Gå til hovedindhold

Når AI løser opgaven: Sådan hjælper du de studerende med stadig at lære

3 min

Af Lasse Skole Hansen

AI skriver, analyserer og løser allerede opgaver for dine studerende. Men hvad sker der med læringen undervejs? To forskere giver deres bud på, hvordan du bruger AI i undervisningen uden at lade teknologien overtage det tænkearbejde, de studerende skal lære af.

Et velskrevet essay er ikke nødvendigvis tegn på, at den studerende har lært noget. Med generativ AI kan essayet blive bedre, samtidig med at den studerende springer det tænkearbejde over, som opgaven skulle træne.

Netop skellet mellem, hvad AI med fordel kan overtage, og hvad den studerende selv skal lære at mestre, bliver afgørende for undervisere, mener Ida Bang Hansen og Rasmus R. Hansen. De forsker begge i generativ AI og læring ved Centre for Educational Development på Aarhus Universitet.

Og ifølge Ida Bang Hansen har AI allerede ført noget godt med sig:

– Jeg har aldrig oplevet, at vi har talt så meget om læring, som vi gør nu. Hvorfor er vi her egentlig? Hvad skal de studerende lære? Og hvordan finder vi ud af, om de faktisk har lært det? Den diskussion synes jeg grundlæggende er rigtig sund. 

Ida Bang Hansen

Forskerne skelner mellem cognitive outsourcing, hvor den studerende overlader tænkearbejdet til AI, og cognitive partnership, hvor AI bruges som sparringspartner til at undersøge, reflektere og tænke videre.

Begge dele kan være nyttige. Problemet opstår, når AI overtager netop det arbejde, den studerende skulle lære af.

Ida Bang Hansen sammenligner det med at gå i fitnesscenter:

– Hvis du får AI til at skrive din aflevering for dig, svarer det lidt til at tage en gaffeltruck med i fitnesscenteret. Formålet er jo at opbygge dine egne muskler.

Når en underviser beder en studerende skrive et essay om den franske revolution, er det ikke, fordi underviseren mangler endnu et essay om emnet. Formålet er det, der sker i den studerendes hoved under arbejdet.

Derfor er det ifølge Rasmus R. Hansen afgørende at vide, hvilken del af opgaven den studerende skal lære af.

– Risikoen opstår, når du beder AI om at skabe et produkt, du selv skulle have skabt. Men hvad der er essentielt i en opgave, er fagspecifikt. Det er underviseren, der ved, hvad der er vigtigt at kunne.

De studerende kan ikke altid mærke, om de lærer

Det gør AI særlig vanskelig at navigere i. For når teknologien gør en opgave lettere, kan den studerende opleve det som en hjælp til læringen, selv om AI måske har overtaget det arbejde, der skulle skabe læringen.

Ida Bang Hansen peger på et velkendt eksempel fra læringsforskningen: Studerende oplever ofte, at de lærer mere ved at lytte til en forelæser end ved at deltage i aktiv undervisning. Men undersøgelser viser, at aktiv undervisning ofte giver større læringsudbytte.

Det, der føles nemt og effektivt, er altså ikke nødvendigvis det, vi lærer mest af.

Og med AI bliver det endnu vigtigere at skelne mellem at løse en opgave og faktisk lære noget af den.

Start med læringsmålet, ikke med ChatGPT

Men hvad gør man så som underviser, når en gammel opgave pludselig kan løses på få minutter med ChatGPT?

Ifølge forskerne skal man ikke automatisk skrotte opgaven.

– Vi kan ikke sætte barren efter, hvad AI kan. AI kan også regne, men derfor skal mennesker stadig kunne regne. Der er ting, det giver mening at blive dygtig til, selv om AI kan hjælpe os med dem, siger Ida Bang Hansen.

I stedet skal underviseren begynde med læringsmålet: Hvad er det egentlig, den studerende skal kunne?

– Hvis målet er, at den studerende skal lære at skrive og strukturere et argument, nytter det ikke nødvendigvis at lade AI skrive teksten og bagefter bede den studerende evaluere den. Så har man ændret læringsmålet fra at kunne skrive til at kunne vurdere en tekst, forklarer Rasmus R. Hansen.

Den øvelse kan være glimrende, hvis målet netop er at træne faglig vurdering. Men Ida Bang Hansen understreger, at man heller ikke kan springe skriveprocessen over uden videre.

– At skrive er også at tænke. Det er nogle gange gennem skrivningen, at man opdager, at det faktisk var noget helt andet, man skulle skrive om.

Pointen er, at AI godt kan ændre, hvordan man arbejder med et læringsmål. Men det er underviseren, der skal afgøre, hvilke kompetencer de studerende fortsat skal udvikle selv.

Brug AI som én legoklods i undervisningen

Forskerne arbejder selv med undervisningsforløb, hvor AI indgår som én aktivitet blandt flere.

De studerende kan eksempelvis først få feedback fra AI og derefter give hinanden peer-feedback. Eller de kan arbejde med forskellige AI-chatbots og bagefter diskutere, hvordan chatbotterne påvirkede deres tænkning.

På den måde får AI en afgrænset funktion, mens andre dele af læringen fortsat foregår mellem de studerende eller sammen med underviseren.

Ida Bang Hansen beskriver det som at bruge AI som én legoklods i en større læringssekvens.

Tre ting du kan gøre i din undervisning

  1. Start med læringsmålet Spørg:
    Hvad skal den studerende kunne efter opgaven? Og hvilken del af arbejdet skal vedkommende selv udføre for at lære det? Brug svarene til at afgøre, hvor AI må hjælpe, og hvor den ikke skal overtage.

  2. Tal med de studerende om deres AI-brug
    Lad de studerende undersøge et AI-genereret svar i fællesskab. Hvad fungerer? Hvad mangler? Og hvornår hjælper AI dem med at tænke videre, frem for at tænke for dem? Brug diskussionen til at skabe klare forventninger til AI-brugen i faget.

  3. Giv AI en bestemt rolle i opgaven
    Kombinér eksempelvis AI-feedback med peer-feedback, eller lad AI stille spørgsmål, som de studerende efterfølgende diskuterer.