Google ließ einen KI-Agenten seine eigenen generierten Klassenzimmer-Simulationen vor der Veröffentlichung testen

Digitale Lernwerkzeuge liefern meist passive Inhalte, Videos und Lehrbücher, weil interaktive Simulationen teuer in der Erstellung sind und selten zum konkreten Lehrplan einer Lehrkraft oder zu ihren Schülerinnen und Schülern passen. Die Antwort von Google Research, aufbauend auf seinen LearnLM-Modellen von 2024 und einem Experiment „Learn Your Way“ von 2025, bestand darin, generative UI einzusetzen: Ein Modell konstruiert eine Oberfläche dynamisch, statt sie im Voraus zu programmieren, sodass Lehrkräfte bei Bedarf eigene Simulationen erzeugen können, anstatt aus einer festen Bibliothek auszuwählen.

Der Prozess bindet die Lehrkraft zu Beginn ein, die die Lernziele genehmigt, bevor etwas erstellt wird, und übergibt die Qualitätskontrolle am Ende an eine Pipeline. Jede Simulation gliedert sich in schwierigere Spielstufen, die an diese Ziele geknüpft sind, mit Hinweisen, einer Formel-Toolbox und maßgeschneidertem Feedback. Bevor eine Lehrkraft etwas sieht, prüft eine selbstkorrigierende Schleife Pädagogik, Mechanik und visuelles Design; die Mechanikprüfung ist agentisch: Sie öffnet eine Chrome-Instanz, um mit der Simulation zu interagieren wie ein Nutzer, einschließlich adverser Eingaben wie eines extremen Steuerwerts, um defekte Stufen aufzudecken.

Google veröffentlichte eine öffentliche Bibliothek mit über 30 geprüften Lern-Interaktiven in englischsprachigen MINT-Fächern, die alle vor der Veröffentlichung von Lehrkräften überprüft wurden. In einer Studie mit MINT-Lehrkräften aus dem Vereinigten Königreich schnitten Physik- und Chemiethemen bei der Erstellung von Simulationen am besten ab. Eine separate Studie mit 12 US-amerikanischen Lehrkräften, die jeweils drei maßgeschneiderte Interaktive für ihren eigenen Unterricht anforderten, ergab eine durchschnittliche Qualitätsbewertung von 8 von 10, wobei die Lehrkräfte hervorhoben, dass die dynamische Generierung löste, was statische, fertig gekaufte Simulationen nicht konnten: den Unterricht auf ihren tatsächlichen Lehrplan zuzuschneiden.

Einen Agenten die Simulation knacken lassen, bevor eine Lehrkraft sie sieht

Die fortgesetzte Anforderung, dass Lehrkräfte die Lernziele vor der Generierung genehmigen, bewahrt eine menschliche Entscheidung an dem einen Punkt, an dem ein falsches Ziel auch jede nachgelagerte Stufe falsch machen würde.

Die Aufteilung der Validierung in drei benannte Kriterien – Pädagogik, Mechanik und visuelles Design – ermöglicht es, jedes mit der jeweils passenden Methode zu prüfen, statt mit einem einzigen allgemeinen Qualitätsdurchlauf.

Ein agentischer Evaluator, der die Simulation tatsächlich in einem Browser bedient und nicht nur den generierten Code inspiziert, deckt Lösbarkeitsfehler auf, die eine statische Analyse übersehen würde.

Das Testen adverser Eingaben, nicht nur des erwarteten Pfads, zielt auf eine Fehlerart, die eine statische, handgebaute Simulation nicht hätte, da sie einmal von ihren Autorinnen und Autoren getestet und nie neu generiert wird.

Wenn Sie es sich nicht leisten können, jedes generierte Artefakt von einem Menschen prüfen zu lassen, geben Sie einem Agenten dieselbe Schnittstelle, die ein Mensch nutzen würde, und lassen Sie ihn versuchen, das Artefakt zu knacken, wie es ein unachtsamer oder adverser Nutzer tun würde.

Google pilotiert das Werkzeug mit Schulen im Rahmen des Google for Education Pilot Program; dort gehen neu generierte Interaktive zur Überprüfung an die anfragende Lehrkraft zurück und gelangen erst nach dieser Genehmigung in die öffentliche Bibliothek. Zudem sind UX-Forschung und Feldstudien zu Lernzuwächsen und Engagement in echten Klassenzimmern geplant. Das Team bezeichnet die veröffentlichte Bibliothek als frühen Schritt, weitere Fächer und Klassenstufen sollen folgen, während der Pilot ausgeweitet wird.