AI-Richtlinie der Universität Cambridge: Wie digitale Bildungsleitlinien 2026 Coursework gestalten

Was genau sagt die AI-Richtlinie der Universität Cambridge zur digitalen Bildung?

Cambridges Ansatz für generative KI in Lehre und Bewertung ist absichtlich dezentralisiert. Anstatt eine verbindliche Regel zu erlassen, die einheitlich auf ein Physikproblemset, einen Geschichtsaufsatz und eine Informatik-Dissertation angewendet wird, legt die Leitlinie zur digitalen Bildung der Universität gemeinsame Grundsätze fest — akademische Integrität, Transparenz und angemessene Quellenangaben — und überlässt dann die spezifischen Nutzungsregeln einzelnen Fakultäten, Abteilungen und Kursorganisatoren. Das bedeutet, dass ein Student in einem Tripos-Fach explizit berechtigt sein kann, ein großes Sprachmodell zum Brainstorming oder Code-Entwurf zu nutzen, während ein Student in einer anderen Abteilung mit einem vollständigen Verbot für KI-generierte Texte in eingereichten Arbeiten konfrontiert sein kann. Die Leitlinie rahmt diese Flexibilität als notwendig ein, weil das Risikoprofil der KI-Unterstützung sich je nach Disziplin enorm unterscheidet: Ein generierter Absatz stellt eine andere Integritätsfrage in einem reflektiven Aufsatz dar als eine generierte Funktion in einer Programmieraufgabe. Was über jede Fakultät hinweg konstant bleibt, ist die Erwartung, dass Studierende die spezifischen Regeln für jeden belegten Kurs überprüfen, anstatt eine pauschale Richtlinie anzunehmen, und dass jede Nutzung von KI-Tools, die über das explizit Zulässige hinausgeht, offengelegt und nicht verheimlicht werden muss. Betreuer und Direktoren von Studien sind typischerweise der erste Ansprechpartner, wenn ein Student unsicher ist, ob ein bestimmter Anwendungsfall — KI zur Zusammenfassung einer Lesestoff, zur Grammatikprüfung, zur Gliederungsvorschlag — innerhalb oder außerhalb dessen liegt, was der Kurs erlaubt.

"Wir versuchen nicht, eine Regel zu schreiben, die in jedes Fach passt. Was konstant sein muss, ist, dass Studierende wissen, wo sie die Regel für ihren eigenen Kurs überprüfen können, und dass undisklosierte Nutzung unabhängig vom Fach als Vertrauensbruch behandelt wird." — Cambridge-Leitlinie zur digitalen Bildung, paraphrasiert aus veröffentlichten Fakultätsbriefings

Warum delegiert Cambridge AI-Regeln an einzelne Abteilungen, statt eine einzige Richtlinie festzulegen?

Das dezentralisierte Modell spiegelt wider, wie Cambridges Kollegium- und Tripos-basierte Lehrerstruktur bereits für die meisten akademischen Angelegenheiten funktioniert — Bewertungsformate, Bewertungskriterien und zulässige Ressourcen haben sich schon lange nach Fakultät unterschieden, anstatt zentral standardisiert zu sein. Die Ausweitung dieser gleichen Logik auf generative KI hielt die neue Leitlinie konsistent mit der bestehenden akademischen Verwaltung, anstatt eine parallele, universitysweite Bürokratie zu schaffen. Es gibt auch einen praktischen Grund: Das Tempo des Wandels in KI-Tools war schnell genug, dass ein einzelnes detailliertes Regelbuch Gefahr lief, innerhalb eines Schuljahres veraltet zu sein. Durch die Festlegung von Grundsätzen zentral und die Delegierung von Details können einzelne Abteilungen ihre eigene Leitlinie aktualisieren, wenn sich Tools ändern — eine Informatik-Abteilung kann überarbeiten, was als akzeptable KI-unterstützte Codierungshilfe zählt, wenn neue Tools auftauchen, ohne auf einen universitysweiten Überprüfungsprozess zu warten. Der Kompromiss besteht darin, dass diese Flexibilität Studierenden mehr Verantwortung dafür gibt, aktiv die relevante Leitlinie für jeden Kurs zu finden und zu lesen, anstatt sich auf eine einzige auswendig gelernte Regel zu verlassen. Direktoren von Studien und Kurshandbücher sind die primären Kanäle, über die diese Informationen Studierenden erreichen, und Kurssyllabusse enthalten zunehmend eine explizite Aussage zur KI-Nutzung neben bestehender Sprache zur akademischen Integrität.

1. Zentrale Leitlinie zur digitalen Bildung legt gemeinsame Grundsätze fest: Integrität, Transparenz, Offenlegung
2. Einzelne Fakultäten und Abteilungen definieren spezifische zulässige und verbotene Nutzungen
3. Kurshandbücher und Syllabusse sind der primäre Ort, wo Studierende fachspezifische Regeln finden
4. Direktoren von Studien und Betreuer klären Grenzfälle, die nicht explizit abgedeckt sind
5. Abteilungsleitlinien können unabhängig aktualisiert werden, wenn neue KI-Tools verfügbar werden

Wie sollten Studierende die AI-Nutzung gemäß Cambridges Leitlinie zur digitalen Bildung offenlegen?

Wenn ein Kurs ein gewisses Maß an KI-Unterstützung erlaubt, erwartet Cambridges Leitlinie im Allgemeinen eine Offenlegung, die widerspiegelt, wie Studierende bereits andere Hilfeformen bestätigen, wie das Zitieren einer Quelle oder die Anerkennung eines Mitarbeiters. In der Praxis bedeutet dies, das verwendete Tool und für welche spezifische Aufgabe — Entwurf einer Gliederung, Überprüfung der Code-Syntax, Generierung eines ersten Durchlaufs einer Literaturzusammenfassung — und was anschließend vom Studierenden geändert oder unabhängig geschrieben wurde, zu vermerken. Eine kurze Aussage am Ende einer Aufgabe oder in einer Fußnote ist das häufigste Format, das Abteilungen erwarten, ähnlich wie ein Anerkennungsabschnitt in einer Dissertation. Das erwartete Detaillierungsniveau skaliert damit, wie zentral der KI-unterstützte Teil für die endgültige Einreichung ist: Ein Studierender, der einen Chatbot zur Grammatikprüfung in einem fertigen Aufsatz verwendete, ist einer leichteren Offenlegungserwartung ausgesetzt als einer, der KI zur Generierung eines wesentlichen Teils analytischer Inhalte verwendete, der dann bearbeitet wurde. Stille ist das Kernproblem, das die Leitlinie anspricht — nicht die Technologie selbst. Ein Studierender, der ein zulässiges Tool verwendet, aber nicht offengelegt wird, oder der eine leichtere Form der Unterstützung offenlegt als tatsächlich verwendet, wird behandelt, als hätte er/sie seine/ihre Einreichung missverstanden, unabhängig davon, ob die zugrunde liegende Unterstützung erlaubt worden wäre, wenn sie ehrlich offengelegt worden wäre. Dies ist der Grund, warum Cambridges Rahmung konsistent zwei unterschiedliche Fragen trennt: War diese KI-Nutzung für diesen Kurs angemessen, und war sie genau offengelegt — eine Einreichung kann unabhängig von beiden Fragen scheitern.

1. Überprüfen Sie, ob Ihr spezifischer Kurs eine KI-Unterstützung erlaubt, bevor Sie mit einer Aufgabe beginnen
2. Vermerken Sie das genaue Tool und die Aufgabe, wenn Unterstützung verwendet wird — Entwurf, Zusammenfassung, Code-Überprüfung, Bearbeitung
3. Geben Sie deutlich an, was KI-unterstützt und was unabhängig geschrieben oder überprüft wurde
4. Stimmen Sie die Detaillierungsebene der Offenlegung damit ab, wie zentral der KI-unterstützte Teil für die endgültige Arbeit war
5. Wenn Sie unsicher sind, ob ein Anwendungsfall eine Offenlegung erfordert, fragen Sie Ihren Betreuer oder Direktor von Studien vor der Einreichung

Wie überprüfen Cambridge-Kurse, dass eingereichte Arbeiten der AI-Richtlinie entsprechen?

Überprüfungsansätze variieren je nach Abteilung, genauso wie zulässige Nutzungsregeln, aber mehrere gängige Methoden sind über Cambridge-Fakultäten seit der Einführung von generativer KI-Leitlinie entstanden. Viele Betreuer verlassen sich auf direktes Wissen über den Schreib- und Denkstil eines Studierenden, der durch regelmäßige Betreuer aufgebaut wurde, was eine unerklärte Verschiebung in Vokabular, Argumentstruktur oder technischer Gewandtheit ein unmittelbareres Signal ist als jedes automatisierte Tool. Schriftliche Prüfungen und persönliche Vivas — bereits zentral für Cambridges Bewertungskultur — haben an zusätzlicher Bedeutung für die Bestätigung gewonnen, dass ein Studierender die Begründung hinter eingereichten Coursework erklären und verteidigen kann, da ein Studierender, der seine Argumentation unter Befragung nicht erklären kann, Bedenken aufwirft, unabhängig von jeder Erkennungssoftware. Einige Abteilungen haben auch begonnen, KI-Erkennungstools als unterstützendes Signal statt als einziger Bestimmungsfaktor einzubeziehen, konsistent mit der breiteren Betonung der Universität auf menschliches akademisches Urteil über automatisierte Urteile. Ein Erkennungsscore fungiert, wenn verwendet, als Auslöser für genauere manuelle Überprüfung anstatt als Beweis an sich — ein Muster konsistent damit, wie die meisten Hochschuleinrichtungen in Großbritannien diese Tools positioniert haben, angesichts dokumentierter Falsch-Positiv-Risiken in automatisierter KI-Erkennung. Studierende, die eine Einreichung für eine Abteilung vorbereiten, die signalisiert hat, dass sie KI-unterstützte Inhalte überprüfen könnte — ob durch direkte Konversation, ein Viva oder ein unterstützendes Erkennungstool — profitieren davon, ihren eigenen Entwurfsprozess erklären zu können und, soweit relevant, zu bestätigen, dass ihr Schreiben keine stilistischen Muster trägt, die Mehrdeutigkeit über undisklosierte KI-Beteiligung schaffen würde.

1. Die Vertrautheit eines Betreuers mit dem üblichen Schreib- und Denkstil eines Studierenden bleibt eine primäre Überprüfung
2. Vivas und mündliche Prüfungen ermöglichen direkte Bestätigung, dass ein Studierender seine/ihre eigene eingereichte Begründung erklären kann
3. Einige Abteilungen verwenden KI-Erkennungstools als unterstützendes Signal, nicht als eigenständiges Urteil
4. Ein gekennzeichneter Score löst typischerweise genauere manuelle Lesung aus, anstatt automatische Strafe
5. Studierende sollten bereit sein, ihren Entwurfsprozess durchzugehen, wenn gefragt

"Eine Viva-Frage zu deiner Argumentation sagt uns in zwei Minuten mehr als jeder Score. Die Tools sind nützlich, um zu kennzeichnen, wo man genauer hinschauen sollte — sie sind nicht die Erkenntnis selbst." — paraphrasiert aus Cambridge-Fakultätsleitlinie zur Bewertungsintegrität

Was passiert, wenn die Arbeit eines Studierenden unter Cambridges AI-Richtlinie gekennzeichnet wird?

Da zulässige Nutzungsregeln und Überprüfungsmethoden auf der Abteilungsebene sitzen, gilt dies auch für den Prozess, der einer gekennzeichneten Einreichung folgt. In den meisten Fällen wird ein Betreuer oder Prüfer, der Bedenken bezüglich undisklosierter KI-Nutzung hat, das Problem zuerst direkt mit dem Studierenden aufnehmen — durch ein Gespräch, eine Anfrage nach Entwürfen oder Notizen oder eine Nachfolgefrage während einer Betreuung — bevor irgendeinen formalen akademischen Fehlverhaltungsprozess beginnt. Dies spiegelt Cambridges langjährigen Ansatz zu vermuteter Plagiat wider, wobei informelle Beilegung auf Kursebene die Norm ist und formale Verweisung zu einem Kolleg- oder Universitätsgremium für Fälle mit stärkeren Beweisen oder einem Muster über mehrere Werke hinweg reserviert ist. Studierende, die Entwürfe, Notizen oder eine klare Erklärung ihres Forschungs- und Schreibprozesses produzieren können, sind im Allgemeinen besser positioniert, um eine informelle Anfrage schnell zu klären. Wenn ein Fall tatsächlich zu einem formalen akademischen Fehlverhaltungsprozess übergeht, gelten die bestehenden Verfahren der Universität — dieselben, die für Plagiat und andere Integritätsprobleme verwendet werden — und ein Studierender hat das Recht, zu antworten und Beweise vorzulegen. Angesichts der dezentralisierten Art der Richtlinie werden Studierende, die eine Anfrage zur KI-Nutzung gegenüberstehen, ermutigt, die veröffentlichte Leitlinie ihres spezifischen Kurses oder ihrer Abteilung als ersten Schritt zu überprüfen, da die genaue zulässige Nutzungsgrenze, die sie möglicherweise überschritten haben — oder nicht überschritten haben — dort definiert ist, anstatt in einem einzigen zentralen Cambridge-weiten Dokument.

Wie können Studierende und Forscher ihre eigene Arbeit vor der Einreichung in Cambridge überprüfen?

Angesichts der Tatsache, dass die Genauigkeit der Offenlegung unter Cambridges Leitlinie zur digitalen Bildung genauso wichtig ist wie die zugrunde liegende KI-Nutzung selbst, ist eine praktische Gewohnheit für Studierende die Überprüfung eines Entwurfs vor der Einreichung, um zu bestätigen, dass er widerspiegelt, was sie offenlegen möchten — und separat zu bestätigen, dass unabhängig geschriebene Abschnitte keine stilistischen Muster tragen, die unnötige Prüfung einladen würden. Tools wie NotGPT lassen Studierende und Forscher einen Entwurf einfügen und eine satzweise Aufschlüsselung der KI-ähnlichkeit sehen, was weniger als Pass-Fail-Gate und mehr als ein Weg nützlich ist, um Passagen zu fangen, wo schwere Bearbeitung oder ein enger, formaler Schreibstil zu einem Betreuer oder Prüfer mehrdeutig lesen könnte. Dies ist besonders relevant für Forschungsstudenten, die in einem technischen Register schreiben, oder für Studierende, die Englisch als zusätzliche Sprache schreiben, was beide Prosa erzeugen können, die einheitlicher liest als typisches natives informelles Schreiben, ohne jede KI-Beteiligung. Eine Selbstprüfung mehrere Tage vor einem Stichtag durchführen — anstatt in der Nacht davor — ermöglicht Zeit, um spezifische gekennzeichnete Passagen erneut zu besuchen, die Offenlegungserklärung zu bestätigen, und, wenn ein Kurs begrenzte KI-Nutzung erlaubt, sicherzustellen, dass die Bestätigung beschreibt, was tatsächlich getan wurde. Keines davon ersetzt das Lesen der spezifischen Leitlinie, die von der Fakultät oder Abteilung eines Studierenden veröffentlicht wurde, die weiterhin die autoritative Quelle dafür ist, was in einem bestimmten Kurs zulässig ist oder nicht.

1. Lesen Sie die spezifische Leitlinie Ihres Kurses oder Ihrer Abteilung zur KI vor Beginn einer Aufgabe
2. Entwürfen Sie Ihre Offenlegungserklärung neben Ihrer Arbeit, nicht als Nachgedanke vor der Einreichung
3. Führen Sie unabhängig geschriebene Abschnitte durch ein KI-Erkennungswerkzeug aus, um mehrdeutige stilistische Muster zu fangen
4. Überarbeiten Sie gekennzeichnete Passagen für natürliche Satzvariationen statt durchgehend formaler Phrasierung
5. Bestätigen Sie, dass Ihre finale Offenlegungserklärung exakt mit der Unterstützung übereinstimmt, die verwendet wurde
6. Behalten Sie Entwürfe und Notizen, falls ein Betreuer nach Ihrem Schreibprozess fragt