Markus Bohlmann

Text-generative AI-systems have become important semantic agents with ChatGPT. We conducted a series of experiments to learn what teachers’ conceptions of text-generative AI are in relation to philosophical texts. In our main experiment, using mixed methods, we had twenty-four high school students write philosophical essays, which we then randomized to essays with the same command from ChatGPT. We had ten prospective teachers assess these essays. They were able to tell whether it was an AI or student essay with 78.7 percent accuracy, which is better than the Open AI Classifier. Interestingly, however, they used criteria like argumentative and logical flawlessness and neutrality. We concluded from this that they are using an inverted Turing test and are no longer looking for rationality in machines but for irrationality in humans.

Die Didaktik der Kausalität folgte lange Zeit Bertrand Russells Elimination des Kausalitätskonzeptes in Bezug auf die in der Physik vermeintlich fehlenden Zusammenhänge von Ursachen und Wirkungen. Auch im Philosophieunterricht galt: „there are no such things“ (Russell, Proceedings of the Aristotelian Society 13:1–26, 1912a, 1). Im Philosophieunterricht wurden entsprechend die Vorstellungen der Lernenden von Kausalität widerlegt und durch das Konzept der Korrelation ersetzt. In diesem Artikel wird hingegen ein funktionales Kausalitätsmodell für einen produktiven didaktischen Gebrauch vorgeschlagen (aufbauend auf: Woodward, Philosophy of Science 81:691–713, 2014). Damit wird einer Lebenswelt Rechnung getragen, in der Kausalität ein zunehmend wichtiges Konzept ist, um wissenschaftliche Kausalitätsaussagen philosophisch verstehen und hinterfragen zu können. Mit diesem funktionalen Modell avanciert Kausalität zu einem eigenständigen Thema des Unterrichts und gewinnt auch an Bedeutung in der Hochschullehre.