Der vorliegende Beitrag behandelt die Frage, welche Rolle ChatGPT bei der Aufsatzbewertung spielen kann. Anhand verschiedener Textausgaben von GPT3.5 und 4 wird im Einzelnen überprüft, wie stark der Bezug zwischen maschinell generierter ‚Notenbegründung‘ und zu bewertendem Aufsatz ist. Insbesondere wird getestet, ob der Chatbot Fehler verschiedener Art (sprachlich-stilistische, logische, sachlich-referentielle) identifizieren und kategorial unterscheiden kann. Die Untersuchung dient dazu, Folgendes herauszufinden: Kann ChatGPT unter Umständen eine Notenbegründung „leistungsgleich ersetzen“ (Janich) oder zumindest dabei helfen, eine solche Begründung zu formulieren? Die dahintersteckende größere Frage, die sich auch auf andere Textsorten und Sprachspiele (im Sinne Wittgensteins) übertragen ließe, lautet: Reicht die massenhafte syntaktische Exemplifikation von Wörtern in realen Kotexten, mit der ChatGPT trainiert wird, unter Umständen (irgendwann) aus, um die mangelnde Referentialität auszugleichen?