needhelp
← Zurück zum Blog

Die Krise von Programmier- und Algorithmuswettbewerben im KI-Zeitalter

von needhelp
AI
Competitive Programming
Algorithm
Education
Academic Integrity

Eine Liste ist keine Quote

Am 30. August 2026 zeigte ein X-Beitrag zur ersten Runde des Baidu-Star-Wettbewerbs 2026 eine Tabelle mit 49 Betrugsfällen und eine weitere Tabelle mit Regelverstößen. Der Beitrag nennt 49 Betrugsfälle und 63 Verstöße in der ersten Veröffentlichung, gegenüber 30 betroffenen Personen zwei Jahre zuvor. In den Bildern sind 49 Betrugszeilen und 57 Verstoßzeilen sichtbar: Die Zeilen 1–25 und 32–63 sind vorhanden, 26–31 fehlen. Das ist ein Hinweis auf einen Vorfall, keine vollständig und unabhängig geprüfte Datengrundlage. Originalbeitrag

Die 106 sichtbaren Zeilen verteilen sich auf 87 Schulen. Die Betrugsliste enthält 49 Zeilen aus 45 Schulen, die sichtbare Verstoßliste 57 Zeilen aus 50 Schulen. Die meisten Schulen erscheinen nur einmal. Die drei häufigsten Schulen stellen bei Betrug 6/49 und bei Verstößen 8/57 Zeilen: Das Problem wirkt breit verteilt, nicht auf wenige Einrichtungen konzentriert.

Im selben Material stehen Sekundarschulen, Universitäten und berufliche Hochschulen. Ohne Teilnehmerzahlen, Prüfungsbedingungen und genaue Verstoßarten ist die Zahl der Einträge keine Schulquote.

Die Regeln wechseln von „kein ChatGPT“ zu Herkunftsnachweisen

Die Codeforces-Regel von 2024 erlaubt direkte Übersetzung und kleine Syntaxvorschläge, verbietet aber, eine KI den Kernalgorithmus erstellen, ein Teilproblem erklären oder eine abgelehnte Lösung reparieren zu lassen. Codesimilarität und eine Veröffentlichung vor dem Wettbewerb können bei einer Untersuchung als Hinweise dienen. Codeforces-Regel

AtCoder hat seine Regeln kürzlich auf AGC ausgeweitet, KI-Codevervollständigung und KI-gestützte Sprachkonvertierung verboten und die absichtliche Nutzung KI-generierter Suchzusammenfassungen eingeschränkt. Die Begründung ist praktisch: Eine Ausnahme für Vervollständigung lässt sich kaum sauber überwachen, wenn fortgeschrittene Vorschläge die Grenze überschreiten können. AtCoder-Regeländerung

Die erste Krise ist eine Messkrise. Eine Rangliste sagt nicht, ob jemand allein, mit einer Werkzeugkette oder mit einem entfernten Agenten gearbeitet hat. Ein Häkchen bei „keine KI verwendet“ ist kein Prüfprotokoll.

KI hat den alten Maßstab schon vor Jahren überschritten

Google DeepMind berichtete 2022, dass AlphaCode bei zehn Codeforces-Wettbewerben ungefähr das Niveau des mittleren menschlichen Teilnehmers erreichte. Das System erzeugte viele Programme, filterte sie durch Ausführung und reichte wenige Kandidaten ein. Das ist ein anderer Prozess als eine Person, die eine Lösung von Grund auf schreibt. DeepMind über AlphaCode

Der technische Bericht zu AlphaCode 2 von 2023 nennt 43 Prozent gelöste Aufgaben innerhalb von zehn Versuchen gegenüber 25 Prozent bei AlphaCode und schätzt die durchschnittliche Leistung über dem 85. Perzentil. Das bedeutet nicht, dass das Modell jede Aufgabe versteht; ein hoher Rang beweist aber nicht mehr automatisch unbeeinflusstes menschliches Denken. AlphaCode-2-Bericht

Auch Benchmarks können kontaminiert sein, wenn öffentliche Aufgaben in Trainingsdaten landen. LiveCodeBench sammelt deshalb neue Aufgaben von Codeforces, AtCoder und LeetCode und misst neben Codegenerierung auch Ausführung, Selbstreparatur und Ausgabevorhersage. Die Version v6 führt 1055 Aufgaben auf, die bis April 2025 veröffentlicht wurden. LiveCodeBench-Repository LiveCodeBench-Paper

Drei Modi statt einer scheinbar neutralen Rangliste

Wettbewerbe sollten mindestens einen Menschenmodus, einen KI-Modus und einen Lernmodus anbieten. Der Menschenmodus braucht kontrollierte Geräte, eine Liste erlaubter Funktionen, reproduzierbare Logs, eine nachträgliche Ähnlichkeitsprüfung und ein Einspruchsverfahren. Im KI-Modus werden Modell, Version, Prompts, generierter Code, Änderungen und Tests offengelegt; bewertet werden auch Erklärung und Verifikation. Im Lernmodus darf KI nach dem Wettbewerb helfen, aber Studierende müssen Fehler und Beweise dokumentieren.

Die chinesischen Versuchsvorschriften für den nationalen mathematischen Modellierungswettbewerb 2026 nennen bereits große Sprachmodelle, generative KI, Codeassistenten und KI-Agenten. KI-Nutzung ist keine einzelne Chatbox mehr. KI-Regeln für den Modellierungswettbewerb

Programmierwettbewerbe sind nicht vorbei. Vorbei sein sollte die Vorstellung, dass ein Online-Test und eine Rangliste die gesamte Fähigkeit einer Person erklären. Künftige Wettbewerbe müssen Bedingungen veröffentlichen, Prozesse dokumentieren, menschliche und assistierte Ergebnisse trennen und Erklärungen belohnen, die adversarialen Tests standhalten.

Quellen

Diese Seite teilen