Når AI giver de studerende feedback: Hvad skal underviseren så gøre?
Forestil dig, at du har givet en studerende feedback på en opgave. Du mener, at argumentationen halter, og at konklusionen ikke holder. Men den studerende har også fået feedback fra ChatGPT, som roser netop de to dele.
Hvem skal den studerende så lytte til?
Det spørgsmål bliver stadig mere relevant, efterhånden som AI bliver en del af de studerendes arbejdsproces, mener Ida Bang Hansen og Rasmus R. Hansen. De forsker begge i generativ AI og læring ved Centre for Educational Development på Aarhus Universitet.
For AI giver ikke bare de studerende adgang til endnu en vurdering. Den ændrer også måden, de søger, modtager og bruger feedback på.

Når en underviser, en medstuderende og en chatbot giver feedback på den samme opgave, er det ikke sikkert, at den studerende tillægger deres kommentarer samme værdi.
Det handler nemlig ikke kun om, hvad der bliver sagt, men også om, hvem der siger det.
– Den relationelle faktor i feedback har en enorm betydning. Om det er en, du ser som ekspert eller en medstuderende, eller om det er en AI. Du sætter pris på et menneskes kommentar på en anden måde, selv om AI'ens feedback måske er bedre formuleret, forklarer Rasmus R. Hansen.
Derfor er god feedback heller ikke nødvendigvis bare den mest udførlige eller velformulerede.
En kommentar fra en underviser, som kender den studerendes faglige niveau og udvikling, indgår i en relation, som en chatbot ikke har på samme måde.
Men AI kan til gengæld noget andet.
Feedback handler også om relationer
Når en underviser, en medstuderende og en chatbot giver feedback på den samme opgave, er det ikke sikkert, at den studerende tillægger deres kommentarer samme værdi.
Det handler nemlig ikke kun om, hvad der bliver sagt, men også om, hvem der siger det.
– Den relationelle faktor i feedback har en enorm betydning. Om det er en, du ser som ekspert eller en medstuderende, eller om det er en AI. Du sætter pris på et menneskes kommentar på en anden måde, selv om AI'ens feedback måske er bedre formuleret, forklarer Rasmus R. Hansen.
Derfor er god feedback heller ikke nødvendigvis bare den mest udførlige eller velformulerede.
En kommentar fra en underviser, som kender den studerendes faglige niveau og udvikling, indgår i en relation, som en chatbot ikke har på samme måde.
Men AI kan til gengæld noget andet.
Den studerende tør måske spørge AI om mere
En fordel ved AI er, at den studerende kan stille spørgsmål igen og igen uden at skulle bekymre sig om, hvad modtageren tænker.
Rasmus R. Hansen peger på, at der kan opstå en særlig psykologisk tryghed i mødet med AI.
Den studerende kan bede om en enklere forklaring, stille det samme spørgsmål flere gange eller indrømme, at noget grundlæggende er svært at forstå.
Det kan åbne muligheder for læring, som ikke nødvendigvis opstår i mødet med en underviser eller medstuderende.
Men det betyder ikke, at AI altid er en god feedbackgiver.
En chatbot kan også tale den studerende efter munden. Og når AI og underviseren vurderer den samme opgave forskelligt, står den studerende med en ny udfordring.
– Hvis min AI-bot siger, at en del af min opgave er god, men min underviser ikke rigtig kan lide den, hvordan forholder man sig så til det? Det er en ny problematik, som studerende møder, siger Ida Bang Hansen.
Lad AI og de studerende give feedback sammen
Det giver nye muligheder for at tilrettelægge undervisningen.
Forskerne arbejder blandt andet med at kombinere AI-feedback og peer-feedback, hvor de studerende vurderer hinandens arbejde.
En mulighed er at lade de studerende få feedback fra AI først og derefter diskutere den med hinanden.
Her kan AI hjælpe med at kvalificere den efterfølgende samtale. De studerende får noget konkret at forholde sig til, men skal stadig selv vurdere, om feedbacken er relevant og fagligt holdbar.
Man kan også vende rækkefølgen om og lade de studerende give hinanden feedback, før de sammenholder den med AI'ens vurdering.
Pointen er at give AI en bestemt funktion i feedbackprocessen frem for automatisk at lade den overtage hele opgaven.
På den måde kan underviseren bruge AI til at skabe flere muligheder for feedback og samtidig fastholde den faglige refleksion og dialog mellem mennesker.
Tre måder at bruge AI-feedback i din undervisning
- Lad de studerende vurdere AI'ens feedback
Giv de studerende en opgave og lad dem indhente feedback fra AI. Bed dem derefter udpege, hvilke kommentarer de vil bruge, hvilke de vil afvise, og hvorfor. Så bliver vurderingen af feedbacken en del af læringsarbejdet.
- Kombinér AI-feedback med peer-feedback
Lad eksempelvis de studerende få AI-feedback på et første udkast og derefter indgå i peer-feedback med en medstuderende om det samme udkast. På den måde kan studerende engageres dybere i deres feedback- og revisionsarbejde og få noget forskelligt ud af de to feedback-interaktioner.
- Gør kriterierne for god feedback tydelige
Tal med de studerende om, hvad god feedback skal hjælpe dem med, og hvilke krav der gælder for opgaven. Brug eventuelt et eksempel, hvor AI og underviseren vurderer en tekst forskelligt. Det kan give anledning til at diskutere de forskellige former for feedback og om AI har nogle bestemte biases eller antagelser.


