Mich selbst durch KI ersetzen

Wie ich gelernt habe, aufzuhören, mir Sorgen zu machen, und GPT zu lieben.

Ich wusste, dass der KI-Entwurf schiefgegangen war, als ich jedem Satz zustimmte und keinem davon traute.

Er hatte die richtige Form: selbstbewusste Einleitung, ordentlicher Workflow, optimistischer Schluss. Er benutzte alle respektablen Wörter. Produktivität. Kreativität. Zusammenarbeit. Pipeline. Er klang, als hätte jemand meine tatsächliche Erfahrung durch eine Broschüre über meine tatsächliche Erfahrung ersetzt.

Was, wenig praktisch, genau das Problem war.

Die Gefahr beim Schreiben mit KI ist nicht, dass es immer schlecht ist. Die Gefahr ist, dass es plausibel glatt sein kann, bevor es sich einen Standpunkt verdient hat.

Dieser Beitrag ist ein Artefakt aus dieser Phase. Ich nutzte GPT für Unterrichtsentwürfe, Banner-Konzepte, Quiz-Prompts, Umschreibungen, Zusammenfassungen und Übersetzungsexperimente. Einiges davon funktionierte. Einiges sparte Stunden. Einiges produzierte die Art von blassem professionellem Kleber, der jede Person in einem Absatz wie einen Stakeholder klingen lässt.

Ich brauchte nicht weniger KI. Ich brauchte mehr Reibung.

Der erste Kratzer

Der erste echte Fehler war, “sieht fertig aus” als Beweis für Denken zu behandeln.

Ich bat um einen Unterrichtsentwurf und bekam in zehn Sekunden etwas Kohärentes. Diese Kohärenz war berauschend. Eine schlechte leere Seite macht ihre Leere offensichtlich. Ein anständiger KI-Entwurf verbirgt die fehlenden Entscheidungen unter guter Grammatik.

Dann würde ich ihn überprüfen und die üblichen Probleme finden:

• die Beispiele waren technisch korrekt, aber vergesslich
• die Quizfragen testeten Vokabular statt Urteilsvermögen
• die Erklärungen vermieden die eine harte Unterscheidung, die der Lernende brauchte
• der Ton war in korporatives Tageslicht abgedriftet

Nichts war katastrophal falsch. Das war der beängstigendere Teil. Es war alles ein wenig zu fein.

Wofür KI gut wurde

Sobald ich aufhörte, erste Entwürfe als Artefakte zu akzeptieren, wurde KI viel nützlicher.

Ich nutze sie am besten als Druckwerkzeug:

• Finden des vagen Teils: “Welche Behauptungen in dieser Lektion sind nicht unterstützt?”
• Die falschen Antworten generieren: “Was würde ein kluger Anfänger aus dem falschen Grund wählen?”
• Das Publikum ändern: “Erkläre dies einem React-Entwickler, der noch nie Postgres verwendet hat.”
• Kontrast schaffen: “Gib mir drei Beispiele, wo dieser Rat versagt.”
• Das Chaos komprimieren: “Verwandle diese Notizen in einen Umriss, ohne neue Behauptungen hinzuzufügen.”

Diese Prompts ersetzen kein Urteilsvermögen. Sie machen es leichter, Urteilsvermögen anzuwenden. Das Modell ist sehr gut darin, Oberflächen zu produzieren. Meine Aufgabe ist es zu entscheiden, welche Oberflächen es verdienen, Struktur zu werden.

Die Pipeline, mit Schutzplanken

Der Workflow, der überlebte, ist weniger glamourös als die alte Version:

1. Rohmaterial sammeln Ich beginne mit Notizen, Code, Links, Screenshots und der spezifischen Lernenden-Verwirrung, die ich anzusprechen versuche.

2. KI bitten, zu organisieren, nicht zu entscheiden Sie kann Ideen gruppieren, fehlende Schritte aufdecken und Abschnitte vorschlagen. Ich lasse sie nicht die These ohne Kampf wählen.

3. Die scharfen Teile selbst schreiben Die Eröffnung, die Entscheidungsregel, die Beispiele und das Ende brauchen menschlichen Geschmack. Dort verdient der Artikel Vertrauen.

4. KI verwenden, um den Entwurf zu befragen Ich frage, was generisch klingt, was zu viel annimmt, was ein skeptischer Leser einwenden würde und wo die Beispiele versagen.

5. Das Artefakt ehrlich halten Wenn ein Absatz auf jedem SaaS-Blog leben könnte, wird er umgeschrieben oder gelöscht.

Diese letzte Regel leistet viel Arbeit.

Quizzes haben meine Meinung geändert

Quiz-Schreiben ist dort, wo KI für mich wirklich nützlich wurde.

Nicht weil sie perfekte Fragen schreiben kann. Das kann sie nicht. Sie liebt offensichtliche Ablenkungen, versehentliche Zweideutigkeit und Erklärungen, die am Missverständnis vorbeigleiten.

Aber sie kann schnell ein Feld möglicher falscher Antworten generieren. Dann kann ich mir die Liste ansehen und fragen: Welche davon repräsentiert einen echten Lernfehler?

Das ist die nützliche Zusammenarbeit. Das Modell produziert Ton. Ich entscheide, ob es eine Schüssel, ein Ziegel oder Deponie ist.

Mich selbst zu ersetzen war der falsche Rahmen

Der Titel ist ein Witz, aber der Rahmen ist falsch.

Ich ersetze mich nicht durch KI. Ich ersetze die Teile meines Prozesses, die bereits mechanisch waren: Erste-Pass-Gruppierung, alternative Formulierungen, Übersetzungsgerüste, Entwurfs-Quiz-Optionen, Bildkonzepte, Zusammenfassungsdurchgänge.

Die Teile, die ich nicht ersetzen kann, sind die Teile, die Leser tatsächlich bemerken, wenn sie fehlen: Geschmack, Narben, Priorität, Skepsis und die Bereitschaft zu sagen “das klang gut, aber es war falsch.”

KI machte mich schneller. Wichtiger ist, sie machte einige meiner Schwachstellen leichter sichtbar. Die Kosten sind, dass ich jetzt bewusster damit sein muss, keine Prosa zu veröffentlichen, die sich nur wie Prosa verhält.

Das ist der Deal, mit dem ich leben kann.