AI og undervisning: muligheder og faldgrupper - gæsteindlæg af Sine Zambach
Generativ Kunstig intelligens (GAI) er ved at ændre mange aspekter af vores liv, og på uddannelsesområdet har det rykket en del ved forholdet mellem lærere og elever de sidste par år. De fleste undervisere har det inde på kroppen - som minimum når de modtager opgaver fra eleverne, men mange har også eksperimenteret med værktøjerne i deres egen undervisning.
En ting er hvad chatbots som ChatGPT (der er baseret på GAI) kan hjælpe os med ude i diverse jobs, og endda hvordan undervisere kan bruge GAI i deres egen forberedelse, men situationen forandres når vi har at gøre med unge mennesker, der skal lære nyt.
I bogen "AI i gymnasiet" udforsker jeg, hvordan AI kan integreres i undervisningen, og nogle af de muligheder og udfordringer det medfører. Jeg diskuterer med lærere, forskere og ledere og undersøger de væsentlige spørgsmål, der opstår ved introduktionen af AI i klasseværelserne. Med en baggrund i bioinformatik og datalogi kan jeg selvfølgelig ikke lade være med også at nørde lidt ned i detaljen, men jeg har gemt det mest tekniske til det sidste kapitel, hvor der er lidt ekstra matematik, som så forhåbentligt kan inspirere matematik- og måske fysiklærerne.
Denne klumme er meget praktisk og der er selvfølgelig masser af spændende emner som hvordan vi skaber social kunstig intelligens, hvad AI gør ved forholdet mellem menneske og maskine - og ikke mindst hvordan vores vores forhold til sandhed udvikler sig (se også litteraturlisten nederst i indlægget). Det skriver jeg om i “AI i gymnasiet”, men her i klummen forsøger jeg at præsentere GAI som en praktisk værktøj i undervisningen.
Hvad er AI?
AI, eller kunstig intelligens, er groft sagt en teknologi, der gør det muligt for computere at udføre opgaver, som normalt kræver menneskelig intelligens. Det kan potentielt være alt fra at genkende tale og billeder til at træffe beslutninger eller skabe indhold på baggrund af data. Generativ AI, som kan skabe indhold, er særligt relevant i undervisningen, hvor elever og studerende traditionelt har skulle netop skrive tekster i stile og opgaver.
Hvad gør man? Hvis du er helt ny i chatbot-verdenen
De fleste chatbots har en gratis-udgave som man kan prøve at bruge - for eksempel ChatGPT og Claude. De er som regel begrænset i hvor meget man kan bruge dem, og der er også usikkerhed om om de bruger ens prompts til senere træning af en sprogmodel og man skal som regel oprette sig som bruger. Du kan også bruge SkoleGPT, hvor du ikke behøver at logge ind, og det logger hverken dig eller dine prompts.
Når man først er inde, kan man simpelthen bare skrive til den, som var den et menneske. Men jo mere præcis man kan være om den rolle, kontekst, niveau og opgave, jo bedre svar giver den.
Ind i undervisningen - muligheder og faldgruber
Der er nogle meget generelle råd, som alle fag på gymnasieniveau sådan set kan gøre brug af. Chatbots som ChatGPT er gode til at give en definition af et velkendt begreb. I nogle af de undersøgelser jeg har lavet blandt eleverne, er det noget af det de bruger værktøjet mest til. Og du kan bede den om at komme med en metafor, måske ligefrem inden for noget der interesserer klassen - det er ofte slet ikke så tosset igen. Der er ting man skal være opmærksom på her: hvis du ønsker en særlig notation eller begrebsramme, skal det med i prompten.
Give feedback er også rimeligt universelt for de fleste gymnasiefag. Altså lad chatbotten give feedback til tekststykker eller opgavesvar. En afart af dette er at få den til at agere en 1:1 tutor, der udfordrer eleven. Det er dog også vigtigt at være varsom - for chatbotsne har det med at være ret servile og glemmer nogle gange at de skal give feedback, og ikke give svaret uden videre. Og selvom eleven lærer lidt af dette, er det ikke at sammenligne med, at eleven selv finder og formulerer svaret med sine egne ord.
En anden mulighed er at lade den lave et opgaveark der kan udfordre elever på forskellige niveauer eller med forskellige interesser. Ja - og du kan selv som lærer bruge den til at give feedback på din opgavetekst – er den mon til at forstå for en elev i 1. g?
Ned i fagene
I bogen har jeg interviewet 11 gymnasielærere fra forskellige fag – hvoraf nogle endda dækker to fag. Det er svært at give alle deres gode pointer plads her i bloggen, men jeg skal gøre et forsøg på en indflyvning.
Mange matematiklærere oplever udfordringer med at bruge generativ AI til regnehjælp og logikforståelse (som jo ellers er noget it-systemer traditionelt har været skrappe til). Chatbots er baseret på en sprogmodel, og dens force er at formulere sætninger om et emne – ikke at ræsonnere logisk (i hvert fald ikke i skrivende stund). Den kan til gengæld hjælpe med at lave data – og så kan man fx med lidt vektorregning bruge matematik til at forstå generativ AI. De andre STEM-fag kan også bruge GAI til for eksempel data og ikke mindst nogle af de generelle råd ovenfor.
Sprogfagene har længe kæmpet med AI i for eksempel oversættelsesværktøjer og endda den indbyggede stave- og grammatikkontrol i word. Her kan man udnytte, at chatbotsne er gode til at skifte genre, give sproglig feedback og hjælpe med at forklare begreber på hvilket sprog det måtte være. Samtidig er det også fag, der slås lidt med chatbotsne, fordi eleverne, hvis de bruger det ukritisk, måske ender med ikke at lære for eksempel at skrive sammenhængende tekst selv.
I andre fag som samfundsfag og business-relaterede fag kan man blandt andet bruge dem til at skabe data. Både tabeldata til at analysere på, og man kan interviewe forskellige personaer, som man ellers ikke har adgang til. Desuden er der mange begreber i disse discipliner som kan forklares med
Skabende fag som billedkunst og multimediefag giver andre muligheder. Her kan man måske i højere grad have GAI’en med som medskaber, hvor man selv er projektleder, og de kan skabe billeder, lyd og endda små videoer man kan bruge eller analysere for biases i den kultur vi er i.
Basis-skills
Som jeg skrev i indledningen, er der en fundamental forskel på at bruge den som sin forlængede arm som færdiguddannet og måske erfaren lærer, embedsmand, advokat, sekretær og programmør – og så til at bruge GAI i undervisningen til unge mennesker der skal lære nyt.
Er man tidligt i forløbet, som man ofte er i folkeskole og på gymnasierne, skal man være opmærksom på at eleverne opnår basis-skills. Man kan sagtens have GAI med på skulderen som tutor, hjælp til at formulere sætninger og forklare begreber, som man ikke forstår. Men man skal også ”kunne selv” for at kunne forholde sig kritisk til det output der kommer, og her kan det være et problem, hvis der ikke er en form for vejledning. For går man bare ind på ChatGPT og beder den om at skrive en tysk stil, som man så afleverer, ja så har man jo ikke lært noget – specielt ikke hvis man ikke engang har læst stilen og forsøgt at forstå den. Men bruger man den som hjælp til at træne det tyske, formulere sætninger man kan øve, som tysklærer Astrid Hylager Lund beskriver i min bog, ja så kan man i højere grad understøtte elevernes læring. Og så skal man måske så i højere grad have ”prøve”-situationerne fysisk i klassen og ikke derhjemme.
Bliver eleverne dummere? Eller bliver de geniale?
Mange ser GAI som noget der nødvendigvis må gøre eleverne dummere. Jeg mener ikke at de nødvendigvis bliver det - med de forbehold jeg i øvrigt nævner her i artiklen.
I min bog sammenligner jeg GAI i læring med det asiatiske brætspil GO. Det er så kompliceret at der ikke var nogen GO-computer der kunne vinde over de bedste før 2016. Der vandt Googles AI-baserede AlphaGO til gengæld over verdensetteren Lee Sedol, og i årene der fulgte, blev GO-spillet af højere og højere kvalitet – når det blev spillet blandt mennesker. For de havde adgang til AlphaGO som de kunne træne med – altså en slags 1:1 ekspert-tutor.
Og selvom det måske er lidt søgt at sammenligne (en chatbot kan ind imellem skrive noget sludder og misforstå spørgsmål uden at det er helt forkert, mens GO i højere grad er et spil som man kan vinde eller tabe) så er det muligt at arbejde med GAI og læring lidt mere systematisk – så eleverne ikke bliver dummere.
Nogle gode bud kommer blandt andet Per Størum Larsen med. Han har selv eksperimenteret med at lave forskellige tutorbots til at hjælpe eleverne. Det samme har Niels Lundberg sit afsætningsfag, som han giver gode råd til i AI i gymnasiet.
Derudover kan man tage den mere med til bords som studerende på de videregående uddannelser, men man skal stadig huske at bruge den til aktiv læring som også Antonia Scholkman har skrevet om hendes bud på hvordan man undgår at blive dummere af at bruge GAI på Videnskab.dk.
Elever bliver altså ikke nødvendigvis dummere, men det kræver nogle overvejelser om rammesætning, værktøjer og formål. Og jo altså nogle lærere og en ledelse, der har sat sig ind i både muligheder og faldgruber.
Tre gode råd til at bruge GAI i undervisningen
Som lærer kan du prøve selv at bruge det i din egen forberedelse til for eksempel at lave quizzer, opgaver, data og gode narrativer til de begreber du skal forklare. Det er en god måde at prøve at forstå, hvordan det virker og kan give inspiration til hvordan du måske kan bruge det med eleverne.
Sæt nogle rammer for eleverne til hvordan de kan bruge det. For eksempel at de kun må bruge det til fejlfinding og til at give feedback på deres tekster, eller du kan have sessions, hvor du sætter den ”helt fri”. Du kan endda lave dine egne styrede chatbots med fx poe.com som du instruerer i at agere på forskellige måder overfor de studerende.
Litteratur og inspiration
AI i gymnasiet kan købes på papir på https://praxis.dk/hf/htx/produkt/ai-i-gymnasiet. Desuden findes den som webbog her https://aiigymnasiet.praxis.dk/, hvor den bliver løbende opdateret, og hvor du gratis kan læse nogle af afsnittene. Andet fremmedsprog (tysk) er netop blevet tilføjet i webbogen.
Inga Strümke. Maskiner der tænker. Politikens Forlag 2023.
Jan Damsgaard. AI - mellem fornuft og følelse. DJØFs Forlag 2023.
Christiane Vejlø. Argumenter for mennesker. Elektronista Media 2023.
Ethan Mollick. Co-Intelligence - Living and Working with AI. Penguin LLC US 2024.
Sine Zambach er specialkonsulent og analytiker ved Copenhagen Business School (CBS).
