Generativ kunstig intelligens er nå enkelt tilgjengelig for alle, og det byr på både muligheter og utfordringer. 

Denne podcastsamtalen mellom Susanne Koch (pedagogisk rådgiver LDH) og Morten Goodwin (professor UiA) gir innsikt i viktige valg og hensyn vi står overfor. 

​​Denne podcastsamtalen mellom Susanne Koch (pedagogisk rådgiver LDH) og Leonora Onarheim Bergsjø, (førsteamanuesis ved HiØ og leder for Norsk råd for digital etikk) gir innsikt i hva du som student bør vite for å kunne bruke teknologien godt. 

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 til en ledetekst vi gir den. 
Responsen er basert på statistiske mønstre i språket i treningsdataene, ikke på innhold, informasjon eller kilder. 

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:  

Som med andre verktøy forstår vi det bedre gjennom å bruke det. 

Gjennomfør en samtale i Sikt KI-Chat 

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

Samtaleroboter er imponerende gode til å generere tekst og samtale med brukeren. Men de er ikke kunnskapskilder. 

Når er det trygt å bruke samtaleroboter?

Referanse til illustrasjonen

I denne podcastsamtalen snakker Susanne Kock (pedagogisk rådgiver LDH) og Leonora Onarheim Bergsjø (førsteamanuesis ved HiØ og leder for Norsk råd for digital etikk) om viktigheten av kritisk tenkning og digital dømmekraft i møtet med teknologien, og om hva det vil si og hvordan undervisere og studenter kan utvikle det sammen.  ​​​​

Dersom du bruker samtalereroboter som støtte til skriving er det ditt ansvar at du gjør det i samsvar med gjeldene retningslinjer (Krever innlogging), og at du synliggjør og dokumenterer hvordan du har brukt samtaleroboten. 

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

• Tenke godt gjennom hva som er din målsetting med å kommunisere med samtaleroboten, og hva du selv ønsker å lære av samtalen og formidle i din egen tekst. 
• Ikke stole på teksten samtaleroboten genererer: kontroller innholdet ved hjelp av egen kunnskap, faglige kilder og diskusjon med andre.
• Ikke bruke den teksten samtaleroboten genererer direkte i eget arbeid, men som et verktøy for egen skriving. 
• Ikke spør én gang og slå deg til ro med svaret: spør igjen, 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

Samtalerobotene representerer både muligheter og utfordringer for utdanningsvirksomheten. Når du som underviser skal vurdere om og hvordan samtaleroboter kan brukes i undervisningen, kan du ta utgangspunktet i spørsmål om og eventuelt hvordan samtaleroboter:

• kan bidra til at studentene kan arbeide med å forstå og bearbeide faginnholdet?
• kan bidra til at studentene samarbeider?
• kan bidra til metakognisjon og kritisk, kreativ, selvstendig tenkning?
• kan bidra til samstemt undervisning?

Eksempler på læringsaktiviteter der bruk av samtaleroboter inngår: 

• Gi studentene en ledetekst for å bruke samtaleroboten til å diskutere et tema/en påstand/et case/en problemstilling.  

• Bruk samtaleroboten til å generere case (NB: kvalitetssikres av deg, og/eller studentene) 

• Be studentene kritisk vurdere tekst generert av samtaleroboten i lys av pensumtekster og/eller andre faglige kilder. 

Vi anbefaler å se video nr. 4 på denne siden. 

• Mange studenter bruker samtaleroboter i studiene.
• Mange studenter er redde for å bli digitalt og faglig akterutseilt om de ikke bruker samtaleroboter.
• Manges studenter er redde for å bli tatt i fusk om de benytter samtaleroboter.
• Mange studenter er opptatt av at det utvikler seg et (digitalt og faglig) klasseskille mellom de som mestrer teknologien og de som ikke gjør det.
• Mange studenter regner med at fremtidige arbeidsgivere kommer til å forvente KI-kompetanse.
• Mange studenter opplever behov for at utdanningen inkluderer opplæring i bruk av KI-verktøy

KI-resistente vurderingsformer er oppgaver som ikke kan løses av samtaleroboter alene. Det kan gjøres ved f.eks. kombinasjoner av følgende:  

• Knytte arbeidet som skal vurderes til konkret arbeid i og erfaringer fra undervisning eller praksis.  

• Be studentene jobbe med problemstillinger som krever analyse av komplekse problemstillinger, vurdering av ulike løsninger og argumentasjon for egne standpunkt. 
  Sjekk gjerne på forhånd hvilke svar en KI-chat klarer å komme med.

• Studentene leverer inn arbeid i flere stadier og med refleksjoner om egen arbeidsprosess. Arbeidet kan gjerne involvere medstudentvurdering, logg, refleksjonsnotater og egenvurdering.  

• Vurdering eller sammenlikning av ulike tekster ved hjelp av pensum, og ev. praksiserfaringer.  

• Problemstillinger/oppgaver uten «fasit», for eksempel utvikle og begrunne nye forskningsspørsmål, nye temaer som de mener bør inn i utdanningen e.l.  

• Utvikle alternativer til ren testing av fakatakunnskap, for eksempel gjennom oppgaver der studentene må vise at de har fagkunnskapen inne ved å ta den i bruk i relevante situasjoner, f. eks. ulike former for caseoppgaver eller annen form for problemløsning.  

• Multimodale vurderingsformer, som inkluderer for eksempel å utvikle illustrasjoner, videorefleksjoner, intervjuer/podcasts, videoessay, presentasjoner.  

Vi anbefaler å fokusere på å utvikle varierte vurderingsformer der hovedfokuset er på læringsprosessen og på autentisk faglig arbeid, snarere enn et endelig, skriftlig produkt. Å ta i bruk slike vurderingsformer er i tråd med det forskning på vurdering som styrker læring i høyere utdanning.   

• Sett deg inn i Retningslinjer for bruk av generativ KI i oppgaver og eksamen (Krever innlogging).
• Be om tydelig sensorveiledning som eksplisitt adresserer bruk av samtaleroboter.
• Fokuser på å vurdere selvstendighet i tekster, fremfor å avsløre fusk. 

Har eksistensen av samtaleroboter, og ev. annen kunstig intelligens, betydning for hva studentene skal lære gjennom utdanningen? For hva som kan være gode vurderingsformer? Eller for hva som kan være gode arbeidsmåter og læringsaktiviteter?

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. 

• Strümke, Inga (2023) Maskiner som tenker. Algoritmenes hemmeligheter og veien til kunstig intelligens. Kagge Forlag.
  Denne boken gir en tilgjengelig innføring i utviklingen av kunstig intelligens, og hvilke muligheter og utfordringer slike teknologi representerer. 
• ILLC, University of Amsterdam tilbyr en to åpne e-læringsmoduler.
  For underviserer og undervisningsassistenter
  For studenter
  Som underviser har du mulighet til å inkludere elæringsmodulen for studenter i ditt undervisningsopplegg.
  Du kan lese mer om begge her 

• Opptak fra seminar i FOUI-prosjektet: Kunstig intelligens i utdanning og læring
• 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

• HVL-studenters bruk og oppfatninger av KIchatboter i utdanning
• Elevpresentasjon fra KI-dag i FOUI-prosjektet: Kunstig intelligens i utdanning og læring