Rezension zu: Zheng, L., Niu, J., Zhong, L. & Gyasi, J. F. (2023). The effectiveness of artificial intelligence on learning achievement and learning perception: A meta-analysis. Interactive Learning Environments, 31(9), 5650-5664.

Autor/in	Hensel, Sonja
Titel	Rezension zu: Zheng, L., Niu, J., Zhong, L. & Gyasi, J. F. (2023). The effectiveness of artificial intelligence on learning achievement and learning perception: A meta-analysis. Interactive Learning Environments, 31(9), 5650-5664.
Quelle	In: Forschungsmonitor Schule, (2026) 196, 7 S.Infoseite zur Zeitschrift PDF als Volltext kostenfreie Datei (Rezension) Link als defekt meldenVerfügbarkeit
Beigaben	Literaturangaben
Sprache	deutsch
Dokumenttyp	online; Zeitschriftenaufsatz
ISSN	2513-0900
Schlagwörter	Einstellung (Psychologie); Künstliche Intelligenz; Schüler; Schülerleistung; Lernergebnis; Unterrichtserfolg; Unterrichtstechnologie; Prädiktor; Metaanalyse; Forschungsbericht; Rezension; Wirkung
Abstract	Zheng, Niu, Zhong und Gyasi verfolgen mit ihrer Arbeit das Anliegen, eine umfassende Metaanalyse zu Effekten des Einsatzes künstlicher Intelligenz (KI) auf die (kognitive) Lernleistung und Einstellungen der Lernenden zum Lernen vorzulegen. Dazu werteten sie in einer Metaanalyse zum Effekt von KI auf Lernleistungen 24 Studien mit insgesamt 2 908 Teilnehmerinnen und Teilnehmern aus den Jahren 2001 bis 2020 aus. Für die Auswahl der Studien führten sie zunächst eine umfassende Recherche in einschlägigen Datenbanken durch und grenzten das Gefundene dann anhand von Kriterien ein, etwa dem Vorhandensein von Experimental- und Kontrollgruppen oder von statistischen Daten, die die Berechnung von Effektstärken erlauben. Die Autorinnen und Autoren gehen in ihrer Metaanalyse 2 Forschungsfragen nach: Wie wirksam ist der Einsatz von KI insgesamt in Bezug auf die Lernleistungen und die Wahrnehmung des Lernens? Wie groß ist der Effekt von KI auf Lernleistungen? Wie beeinflussen verschiedene Moderatorvariablen die Auswirkungen von KI- Einsatz? Als Moderatorvariablen definieren sie beispielsweise die Größe der Stichprobe, die Dauer einer Intervention oder die Klassenstufe, in der die Studie durchgeführt wurde. Als Ergebnis finden sie zum einen eine große Effektstärke für den Einsatz von KI auf die Lernleistung und eine geringe auf die Wahrnehmung des Lernens über alle Studien hinweg. Als einflussreiche Moderatorvariablen erweisen sich die Größe der Stichprobe, die Lernstufe, die Fächergruppe (wie Natur- oder Sozialwissenschaften), die Sozialform, die Rolle der KI und die verwendete Hardware. Die Ergebnisse sind für Lehrkräfte zum einen interessant, weil sie den Schluss nahelegen, dass der Einsatz von KI in sehr verschiedenen Kontexten einen positiven Einfluss auf die Lernleistung und in geringerem Maße auch auf die Wahrnehmung von Lernen haben kann. Zum anderen zeigt die Analyse Ansatzpunkte auf, um KI besonders gewinnbringend einzusetzen. Hier scheint die Arbeit in Gruppen beispielsweise effektiver zu sein als ein Einsatz bei individueller Arbeit. (Orig.).
Erfasst von	Qualitäts- und UnterstützungsAgentur - Landesinstitut für Schule (QUA-LiS NRW), Soest
Update	2026/4