Wenn künstliche Intelligenz den Französischunterricht betritt

Ein Gymnasiast öffnet sein Handy um Mitternacht, am Vorabend seiner Philosophieprüfung. Er ruft keinen Mitschüler an — er wendet sich an ein Sprachmodell. Eine alltägliche Szene im Jahr 2026, die dennoch alle Spannungen einer beispiellosen pädagogischen Transformation bündelt : Künstliche Intelligenz hat Einzug gehalten in die Abiturprüfungsvorbereitung und in das Erlernen des Französischen als Fremdsprache — nicht durch ministeriellen Erlass, sondern durch die Kraft einer stillen Adoption, Schüler für Schüler, Wort für Wort.

Der KI-gestützte Aufsatz: zwischen Gerüst und Krücke

Der französische Dissertationsaufsatz — jene Übung strukturierten Denkens, die das Bildungssystem als Schule des kritischen Geistes verteidigt — hat einen gewichtigen Gesprächspartner gefunden. Generative KI-Werkzeuge bieten heute detaillierte Gliederungen, argumentative Übergänge und sogar schlüsselfertige Einleitungen an. Für einen Schüler, der Schwierigkeiten hat, seinen Gedanken zu ordnen, kann dies ein wertvolles kognitives Gerüst sein : Er beobachtet, wie eine Idee die nächste bedingt, wie sich die These schichtweise aufbaut.

Doch ein Gerüst, das stehenbleibt, verhindert, dass die Fassade trocknet. Das Risiko ist nicht, dass der Schüler schummelt — es ist, dass er aufhört, den Widerstand des Problems zu spüren, jene intellektuelle Reibung, die genau das Denkvermögen schärft, das die Prüfung zu beurteilen vorgibt. Romain Thibault, Französischlehrer aus der Region Lyon, bringt es auf den Punkt : „Meine Schüler wissen jetzt, was ein guter Gliederungsplan ist. Sie wissen nicht mehr, warum er gut ist."

Diese Unterscheidung ist grundlegend. Die Form eines Arguments zu verstehen, ohne seine logische Notwendigkeit zu begreifen, ist wie Gitarrenakkorde zu erkennen, ohne die Musik jemals zu hören. Die ausgereiftesten KI-Werkzeuge — jene, die anstatt den Plan zu liefern, sokratische Fragen stellen, um den Schüler beim Aufbau zu unterstützen — scheinen besser geeignet, diese bildende Dimension zu bewahren. Es bleibt abzuwarten, ob Gymnasiasten unter Zeitdruck den langen Weg wählen werden.

Die mündliche Abiturprüfung und die konversationelle Simulation

Die mündliche Prüfung — das Grand Oral für das allgemeine Abitur, Fachprüfungen, BTS-Gespräche — ist vielleicht das Terrain, auf dem KI ihre unbestreitbarsten Vorteile bietet. Eine Prüfungskommission zu simulieren ist etwas, das ein pädagogischer Chatbot mit einer Verfügbarkeit und Geduld leistet, die kein überlasteter Lehrer vernünftigerweise erreichen kann.

Spezialisierte Plattformen ermöglichen es dem Schüler, seinen Vortrag einem künstlichen Gesprächspartner zu präsentieren, der umformuliert, hinterfragt und widerspricht. Der Algorithmus erkennt Sprachmanierismen, zu lange Pausen, ausweichende Formulierungen. Das Feedback ist unmittelbar, granular, reproduzierbar — man kann die Simulation zehnmal wiederholen, ohne die Geduld seines Gegenspielers zu erschöpfen.

Was die KI nicht wiedergibt, ist das menschliche Unvorhergesehene : der Prüfer, der die Stirn runzelt, die Prüferin, die in einem unerwarteten Moment lächelt, die körperliche Anspannung in einem Prüfungssaal. Das KI-Training entwickelt eine echte, aber partielle Kompetenz — ein bisschen wie Boxtraining gegen einen perfektionierten Punching-Ball : nützlich, notwendig, unzureichend.

FLE: Der Lernende vor einem unermüdlichen Sprecher

Für Lernende des Französischen als Fremdsprache ist das Versprechen anderer Natur. Das historische Problem des FLE ist nicht der Mangel an Methoden — es ist der Mangel an authentischer Expositionszeit. Ein koreanischer Student, der in Seoul auf das DELF B2 vorbereitet, kann nicht in der Sprache eintauchen. Er kann jedoch mehrere Stunden täglich mit einem Sprachmodell konversieren, ohne Zeitdruck, ohne soziale Hemmungen, ohne Angst vor Blamage.

Diese Zugänglichkeit verändert die Lage grundlegend. Automatische Korrektoren der neuesten Generation begnügen sich nicht mehr damit, Fehler anzuzeigen : Sie erklären, warum „je suis allé" korrekt ist, wo „j'ai allé" es nicht ist, sie schlagen stilistisch nuanciertere Umformulierungen vor und passen das Register der Kommunikationssituation an. Das ist eine Form individualisierten Tutorings, die öffentliche Bildungssysteme — auch die großzügigsten — kaum flächendeckend anbieten können.

Pädagogische Chatbots: eine noch zu entwickelnde Didaktik

Chatbots für das FLE-Lernen vermehren sich, doch ihre pädagogische Qualität bleibt uneinheitlich. Manche reproduzieren eine behavioristische Korrektur — Fehler erkannt, Regel formuliert, Übung vorgeschlagen —, die sich seit den Sprachlaboren der 1970er-Jahre kaum weiterentwickelt hat. Andere, ambitioniertere, stützen sich auf kommunikative Ansätze : Sie versetzen den Lernenden in Situationen, laden ihn ein, Bedeutung auszuhandeln, umzuformulieren und zu schlussfolgern.

Die Forschung zum Zweitspracherwerb — insbesondere die Arbeiten von Stephen Krashen zur Hypothese des verständlichen Inputs — legt nahe, dass dieser zweite Ansatz fruchtbarer ist. Nachrichten verstehen, die leicht über dem eigenen Niveau liegen, ohne alles bewusst analysieren zu wollen : Das ist es, was die besten Werkzeuge zu reproduzieren versuchen. Die Frage lautet also nicht „Kann KI beim FLE helfen?" — das kann sie offensichtlich — sondern „Welche pädagogischen Designs holen das Beste daraus heraus?"

Die Aussprache, das Stiefkind der digitalen Revolution

Ein Aspekt bleibt im Hintergrund : die Phonetik. Die Spracherkennung hat sich erheblich verbessert, doch Systeme für prosodisches Feedback — solche, die an Rhythmus, Intonation und Phrasierung arbeiten — stecken für das Französische noch in den Kinderschuhen. Ein englischsprachiger Lernender, der mit dem „u" oder den Nasalvokalen kämpft, erhält noch immer unzureichend präzises Feedback. Das ist eine offene Baustelle, auf der künftige Fortschritte das Lernerlebnis grundlegend verändern könnten.

Die kritischen Fragen, denen man lieber ausweicht

Jede pädagogische Revolution bringt ihre blinden Flecken mit sich. Drei verdienen es, ohne Umschweife benannt zu werden.

Abhängigkeit und die Atrophie des Arbeitsgedächtnisses

Studien der Kognitionswissenschaften — insbesondere jene des Labors von Stanislas Dehaene am Collège de France — erinnern daran, dass die Anstrengung des Gedächtnisabrufs selbst bildend ist. Ein Wort suchen, eine Regel aus dem Gedächtnis formulieren, ein Problem ohne externe Hilfe lösen : Diese scheinbar mühsamen Anstrengungen festigen das Gelernte. Wenn ein KI-Werkzeug systematisch die Schwierigkeit beseitigt, kann es gleichzeitig das Lernen beseitigen, das sie auslöste. Die Bequemlichkeit hat einen kognitiven Preis, den die technologische Begeisterung zu minimieren neigt.

Bewertung in einer Welt, in der der Entwurf unsichtbar ist

Das Abitur bewertet — theoretisch — einen Denkprozess ebenso wie ein Ergebnis. Doch KI macht den Entwurf unsichtbar : Der Korrektor sieht eine Arbeit, nicht die Tastversuche, die ihr vorangingen. Diese Undurchsichtigkeit erschüttert die Grundlagen der zertifikativen Bewertung. Die institutionellen Antworten — Detektoren für KI-generierte Texte, Rückkehr zu handschriftlichen Prüfungen, Überarbeitung der Prüfungsformate — tasten noch umher. Keine ist vollständig befriedigend. Das ist weniger ein technisches Problem als ein Problem der Bewertungsphilosophie : Was wollen wir messen, und warum?

Bildungsgerechtigkeit, oder die digitale Kluft im umgekehrten Klassenzimmer

Der Zugang zu den leistungsfähigsten KI-Werkzeugen ist nach wie vor ungleich verteilt. Ein Abonnement für ein leistungsstarkes Sprachmodell stellt für eine einkommensschwache Familie monatlich erhebliche Kosten dar. Schüler mit aktueller Ausrüstung, stabiler Internetverbindung und ausgeprägter digitaler Kompetenz verfügen über einen zusätzlichen Vorbereitungsvorteil — entgegen dem Versprechen der Chancengleichheit, das die Technologie gern hochhält. Pädagogische Gerechtigkeit lässt sich nicht verordnen : Sie entsteht durch die Infrastruktur-, Ausbildungs- und Zugangswahlentscheidungen, die Bildungseinrichtungen und öffentliche Politik treffen.

Was Lehrerinnen und Lehrer damit machen

Angesichts dieser Realität sind Lehrende nicht passiv. Viele erproben überlegte Anwendungen : KI einsetzen, um argumentative Gegenbeispiele zu erzeugen, die Schüler widerlegen müssen, absichtlich fehlerhafte Texte zum Korrigieren zu produzieren, Debattensimulationen zu kulturellen Themen anzubieten. In diesen Konfigurationen ist das Werkzeug ein Material, kein Orakel.

Andere leisten Widerstand, und ihr Widerstand ist nicht reaktionär : Er trägt eine legitime pädagogische Überzeugung, nämlich dass bestimmte Lernprozesse — Rechtschreibung, das Auswendiglernen von Konjugationen, die intuitive Strukturierung eines Arguments — lange Zeit, wiederholte Reibung und eine Integration erfordern, die sich nicht delegieren lässt. Beide Haltungen koexistieren in Lehrerzimmern, oft beim selben Lehrer je nach Tag und Niveaustufe.

Was fehlt, ist weniger eine Doktrin als ein institutioneller Raum, um diese Experimente zu vergleichen, zu bewerten und zu teilen. Die Fortbildung in Deutschland und Frankreich zur pädagogischen Nutzung von KI bleibt lückenhaft — Lehrende lernen hauptsächlich voneinander, in informellen Netzwerken, durch Versuch und Irrtum.

Zwischen Werkzeug und Vision

Künstliche Intelligenz ist weder der Retter der Schule noch ihr Totengräber. Sie ist ein Werkzeug von ungewöhnlicher Leistungsfähigkeit, dessen Wirkung vollständig von der pädagogischen Vision abhängt, in die es eingebettet ist. Ein Hammer kann ein Haus bauen oder eine Fensterscheibe zerbrechen — entscheidend sind die Absicht und die Kompetenz dessen, der ihn hält.

Für das FLE wie für die Abiturprüfungsvorbereitung sind die potenziellen Gewinne real : Zugänglichkeit, Personalisierung, Verfügbarkeit, granulares Feedback. Die Risiken sind es ebenso : kognitive Atrophie, verstärkte Ungleichheit, Verfälschung der Bewertung. Zwischen beiden zu navigieren setzt nicht voraus, Partei zu ergreifen — pro-KI oder anti-KI —, sondern sich ehrlich eine vorgelagerte Frage zu stellen : Was wollen wir, dass Schülerinnen und Schüler allein tun können, ohne jede Hilfe, an dem Tag, an dem sie den Bildschirm schließen?

Die Antwort auf diese Frage — sofern man bereit ist, sie zu formulieren — ist der einzige gültige Kompass, um zu entscheiden, was KI an ihrer Stelle tun darf und was sie nicht berühren sollte.