For å kunne bruke KI på forsvarlige og gode måter, er det viktig å forstå hvordan teknologien fungerr, det vil si hva som ligger bak det den genererer. Da forstår du også at teknologien ikke er en faglig kilde, ikke er etiske nøytral, og at det faglige og etiske ansvaret for det du produserer eller beslutter med hjelp av teknologien er ditt. 

Embedde https://open.spotify.com/episode/03ZsiYMX9iyNhsHVEN7ix2?go=1&sp_cid=5e8c26087c28690fe9c26621c409afbd&intent=1&utm_source=embed_player_p&utm_medium=desktop&nd=1&dlsi=73e096f6272441c6

Lytt til denne podcasten der førsteamanuensis ved HiØ og leder for Norsk råd for digital etikk, Leonora Bergsjø forklarer viktigheten av innsikt i teknologien, og hvorfor kritisk tenkning og dømmekraft i møtet med teknologien er så viktig for profesjonsutdanning og profesjonsutøvelse. Leonora konkretiserer hva det vil si og hvordan undervisere og studenter kan utvikle kritiske tenkning og dømmekraft sammen. 

Generative samtaleroboter responderer på instrukser/ledetekst (prompts) brukeren legger inn i form av tekst, lyd eller visuelt materiale.

Til grunn for verktøyene ligger programmer som kalles Large Language Models (LLMs). De er trent opp til å sannsynlighetsberegne (predikere) relevant respons. Responsen er basert på statistiske mønstre i språket i treningsdataene, ikke på innhold eller faglige kilder. 

I treningsmaterialet ligger usannheter og skjevheter (bias) som påvirker responsen. Produsenten koder også inn verdier og annet som vi som brukere ikke kjenner til, men som påvirker det verktøyet generer. Det betyr at det vi får fra KI ikke nødvendigvis er sant, riktig, eller etisk og faglig forsvarlig. 

Selv om modellene og verktøyene utvikles for å kvalitetssikre sin egen respons, er  KI-verktøy ikke kunnskapsdatabaser. De kan generere både irrelevant, fordomspreget og upresist innhold, og usannheter og faktafeil. Verktøyene, og produsentene bak dem, tar ikke ansvar for det verktøyene genererer eller konsekvenser av det. Det er det du som bruker som må gjøre. 

Se denne serien med korte videoer (2-3 minutter pr video) for et innblikk i teknologien bak verktøyene og hvilke etiske hensyn det er viktig å kjenne til. 
Videoene er utviklet av Institute for Logic, Language and Computation ved Amsterdam universitet.

1. Hva er kunstig intelligens?

2. Teknologien bak ChatGPT: Muligheter, begrensninger og utfordringer:

3. Mer utdypende om hvordan store språkmodeller (LLMs) fungerer:  

4. Viktig om etiske aspekter ved utvikling og bruk av KI:

5. Tre tommelfingerregler for ansvarlig bruk:  

 Gjennomfør en samtale i Sikt KI eller i Copilot

1. om et tema du ikke har mye kjennskap til
2. om et tema du har god innsikt i

Tips: Skriv som om du snakker med et menneske. Start med å skrive kontekst for samtalen, for eksempel "Jeg er sykepleierstudent og ønsker å lære mer om 'denne tematikken'". 

Samtaleroboter er kanskje imponerende gode til å generere tekst og samtale med brukeren, og vil gi deg svar på alt du spør om. Men de er ikke kunnskapskilder. 

Denne modellen illustrerer når er det faglig trygt å bruke samtaleroboter

Referanse til illustrasjonen

Dersom du bruker samtalereroboter som støtte til skriving og annet læringsarbeid, er det ditt ansvar at du gjør det i samsvar med gjeldene retningslinjer, og USNs KI-policy (lenke). Søk&Skriv kan også være til god hjelp

Hvis du vil bruke samtaleroboter i faglig arbeid er det viktig å 

• Tenke godt gjennom hva som er din målsetting med å kommunisere med KI, og hva du selv ønsker å få ut av "samtalen".  
• Ikke bruk KI til å løse/gjøre oppgaven for deg, men til å stille deg spørsmål, være sparringspartner, gi tilbakemelding eller liknende
• Ikke stole på det KI genererer: kontroller innholdet ved hjelp av egen kunnskap, faglige kilder, din egen vurderingsevne og diskusjon med andre.
• Ikke spør KI én gang og slå deg til ro med svaret: spør flere spørsmål, gi mer kontekst og be om utdypning og nyanser og motforestillinger.
• Hent ut bare det du er helt sikker på at du har forstått og kan stå inne for.   

Konkrete tips til ledetekster: 

• gi roboten en rolle, for eksempel at den skal være en vennlig veileder som stiller deg spørsmål, en kritisk medstudent, eller en akademisk kollega som gir tilbakemelding på et tekstutkast
• gi utfyllende og spesifikk kontekst (ledetekster kan gjerne være lange)
• gi eksempler som viser hva slags respons du ønsker

KI representerer både muligheter og utfordringer for undervisning og læring. Når du som underviser skal vurdere om og hvordan KI kan brukes i undervisningen, kan du ta utgangspunktet i spørsmål om hvordan det eventuelt kan bidra til:

• studentene arbeid med å forstå og bearbeide faginnhold?
• at studentene samarbeider?
• metakognisjon og kritisk, kreativ, selvstendig tenkning?

Eksempler på bruk av KI i undervisningen: 

• Gi studentene en ledetekst for å bruke KI til å diskutere et tema/en påstand/et case/en problemstilling.  
• Bruk KI til å generere case (NB: kvalitetssikres av deg, og/eller studentene) 
• Be studentene kritisk vurdere tekst generert av KI i lys av pensumtekster og/eller andre faglige kilder. 

KI kan generer besvarelser og løse komplekse oppgaver innen de fleste fag. Det betyr at studentene kan få god hjelp av KI både til å lære og til å løse oppgaver, men det betyr også at dersom studentene har tilgang til KI, kan en besvarelse ikke uten videre antas å vise studentenes kunnskap, kompetanse og ferdigheter. 

Det er ikke hensiktsmessig å belage seg på å avdekke at KI er brukt utover det retningslinjer tillater. Hverken mennesker eller teknologi kan avdekke KI-bruk med god nok sikkerhet. Verktøy finnes på markedet, men ansatte og sensorer ved USN har ikke anledning til å legge studentbesvarelser inn i disse.   

Fokus på å avsløre urettmessig bruk av KI skaper utrygghet og mistillit. For å skape trygghet og tillit for studentene, for faglærere og sensor, og for institusjonen og samfunnet, er det avgjørende å utvikle og bruke vurderingsformer der det ikke er behov for å mistenke fusk ved bruk av KI. 

I tillegg til kontrollerte vurderingsformer, anbefales vurderingsformer der fokuset er rettet mot læringsprosessen og autentisk faglig arbeid. Slike vurderingsformer er i tråd med forskning på vurdering som styrker læring i høyere utdanning. Det betyr også at det kan være adekvat å skyve ressurser fra undervisning til vurderingsaktiviteter. 

Refleksjon (i boks)

Hvordan kan en vurderingsform med fokus på læringsprosessen se ut i ditt fag?

Hvordan kan vurdering gjøres på en måtes som ikke innebærer å mistenke fusk med KI i ditt fag?

Hvilke ressurser trengs? Kan det være aktuelt å omdisponere de samlede ressursene i emnet/programmet? 

Har fremveksten innen KI betydning for hva studentene skal lære gjennom utdanningen?  Eller for hva som kan være gode arbeidsmåter og læringsaktiviteter? Har dere utfordringer med mistanke om fusk med KI i innleveringer og eksamen?

Dersom svaret er ja på et eller flere av disse spørsmålene, kan det være viktig å se på hvordan emner og program i sin helhet kan videreutvikles for å styrke studentene læring og utdanningens kvalitet. 

Dersom fagmiljøer ønsker bistand fra eDU til dette arbeidet, ta kontak på edu-pedteam@usn.no.
Bistand forutsetter kapasitet i faggruppen. 

• Falk, Johan (2025) KI for nybegynnere. Alt du trenger for å komme i gang med kunstig intelligens. Spartacus
• Strümke, Inga (2023) Maskiner som tenker. Algoritmenes hemmeligheter og veien til kunstig intelligens. Kagge Forlag. 
• ILLC, University of Amsterdam tilbyr en to åpne e-læringsmoduler.
  For underviserer og undervisningsassistenter
  For studenter
  Du kan lese mer om begge her 
• https://www.khrono.no/KI-skolen 

Ethan Mollicks blog: https://www.oneusefulthing.org/  

• https://www.khrono.no/KI-skolen
• Et kritisk blikk på kunstig intelligens i høyere utdanning:  Selwyn, N. (2022). The future of AI and education: Some cautionary notes. European Journal of Education, 57(4), 620–631. https://doi.org/10.1111/ejed.12532
• Nettressurs for undervisere i høyere utdanning: AI Guidance for Teachers | Poorvu Center for Teaching and Learning (yale.edu) 
• Nettressurs for undervisere i høyere utdanning: Teaching in the Age of AI | Center for Teaching | Vanderbilt University
• Using AI to Implement Effective Teaching Strategies in Classrooms: Five Strategies, Including Prompts by Ethan R. Mollick, Lilach Mollick :: SSRN
• Opptak fra seminar i FOUI-prosjektet: Kunstig intelligens i utdanning og læring