Diese Studie zielt darauf ab, ein pädagogisches Experiment zu berichten, das im Rahmen eines Lektürekurses im zweiten Jahr des Französischstudiums durchgeführt wurde, um die Gestaltung, Umsetzung und Optimierung von Lese-Nachschreibaufgaben aus der Perspektive der Mensch-Maschine-Kollaboration zu untersuchen. Die Untersuchung ergab, dass bei der Aufgabengestaltung KI-Tools auf Basis großer Sprachmodelle effektiv kontextbezogene Texte erzeugen und die Lehrer entlasten können. Die Nachschreibaufgabe ist offen, was es schwierig macht, die gezielte Aktivierung spezifischer Sprachstrukturen zu fördern, aber sie spiegelt die phasenweise Sprachentwicklung der Lernenden wider. Im Feedback nach dem Schreiben zeigen KI-Werkzeuge den Vorteil der Unmittelbarkeit, es fehlt ihnen jedoch an Verständnis für den Lernverlauf der Schüler, weshalb personalisierte Anleitung schwer bereitzustellen ist. Die diagnostische Bewertung durch Lehrkräfte bleibt unersetzlich. Die Studie empfiehlt, die Effizienz der KI mit dem Lehrwissen der Lehrkräfte zu kombinieren, um durch Mensch-Maschine-Kollaboration die Gestaltung und Rückmeldemechanismen der Nachschreibaufgaben zu optimieren und die kontinuierliche Entwicklung der sprachlichen Fähigkeiten der Lernenden zu fördern.

Lese-Nachschreibaufgaben; Lektürekurs; KI-Tools auf Basis großer Sprachmodelle; Mensch-Maschine-Kollaboration