Als größte Herausforderung könnten sich Motivationsprobleme aufgrund von generativen ML-Systemen herausstellen. Seit dem Taschenrechner ist es ein bekanntes Phänomen, dass Schülerinnen und Schüler etwas lernen, was eine Maschine besser und schneller kann. Dies hat bisher nicht zu größeren Motivationsproblemen geführt. Was aber, wenn die Bereiche, in denen die Maschine die Lernenden übertrifft, immer zahlreicher werden? Was passiert, wenn Schülerinnen und Schüler realisieren, dass generative ML-Systeme unter Umständen immer besser formulieren, gestalten und eventuell gar »denken« als sie selbst – egal, wie sehr sie sich in der Schule anstrengen? Diesbezüglich wird die Herausforderung vermutlich immer größer, Schülerinnen und Schüler zu motivieren, auch Fertigkeiten zu erwerben, über die Computer bereits verfügen – einerseits, um deren Ergebnisse zu verstehen und zu beurteilen, und andererseits, um in Zusammenarbeit mit generativen MLSystemen über die individuellen Leistungen von Mensch und Maschine hinauszuwachsen.