KI-assistenter i undervisning og vurdering: Brett opp ermene!

Innlegget fra Anne C. Elster i Universitetsavisa løfter viktige og høyst reelle bekymringer knyttet til bruk av KI i programmering (og i andre fagområder). Vi må brette opp ermene for å frambringe den forskningsbaserte kunnskapen som kan gi oss et bedre grunnlag for å forstå hvordan KI faktisk påvirker læring og vurdering i høyere utdanning.

Ytring

- Mange studenter lener seg for mye på KI-verktøy 

Utfordringen. Det er ikke først og fremst et spørsmål om at studenter «bruker KI for mye», men om hvordan undervisning og vurdering er utformet i møte med en grunnleggende endret kunnskapspraksis. KI-assistenter brukes i dag på tvers av fagområder: til koding i teknologi- og ingeniørfag, til akademisk skriving og tekstanalyse i humaniora og samfunnsvitenskap, til beregninger og datatolkning i økonomi og naturvitenskap, og til planlegging, resonnering og beslutningsstøtte i profesjonsutdanninger som helsefag, medisin, psykologi, og lærerutdanning.

Når KI blir en integrert del av læringsarbeidet, endres også forholdet mellom studentens egen innsats og det faglige produktet som leveres. Studenter kan produsere tilsynelatende avanserte tekster, analyser eller løsninger uten nødvendigvis å ha utviklet tilsvarende forståelse, ferdigheter eller faglig dømmekraft. Denne nye situasjonen utfordrer etablerte antakelser om hva som faktisk trenes gjennom læringsaktivitetene, og om hva vurderingsformene gir innsikt i.

Undervisning og vurdering må tilpasses en situasjon der KI inngår som støtte i store deler av arbeidsprosessen. Hvis ikke risikerer vi å utdanne studenter som mangler den kompetansen arbeidslivet trenger. For arbeidsgivere handler dette om tillit: tillit til at en kandidat kan analysere, vurdere, feilsøke og ta selvstendige beslutninger.

Tverrfakultær forskning ved NTNU.  For å bidra med kunnskap i denne diskusjonen har NTNU ved prorektor Geir Egil Dahle Øien tatt initiativ til et tverrfaglig forskningsprosjekt med en kjernegruppe fra IE, SU og MH fakultetet. Målsettingen er å forstå hvordan KI-assistenter påvirker læring, problemløsning og vurdering. Prosjektet skal også utvikle og teste ulike former for KI-støtte, og undersøke hvordan disse påvirker læring. Videre undersøkes også hvordan KI-bruk kan påvirke den mentale belastningen under læring og hvordan hjernen arbeider.

Programmering er valgt som case fordi disse emnene samler studenter fra hele NTNU, og fordi ferdigheter utvikles gradvis gjennom arbeid med stadig mer komplekse oppgaver. Samtidig vet vi at KI-assistenter allerede er en integrert del av studentenes praksis her. Erfaringene fra disse studiene har derfor relevans langt utover programmeringsfaget, og kan danne grunnlag for videre undersøkelser av hvordan KI påvirker læring, undervisning og vurdering i andre fagområder ved NTNU.

Dette prosjektet inngår i AI LEARN – et av Norges seks nasjonale forskningssentre for kunstig intelligens, ledet av NTNU i samarbeid med Universitetet i Bergen. AI LEARN er etablert nettopp for å møte den typen grunnleggende spørsmål som denne debatten reiser: hvordan KI endrer måten mennesker lærer, arbeider og samhandler på, og hvilke konsekvenser dette har for utdanning, arbeidsliv og samfunn.

Som et tverrfaglig og tverrsektorielt senter samler AI LEARN forskning fra utdanningsvitenskap, teknologi, etikk, psykologi og samfunnsvitenskap. Ambisjonen er ikke bare å studere KI som teknologi, men å utvikle kunnskap om hvordan menneskelig kompetanse, dømmekraft og læring kan styrkes i samspill med KI. Gjennom AI LEARN kobles empiriske studier av læring og undervisning til arbeid med etiske rammer, retningslinjer og kunnskapsgrunnlag for institusjonelle og nasjonale valg.

Behovet for slik kunnskap understrekes også av den pågående nasjonale utredningen om KI i høyere utdanning som peker på utfordringer knyttet til læring, vurdering og akademisk integritet. Felles for alle disse nasjonale innsatsene er erkjennelsen av at raske teknologiske endringer krever mer forskningsbasert kunnskap.

Til syvende og sist handler dette om samfunnets tillit til høyere utdanning. Skal universitetene (og andre) også i fremtiden utdanner kandidater med kompetanse samfunnet faktisk trenger, må vi forstå hvordan læring faktisk skjer når KI er en del av studiehverdagen, og hvordan undervisning og vurdering kan utformes slik at de styrker studentenes kompetanse. Da må vi gjøre det ansatte ved universitetene er spesielt gode til, å brette opp ermene for å frambringe forskningsbasert kunnskap

Lise Vikan Sandvik, Professor ved Skrivesenteret, Institutt for lærerutdanning

Aslak Steinsbekk, Professor ved Institutt for samfunnsmedisin og sykepleie

Daniel Schofield, Professor ved Institutt for pedagogikk og livslang læring

Alexander Olsen, Professor ved Institutt for psykologi

Asta Kristine Håberg, Professor ved nevromedisin og bevegelsesvitenskap

Thomas Østerlie, Førsteamanuensis ved Institutt for datateknologi og informatikk

Inga Strümke, Førsteamanuensis ved Institutt for datateknologi og informatikk