Kategorien eingeteilt werden, die unter anderem darauf schließen lassen, dass manche Schüler*innen im Umgang mit KI kurze Prompts geben, die nur wenige wichtige Informationen enthalten, während andere Schüler*innen komplexe ausführliche Prompts geben oder KI für Teilschritte des Schreibprozesses nutzen. Andererseits gaben Schüler*innen, die KI nicht zum Generieren von Schultexten verwenden, als Gründe hierfür beispielsweise an, dass sie keine Lerneffekte in dieser Art der Textgenerierung erkennen können, oder sie gaben an, dass sie in ihre eigenen Schreibkompetenzen vertrauen.
This Master’s Thesis focuses on the influence of artificial intelligence (AI) on teaching writing and text production in Austrian upper secondary German classes. For this purpose, an online questionnaire was designed to analyse 105 Austrian upper secondary students’ experiences and attitudes regarding the use of AI for generating German school texts. The questionnaire included a series of closed as well as open-ended questions. The data provided by the students’ responses to the closed questions was then analysed via methods of descriptive statistics while the different answers to the open-ended questions were analysed via methods of qualitative content analysis. The results show that a vast majority of upper secondary students have already used artificial intelligence in different contexts. Overall, students expressed positive attitudes towards AI and considered their own skills regarding effective AI usage to be rather good. Furthermore, differences in attitude could be found between male and female students in this regard. Moreover, via students answers to the open-ended questions, different categories of common forms of AI usage could be found, ranging from students using AI through short prompts that consist of only the most important information to students writing prompts that include important features related to a text’s style and structure as well as students who only use AI for certain parts of the writing process. On the other hand, reasons why some students have not used AI so far, for example, included students considering AI usage for generating texts to not have any positive learning effects or students trusting enough in their own writing skills.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
