GMLS sind zu neu und dynamisch für seriöse Studien zu ihren (Lern-)Wirkungen
Dieses Biblionetz-Objekt existiert erst seit April 2026.
Es ist deshalb gut möglich, dass viele der eigentlich vorhandenen Vernetzungen zu älteren Biblionetz-Objekten bisher nicht erstellt wurden.
Somit kann es sein, dass diese Seite sehr lückenhaft ist.
Bemerkungen




Obwohl also bereits heute in Ansätzen sichtbar ist, dass maschinelles Lernen Gesellschaft und Schule mindestens so stark prägen wird, wie dies die Erfindung des PCs oder das Aufkommen des Internet getan hat, sind zuverlässige Prognosen sowohl zur technischen Entwicklung als auch zum Umgang von Gesellschaft und Schule mit maschinellem Lernen derzeit schwierig. Einerseits entwickelt sich die Technologie weiterhin rasch. Selbst Expert:innen sind sich nicht einig, ob die maximale Leistungsfähigkeit von maschinellem Lernen bereits weitgehend erreicht ist oder ob noch weitere exponentielle Entwicklungen zu erwarten sind. Für beide Prognosen gibt es plausible Begründungen.
Unabhängig von der technischen Entwicklung steht der Umgang der Menschheit mit den neuen Möglichkeiten des maschinellen Lernens noch am Anfang. Leistungsfähige generative Machine-Learning-Systeme sind erst seit Ende 2022 für Laien in grösserem Umfang nutzbar. Dementsprechend gering sind die bisherigen Erkenntnisse bezüglich der Nutzungserfahrungen und der möglichen Effekte auf menschliches Verhalten und Lernen. Selbst wenn sich die Technologie nicht weiter entwickeln würde, ist es deshalb derzeit schwierig, den künftigen Umgang der Gesellschaft mit maschinellem Lernen zuverlässig vorherzusagen. Die wenigen derzeit existierenden und solide gemachten Studien zur Nutzung von GMLS können nur bedingt darüber Auskunft geben, wie sich die Nutzung bei längerer Adoption der Technologie entwickeln wird und welche der prognostizierten Potenziale und Gefahren auch längerfristig relevant sind. So sind auch die ersten 2025 publizierten Metastudien zu GMLS in der Bildung mit entsprechender Vorsicht zu lesen. Die beiden zum Berichtszeitpunkt bekanntesten Metastudien (Deng et al. 2025; Wang & Fan 2025) wurden zwar breit ausserhalb der Wissenschaft rezipiert, ihre Methodik wurde aber wissenschaftlich stark kritisiert (siehe z. B. Bartoš, Martinková, & Wagenmakers 2025; Weidlich, Gašević, Drachsler, & Kirschner 2025). Sie liefern keine verlässlichen Hinweise, wie sich menschliches Verhalten und Lernen durch die Verfügbarkeit von GMLS ändert.
Zitationsgraph
2 Erwähnungen 
- Digitale Lernplattformen in der Volksschule - Überlegungen zu Potenzialen, Herausforderungen und Einflüssen auf das Lehren und Lernen (Beat Döbeli Honegger, Michael Hielscher, Lennart Schalk, Michael Seemann) (2026)

- Macht die KI uns dumm? (Silke Fokken, Johann Grolle, Claus Hecking) (2026)



Biblionetz-History