AI tutoring enhances student learning without crowding out reading effort.

Autor/inn/en	Fischer, Mira; Rau, Holger A.; Rilke, Rainer Michael
Institution	Bundesinstitut für Bevölkerungsforschung
Titel	AI tutoring enhances student learning without crowding out reading effort.
Quelle	Wiesbaden (2025), 28 S. PDF als Volltext kostenfreie Datei Link als defekt meldenVerfügbarkeit
Reihe	BiB. Working Paper. 10-2025
Sprache	englisch
Dokumenttyp	online; Monografie
ISSN	2196-9574
URN	urn:nbn:de:bib-wp-2025-10
Schlagwörter	Künstliche Intelligenz; Lernen; Lesen; Hochschulbildung; Student
Abstract	Wir untersuchen, wie sich KI-Nachhilfe auf das Lernen im Hochschulbereich auswirkt, anhand eines randomisierten Experiments mit 334 Universitätsstudenten, die sich auf eine Prüfung mit Anreizsystem vorbereiten. Die Studenten erhielten entweder nur Lehrbuchmaterial, eingeschränkten Zugang zu einem KI-Nachhilfelehrer, der zunächst selbstständiges Lesen erforderte, oder uneingeschränkten Zugang während des gesamten Studienzeitraums. Der Zugang zum KI-Nachhilfelehrer erhöht die Prüfungsleistung um 0,23 Standardabweichungen im Vergleich zur Kontrollgruppe. Überraschenderweise übertrifft der uneingeschränkte Zugang den eingeschränkten Zugang um 0,21 Standardabweichungen, was den Bedenken hinsichtlich einer voreiligen Abhängigkeit von KI widerspricht. Die Verhaltensanalyse zeigt, dass der uneingeschränkte Zugang eine schrittweise Integration der KI-Unterstützung fördert, während der eingeschränkte Zugang zu intensiven Impulsen führt, die den Lernfluss stören. Die Vorteile sind heterogen: KI-Tutoren erweisen sich als am effektivsten für Schüler mit geringeren Grundkenntnissen und stärkeren Selbstregulierungsfähigkeiten, was darauf hindeutet, dass eine nahtlose KI-Integration das Lernen verbessert, wenn Schüler selbstständiges Lernen mit gezielter Unterstützung strategisch kombinieren können. We study how AI tutoring affects learning in higher education through a randomized experiment with 334 university students preparing for an incentivized exam. Students either received only textbook material, restricted access to an AI tutor requiring initial independent reading, or unrestricted access throughout the study period. AI tutor access raises test performance by 0.23 standard deviations relative to control. Surprisingly, unrestricted access significantly outperforms restricted access by 0.21 standard deviations, contradicting concerns about premature AI reliance. Behavioral analysis reveals that unrestricted access fosters gradual integration of AI support, while restricted access induces intensive bursts of prompting that disrupt learning flow. Benefits are heterogeneous: AI tutors prove most effective for students with lower baseline knowledge and stronger self-regulation skills, suggesting that seamless AI integration enhances learning when students can strategically combine independent study with targeted support.
Erfasst von	GESIS - Leibniz-Institut für Sozialwissenschaften, Mannheim
Update	2026/4