Was bleibt dem Lernenden, wenn KI die Arbeit übernehmen kann?

Eine verständliche Erklärung des Preprints Decomposing Agency, Isolating Answerability: Cultivating What Cannot Be Delegated in AI-Assisted Learning (Tomita, 2026).

Preprint: https://osf.io/preprints/edarxiv/hvbfe*

(Japanische Version: *https://researchmap.jp/ketomy/others/54141521

Wenn ein System einen Aufsatz planen, entwerfen, überarbeiten und auf Anfrage seine eigene Argumentation erklären kann, wird eine Frage, die früher rhetorisch war, unausweichlich: Wenn KI die Arbeit erledigen kann, was bleibt dann für den Lernenden, um es selbst zu schaffen?

Institutionen haben meist auf eine von zwei Arten geantwortet – entweder die Werkzeuge verbieten, um die Fähigkeiten zu schützen, oder die Werkzeuge zulassen und hoffen, dass die Fähigkeiten überleben. Beide Reaktionen behandeln Handlungsfähigkeit als eine einzelne Größe, die KI entweder bedroht oder nicht. Dieser Artikel argumentiert, dass dies die falsche Form des Problems ist. Handlungsfähigkeit ist nicht eine Sache. Sobald man sie mit dem richtigen Schnitt zerlegt, erweist sich der Großteil als trainierbar, unterstützbar oder verteilbar über Mensch-KI-Systeme – und ein kleiner, präziser Rest erweist sich überhaupt nicht als Fähigkeit.

Ein anderer Schnitt: nach Delegierbarkeit, nicht nach Psychologie

Die klassischen Methoden zur Zerlegung von Handlungsfähigkeit schneiden sie nach psychologischer Funktion (Bandura, 2001) oder nach zeitlicher Orientierung (Emirbayer & Mische, 1998). Beide sind gut für ihre eigenen Fragen. Keine wurde für die Frage entwickelt, die KI jetzt erzwingt. Daher schneidet dieser Artikel entlang einer anderen Achse – Delegierbarkeit – definiert durch einen einzigen Test: Was passiert, wenn man versucht, jeden Teil zu übergeben?

Drei Komponenten fallen heraus.

• Richtung – worauf der Lernende ausgerichtet ist: das bewertende Engagement, das ein Problem zu seinem macht und nicht nur zu einem zugewiesenen.
• Antrieb, in zwei Schichten – allgemeiner Antrieb (eigenschaftsähnliche Energie und Aktivitätsniveau) und motivationaler Antrieb (die zustandsähnliche Kraft hin zu einem bestimmten Objekt).
• Modus – das charakteristische Muster, in dem sich dieser Antrieb durch das Temperament eines Lernenden bewegt: ob man typischerweise erschafft, verbindet, kritisiert oder bewahrt. Der Lernende, der jeden vorgelegten Entwurf schärft, aber keinen selbst hervorbringt, hat keine geringe Handlungsfähigkeit; er operiert in einem einzigen Modus.

Dies sind Sortierbehälter für eine Delegierbarkeitsanalyse, keine neue Psychologie. Der Punkt ist, was passiert, wenn jeder gegen den Test läuft.

Das meiste sortiert sich sauber

Tabelle 1. Handlungsfähigkeit des Lernenden unter der Delegierbarkeitsachse.

Führe den Test durch und der Großteil der Handlungsfähigkeit sortiert sich: allgemeiner Antrieb ist auswählbar und unterstützbar; Modus ist trainierbar und unterstützbar – KI kann die schwächeren Modi direkt unterstützen (Entwürfe erstellen, damit der Kritiker ein Objekt hat, strukturieren, damit der Verbinder Materialien hat), was dies zum am wenigsten umstrittenen Eintrag macht; motivationaler Antrieb ist aus allgemeinem Antrieb umwandelbar.

Allein die Richtung widersetzt sich – aber die Präzision ist wichtig. Was sich widersetzt, ist nicht die Bereitstellung von Kandidatenrichtungen. Vorschläge sind billig: Ein Lehrer kann zehn vorschlagen, eine KI kann auf Anfrage fünfzig generieren, und beide haben eine legitime Rolle bei der Erweiterung dessen, was ein Lernender kennenlernt. Was nicht übergeben werden kann, ist Eigentum. Eine vorgeschlagene Richtung wird zu der des Lernenden – oder auch nicht – durch einen Prozess, den der Vorschlagende nicht kontrolliert, und der Unterschied zwischen einer installierten Richtung und einer, die man besitzt, ist verhaltensmäßig sichtbar: Compliance folgt der Aufmerksamkeit des Vorgesetzten; Engagement tut dies nicht. Die Selbstbestimmungstheorie bietet konvergente Unterstützung für diese Unterscheidung aus einem anderen Blickwinkel – extern vorgeschlagene Ziele werden nur dann integriert, anstatt lediglich befolgt zu werden, wenn die Bedingungen sowohl relational als auch informativ sind (Ryan & Deci, 2000).

In der vorliegenden Zerlegung bestätigt dies die Verteilungssicht der Handlungsfähigkeit (Cukurova, 2026) für genau diese Komponenten: Planungsgerüste, Unterstützung für allgemeinen Antrieb, moduserweiternde Werkzeuge, die Aufrechterhaltungsarchitektur um eine bestehende Motivation – all dies verteilt sich tatsächlich über Mensch-KI-Konfigurationen. Der Artikel ist keine Ablehnung verteilter Handlungsfähigkeit. Er ist eine Einschränkung dessen, was Verteilung erklären kann. Verteilungsansätze haben Recht mit dem, was sich verteilt – und schweigen über das, was sich nicht verteilt.

Der Rest, der nie eine Komponente war

Abbildung 1. Eines hat Komponenten; eines steht in der Verantwortlichkeit.

Wenn die Sortierung abgeschlossen ist, bleibt etwas übrig, das nie auf der Liste stand – und es ist keine vierte Komponente. Es ist eine Beziehung: Verantwortlichkeit, der nicht übertragbare Status, für ein Urteil einstehen zu müssen, gegenüber jemandem, der berechtigt ist zu fragen. (In der Bildung hat Verantwortlichkeit auch eine Bachtin'sche Linie; der hier verwendete Sinn ist enger und Darwall'sch – der Status, gegenüber jemandem Rechenschaft abzulegen, der berechtigt ist zu fragen.)

Der Artikel begründet dies in der zweiten Person, und die Entlehnung muss präzise markiert werden. Von Darwall (2006) übernimmt er die Struktur der Ansprache in der zweiten Person: Ansprüche und Forderungen werden von Person zu Person gemacht, und verantwortlich zu sein bedeutet, derjenige zu sein, der zur Rechenschaft gezogen werden kann. Was entlehnt wird, ist diese Ansprachestruktur. Was originell ist, ist die Erweiterung – die Übertragung vom Verhalten (Darwalls eigenes Thema) auf die Rechtfertigung eines Urteils: dass ein bewertendes Urteil, nicht weniger als eine Handlung, einen Träger erfordert, der angesprochen, herausgefordert werden kann und der antworten muss.

Eine Asymmetrie in Darwalls Darstellung wird hier als entscheidend gelesen. Die anspruchsnehmende Seite erlaubt explizit Vertretung – ein Treuhänder kann im Namen eines anderen fordern, ein Dritter kann sich für ein Opfer empören. Kein paralleler Stellvertreter erscheint auf der antwortenden Seite: Die natürlichen Ausdrücke von Schuld sind Geständnis, Entschuldigung und selbstadressierter Vorwurf. Der Artikel betrachtet diese Asymmetrie als das Gelenk, an dem sich das Argument dreht: Antworten kann nicht im Namen des Lernenden erfolgen.

Zwei Unterscheidungen verhindern, dass dies mit benachbarten Ideen verschwimmt:

• Rechenschaftspflicht vs. Verantwortlichkeit. Rechenschaftspflicht ist institutionell zuweisbar: Sie kann diffundieren, geprüft und neu zugewiesen werden. Verantwortlichkeit ist relational und personenbezogen: Die Rechtfertigung eines Urteils bleibt in dem bestimmten Akteur verankert, der antworten muss (Tomita, 2026b).
• Autorität vs. Status. Dieser Status verläuft in die entgegengesetzte Richtung zur KI-Agenten-Autorität, die von Xing et al. (2026) untersucht wurde. In der vorliegenden Darstellung wird Autorität vom Lernenden verliehen und folgt der wahrgenommenen Kompetenz, während der Status von demjenigen behalten wird, der urteilt, und der Verantwortlichkeit folgt. Dem Agenten kann mehr Autorität verliehen werden, ohne dass er dadurch Status erlangt.

Warum KI nicht darin stehen kann – und warum dies keine Fähigkeitsbehauptung ist

Ein erfahrener Betrüger hat reichlich Richtung und ist niemandem Rechenschaft schuldig – bis er dazu gebracht wird. Die Einschränkung ist der Punkt: Ein menschlicher Betrüger kann zur Rechenschaft gezogen werden; genau diese Anfälligkeit – angesprochen, herausgefordert, zur Verantwortung gezogen zu werden – ist die Kompetenz der zweiten Person in Aktion. Die Ausgabe eines aktuellen KI-Systems kann in diesem Sinne nicht zur Rechenschaft gezogen werden: Nichts kann von ihr genommen werden, kein eigenes Engagement steht auf dem Spiel, und ein skriptierter Selbstvorwurf würde ins Leere laufen. Der Unterschied ist keiner des Grades entlang einer Komponentendimension. Es ist der Unterschied zwischen der Verweigerung einer Beziehung und der Unfähigkeit, in einer zu stehen.

Zwei Fehlinterpretationen sollten ausgeschlossen werden:

• Es ist keine Aufgaben-Fähigkeitsbehauptung. Keine Anhäufung von Planungs-, Entwurfs-, Erklärungs- oder Selbstüberwachungsfähigkeit begründet für sich genommen den Status der zweiten Person – Darwalls Begriffe der zweiten Person (Autorität, gültiger Anspruch, Grund der zweiten Person und Verantwortung-gegenüber) bilden einen untereinander definierbaren Kreis, der nicht von außen betreten werden kann. Die relevante Frage ist, ob ein System in die Beziehung von Ansprache und Antwort eintreten kann, nicht wie viele Aufgaben es ausführen kann. Der Artikel entscheidet nicht, ob ein zukünftiges System Kompetenz der zweiten Person erlangen könnte; er schließt Fähigkeit allein als Abkürzung aus. Die Grenze folgt der Kompetenz, nicht dem Substrat.
• Es ist kein Elitismus. Verantwortlichkeit wird nicht von den wenigen Talentierten gehalten. Ein Bewohner hat den Status zu antworten ab dem ersten Tag der Zulassung; ein Student hat ihn ab dem Moment, in dem Arbeit unter seinem eigenen Namen eingereicht wird. Was Training aufbaut, ist nicht der Status, sondern die Kompetenz, ihn gut auszufüllen.

Es gibt auch eine praktische Kante in die andere Richtung: Unkritische Delegation lässt die Seite des Lernenden nicht unberührt – sie kann das Engagement bei Planung, Überwachung und Bewertung bei starker Abhängigkeit schwächen (Fan et al., 2025). Weshalb die Vorschrift Delegation als etwas behandelt, das geformt, nicht nur erlaubt werden muss.

Woher Richtung kommt

Wenn Richtung nicht installiert werden kann, woher kommt sie dann? Der Artikel schlägt einen sparsamen Mechanismus in drei Bewegungen vor: verkörperte Begegnung mit einem Probleminhaber führt zur Kristallisation des bewertenden Engagements; die kristallisierte Richtung wandelt dann allgemeinen Antrieb in motivationalen Antrieb um. Jede Bewegung benennt eine Bedingung, keine Garantie.

Die Medizin führt dieses Design seit einem Jahrhundert durch. Das klinische Praktikum führt Studenten durch Patienten mit der ausdrücklichen Prämisse, dass die Richtung hin zur Fürsorge am Krankenbett geformt wird, nicht im Hörsaal installiert. Das Modell kann als Design-Heuristik dienen, wo immer ein Lehrplan einen anhaltenden, frühen, verkörperten Kontakt mit den Menschen schaffen kann, die die Probleme haben.

Eine zweistufige Vorschrift

Die zweischichtige Struktur ergibt eine Vorschrift in zwei Stufen, und die Stufen dürfen nicht vermischt werden.

Stufe eins – für alles, was die Zerlegung platzieren kann.

• Ein diagnostischer Kompass. Der OECD Learning Compass 2030 stellte Handlungsfähigkeit in den Mittelpunkt, wie Lernende eine unsichere Welt navigieren, aber er zeigt eine Richtung zum Reisen an, anstatt diese Richtung in Teile aufzulösen, die ein Pädagoge lesen kann (OECD, 2019). Diese Stufe liefert die zweite Art: Lies die Richtung, den allgemeinen Antrieb, den motivationalen Antrieb und den Modus eines Lernenden separat, gegen die Delegierbarkeitssortierung, anstatt sie zu einer einzigen "Eignung" zu summieren. Es braucht keine neue Psychometrie – nur bestehende Instrumente, die anders gelesen werden. Ein Vorbehalt ist konstitutiv, nicht warnend: Der Kompass liest nur, was externalisiert werden kann. Verantwortlichkeit erscheint auf keiner Nadel, und ein Kompass, der vorgab, sie zu bewerten, würde genau die Vermischung wieder einführen, die dieses Papier diagnostiziert. Arbeitsbeispiel. Ein Lernender präsentiert sich als "unmotiviert". Der Kompass disaggregiert: allgemeiner Antrieb hoch (derselbe Student ist anderswo lebhaft), Richtung abwesend, Modus überwiegend kritisch. Dies ist kein Motivationsdefizit, sondern ein Zustand vor der Kristallisation – ein starker Motor ohne Objekt – und der Hebel ist die Exposition gegenüber Begegnungen, nicht Ermahnung. Der Kompass ersetzt auch finde deinen Zweck (eine binäre Forderung, die meist lähmt) durch beobachte deine eigenen Gradienten, etwas, das ein Lernender vor der Kristallisation tatsächlich tun kann.
• Begegnungs-Engineering. Wenn Begegnung Richtung auslöst, können Lehrpläne für Begegnungsdichte gestaltet werden – strukturierter Kontakt mit Probleminhabern, früh und verkörpert, bevor Kompetenz es konventionell "rechtfertigen" würde.
• KI-Leitplanken. Konfiguriere KI so, dass Delegation Barrieren entfernt, ohne den Lernenden zu ersetzen. Aber beachte die Grenze: Dialog mit einer KI, wie gut auch konfiguriert, kultiviert keine Verantwortlichkeit – das System kann Engagement hervorrufen, aber es kann nicht derjenige sein, dem der Lernende antwortet. Leitplanken dienen Stufe eins. Sie ersetzen nicht Stufe zwei.

Stufe zwei – für das, was Stufe eins nicht erreichen kann.

Verantwortlichkeit wächst nur innerhalb des Austauschs in der zweiten Person: befragt zu werden, zu antworten und die Antwort zu besitzen. Die unersetzliche Funktion des Pädagogen – diejenige, die keine Konfiguration von Werkzeugen absorbiert – ist es, die andere Person zu sein: den Lernenden zu fragen was ist deine Einschätzung? und sie an das zu halten, was sie sagen. Die klinische Supervision hat schon immer so funktioniert – der Bewohner antwortet, Fall für Fall, jemandem, der berechtigt ist zu fragen, und so wird die Kompetenz zu antworten auf einem Status aufgebaut, der von Anfang an da war.

Dies ist strukturell begründet, nicht nostalgisch. Unter Verwendung des SECI-Modells von Nonaka und Takeuchi (1995) argumentiert Tomita (2026b), dass, wenn KI die Externalisierung und Kombination von Wissen beschleunigt, die effektiven geschwindigkeitsbegrenzenden Prozesse sich in Richtung Sozialisation und Internalisierung verschieben – und Sozialisation, wo bewertende Engagements zwischen Personen bestritten und revidiert werden, ist genau der Ort der zweiten Person. Die relationalen Bedingungen, die die Selbstbestimmungstheorie für die Internalisierung als notwendig fand, weisen in die gleiche Richtung (Ryan & Deci, 2000). Die hybride Mensch-KI-Konfiguration ist das richtige Gefäß, und Stufe eins füllt es; aber innerhalb jeder Konfiguration ist die Partei, die antwortet, der Mensch darin, nicht die Konfiguration.

Worauf das hinausläuft

Die Antwort auf was bleibt für den Lernenden ist also von zweierlei Art, und sie getrennt zu halten ist die zentrale Disziplin des Artikels:

• Richtung – eine Komponente, die sich der Installation widersetzt, aber der Begegnung nachgibt.
• Verantwortlichkeit – überhaupt keine Komponente, sondern der Status, in dem ein Lernender jemandem für ein Urteil Rechenschaft ablegt.

KI verändert die Ökonomie von allem um diese Beziehung herum und nimmt die Externalisierungslast sowohl vom Lehren als auch vom Lernen. Was sie nicht ändert, ist die Beziehung selbst: wer antworten muss und wem gegenüber. Die Position des Pädagogen wird dadurch geklärt, nicht geschmälert – gestalte die Begegnungen, konfiguriere die Werkzeuge, lies den Kompass; und dann sei die Person, der der Lernende antwortet.

KI entfernt die Externalisierungslast der Bildung; was sie nicht entfernen kann, ist die andere Person.

Bildung im Zeitalter der KI ist nicht die Verteidigung menschlicher Aufgaben gegen Automatisierung. Es ist die Kultivierung dessen, was nie eine Aufgabe war.

Wie dies in einen größeren Rahmen passt

Dies ist der dritte Teil einer Arbeitslinie darüber, was KI komprimiert und was nicht. Der erste trennte Externalisierungskosten (was KI wegnimmt) von Spezifikation – dem Bereichsurteil, das KI-Unterstützung in den Zieldomänen des Rahmens nicht von selbst liefert (Tomita, 2026a). Der zweite löste Spezifikation in Tatsachen-Typ (Sein) und wertbeladene (Sollen) Komponenten auf und lokalisierte eine Delegationslegitimitätsgrenze – die Linie, jenseits derer KI zwar Ergebnisse generieren, aber nicht die Quelle ihrer Legitimität sein kann (Tomita, 2026b). Dieser hier öffnet die Variable, die diese Papiere konstant hielten – den Lernenden – und findet, an der menschlichen Kante, eine Beziehung statt einer Größe. Der Operator ist konstant; das umstrittene Konzept ändert sich.

Referenzen (tragend; vollständige Liste im Preprint)

Das Preprint entwickelt das Anti-Zirkularitäts-Argument, die Evidenzgrenzen des Mechanismusmodells und die institutionellen Qualifikationen, die in dieser kürzeren Darstellung weggelassen wurden.

• Bandura, A. (2001). Social cognitive theory: An agentic perspective. Annual Review of Psychology, 52, 1–26.
• Cathcart, S., Priestley, M., Priestley, A., & Rushton, E. A. C. (2026). Unravelling agency. Review of Education, 14(1), e70131.
• Cukurova, M. (2026). Agency as a system property in human–AI interaction in education. British Journal of Educational Technology, 57(4), 1065–1070.
• Darwall, S. (2006). The second-person standpoint: Morality, respect, and accountability. Harvard University Press.
• Emirbayer, M., & Mische, A. (1998). What is agency? American Journal of Sociology, 103(4), 962–1023.
• Fan, Y., et al. (2025). Beware of metacognitive laziness. British Journal of Educational Technology, 56(2), 489–530.
• Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company. Oxford University Press.
• OECD. (2019). OECD Learning Compass 2030: A conceptual learning framework.
• Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation. American Psychologist, 55(1), 68–78.
• Tomita, K. (2026a). Domain-native development: A Mekiki framework for AI-assisted knowledge work [Preprint]. SocArXiv.
• Tomita, K. (2026b). Philosophy as cognitive assay [Preprint]. SocArXiv.
• Xing, W., et al. (2026). Unveiling interaction patterns between students and a generative AI teachable agent. British Journal of Educational Technology, 57(4), 896–923.
• Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In Handbook of self-regulation (pp. 13–39). Academic Press.

P.S. Dieser Erklärtext ist dicht, und das dahinterstehende Papier ist noch dichter. Zögere nicht, eine KI zu bitten, eines von beiden mit dir zu lesen – zusammenzufassen, zu übersetzen, zu entschlüsseln. Das ist genau die Art von Externalisierung, die KI dir abnehmen sollte. KI kann auch das Argument testen: die Logik prüfen, Gegenbeispiele aufdecken, die Beweise abwägen. Was sie nicht kann, ist, für dich zu entscheiden, ob du es akzeptierst. Das Argument als gerechtfertigt anzunehmen und dahinterzustehen, bleibt deine Sache.