KI – hvorfor akkurat nå?
Kunstig intelligens (KI) er ikke noe nytt. Likevel har det fått enorm oppmerksomhet det siste året, ikke minst fra oss som underviser. Men KI har vært i bruk siden 1950-tallet, så hvorfor er det så interessant akkurat nå? Jo, det er de store språkmodellene som har imponert oss i det siste, kanskje spesielt KI-en til OpenAI: ChatGPT. Det skal sies at GPT 1 (2018) og 2 (2019) ikke imponerte oss noe særlig mer enn en kunderådgivende chatbot på nettstedet til en nettbutikk («Kan jeg være så snill å få snakke med et menneske?»). Heller ikke versjon 3.0 (2020) fikk folk til å reagere. Men dette snudde med GPT 3.5 (november 2022) og introduksjonen av plattformen ChatGPT; flere enn spesielt interesserte fikk nå øynene opp for KI. Bedre modeller, økende regnekraft og større datamateriale som modellen kan trene på, er blant årsakene til dette.
Prinsippet bak språkmodellene er at de har lest masse tekst, og ut fra dette dannet seg en slags «mening» om hvilke ord som sannsynligvis følger etter hverandre. Disse generative språkmodellene genererer altså tekst der og da ut ifra det vi ber dem om. De er briljante på språk, tekst og sammenhenger, og de kan fremstille kunnskap på en kreativ og variert måte.
Språkmodellene tryller med ord (bildet er generert med Midjourney 5).
KI og undervisning
Det er mange utfordringer med disse språkmodellene i en undervisningssammenheng. Dersom vi ber ChatGPT om å skrive en tekst på 2000 ord om bienes betydning i samfunnet, kjærlighetsmotiver i Peer Gynt eller om parlamentarismens betydning for sosialdemokratiet, gjør den nettopp det. Språkmodellene har blitt så gode at de ikke en gang greier å skjønne at deres egne tekster er lagd av dem selv. Plagiatkontroll er derfor ikke like lett lenger. Tekstene finnes jo ikke før studenten får ChatGPT til å lage dem. Det har rett og slett blitt lettere å jukse.
Men hva er egentlig juks? Er det juks med stavekontroll? Er det juks at ChatGPT pynter på språket i et avsnitt? Hva om den omorganiserer avsnittene dine og skaper bedre flyt og sammenheng? Eller hvis den skriver et par setninger for deg – eller hva med et helt avsnitt? Vi må diskutere både hva vi mener med juks i ulike sammenhenger og hvordan et slikt hjelpemiddel kan brukes i det daglige skolearbeidet. Vi kan ikke hindre studenter i å bruke det, men vi kan hjelpe dem til å bruke det på en fornuftig måte.
Så hva er fornuftig bruk av KI? Det blir stadig vanskeligere å lage oppgaver som hjelpemidler som ChatGPT ikke kan løse. Utviklingen går for raskt til det. Da ChatGPT 3.5 ble lansert i november 2022 så vi at den var dårlig på kilder. Den sa også ting som rett og slett var feil, i tillegg til at den var enormt dårlig i matematikk. Undervisningen var reddet! Så kom ChatGPT 4 i mars 2023. Denne modellen gjorde ikke så mye feil, den hadde mulighet for integrert søkemotor (Bing), og kunne til og med kobles opp mot Wolfram Alpha, verdens kraftigste regnesystem. Når ChatGPT 5 kommer om ikke så lenge, er det ingen grunn til å tro at den blir noe særlig dårligere! Vi må derfor spille på lag med KI som et verktøy for fremtiden, akkurat som vi måtte gjøre da kalkulatoren og internett kom. Men vi må også vurdere hva som går tapt i interaksjonen med KI, på samme måte som bruk av kalkulator kan svekke evnen til hoderegning.
Vi kan starte med det åpenbare: Noen vurderinger er fortsatt uten hjelpemidler. Kanskje dette er det mest fornuftige – vi trenger kunnskap både til å interagere med KI-en på en fornuftig måte og til situasjoner der vi ikke har tilgang til KI. Dessuten trenger vi å trene på å tenke for å bli kreative, kritiske og problemløsende mennesker. Vi blir ikke tenkende mennesker ved å overlate alt til den kunstige intelligensen. La oss derfor videre forutsette at vi ser en verdi i at mennesket i framtida kan tenke selv. Hvordan kan vi da hjelpe studentene å bruke KI på en måte som fremmer læring, kritisk sans og refleksjon? La oss se på noen tips som er basert på grunnleggende kognitive prinsipper og forskning innenfor kognitiv psykologi og pedagogikk – det er nemlig lite forskning på KI i undervisningen, foreløpig!
Tips 1: Bruk KI som en veisøker
Øverst på lista over «ting som funker» for å oppnå varig læring, står det å hente kunnskap fra hjernen (såkalt gjenhenting, eller retrieval practice på engelsk). Det kan studenter for eksempel gjøre ved å teste seg selv med en quiz, ved å løse oppgaver eller skrive sammendrag etter at de har lest noe, eller ved at de gjør små oppgaver og aktiviteter når underviseren legger fram nytt stoff. Diskusjon og anvendelser av fagkunnskap er sentrale nøkkelbegreper for å hente opp kunnskap og dermed forsterke koblinger i hjernen. KI kan bidra til det stikk motsatte. Dersom studenter bare får svar på oppgaver eller forklaringer på ting de lurer på uten å måtte bryne seg på problemer eller selv anvende kunnskapen, lærer de svært lite. Det blir som å lese et løsningsforslag og slå seg til ro med at vi skjønte forklaringen. Vi kan oppleve at vi lærer mye gjennom å gjøre dette, men i realiteten håndterer vi bare informasjonen i korttidsminnet vårt uten å hente det fram og tilbake mellom langtids- og korttidsminnet. Dette gir ingen varig læring. For å oppnå bedre læring med KI, må studenter være mer søkende i læringsprosessen.
Aktiv læring med KI krever at studentene spør om hint og trinnvise tilbakemeldinger uten komplette løsningsforslag. De bør også angi kontekst for spørsmålet, for eksempel: «Jeg er en student på UiO som skal løse følgende matteoppgave: <sett inn oppgave her> Kan du gi meg en kort, enkel forklaring på hvordan jeg kan begynne å tenke uten å vise meg løsningen?». Legg merke til hvor spesifikke vi må være for at AI-en ikke skal gi oss for mye hjelp om gangen. Det hjelper også å eksplisitt begrense antall ord eller setninger: «Kan du gi meg to hint på to setninger hver som hjelper meg å komme i gang med oppgava?».
Studentene kan også legge inn instrukser på forhånd i UiOs versjon av ChatGPT som gjør at Chatboten oppfører seg mer som en læringsassistent. Mer informasjon om dette kan du lese på denne siden.
KI kan hjelpe studentene på vei.
Når studenten har kommet i gang, enten med hint eller uten (helst uten, selvfølgelig), kan de beskrive det de har fått til og be KI-en om å vurdere det de har fått til uten å gi dem løsningen. Da vil eventuelle feil og misforståelser bli rettet og forklart. Til slutt kan studenten be KI-en om å vise løsningen. Da kan de sammenlikne og vurdere ulike løsninger, gjerne i grupper. Husk at KI-en lager unike tekster hver gang – dette gir en unik mulighet til å se ulike måter å løse og forstå problemer på. Dette kan være lærerikt for studenter som har løst oppgava helt selv også.
Helt til slutt kan det være fint å spørre KI-en om å lage en oppgave der studenten kan teste seg selv i om han eller hun har forstått det som KI-en har hjulpet til med. Hvis vi har beskrevet problemet tidligere i samtalen, kan vi for eksempel spørre: «Kan du lage en oppgave med en annen problemstilling der jeg tester at jeg har forstått dette temaet?». Eventuelle løsninger kan også her mates tilbake til KI-en og evalueres underveis.
Kort oppsummert lønner det seg å være søkende, reflekterende og kritisk til det KI-en produserer. Å være aktiv i læringsprosessen gir god læring, både med og uten KI. Det er i hvert fall helt sikkert at studentene trenger veiledning i å bruke KI på en måte som fremmer læring. Dette må vi ta ansvar for som undervisere. Men kommer alle til å bruke KI-en på en fornuftig måte, slik de har blitt lært opp til, hjemme? Neppe – minste motstands vei er for enkelt tilgjengelig. Men vi kan sørge for at de bruker det på denne måten i undervisningen. Be for eksempel om hjemmearbeider der studentene må bruke KI som veiviser og dokumentere prosessen ved å ta utklipp av samtalen. På denne måten sørger vi for at studentene får et større læringsutbytte av å bruke KI enn de ville fått på egen hånd.
Tips 2: Bruk KI til å løfte det taksonomiske nivået
I mange tilfeller stanger både studenter og undervisere i lavere taksonomiske nivåer, som å huske, gjengi, beskrive og regne ut. Det er vel og bra å kunne dette, men vi skulle kanskje ønske at vi oftere fikk anledning til å forklare, anvende, sammenlikne, reflektere og diskutere. Her kan KI hjelpe oss litt.
Vi kan for eksempel lage oppgaver der studentene blir bedt om å bruke KI-en til å forklare, diskutere eller løse problemet. Da flytter vi fokuset fra å huske fakta til å anvende og drøfte sammensatte problemstillinger. Legg derimot merke til at studentene trenger en del kunnskap for å vurdere det som KI-en produserer – det å faktisk kunne noe er fortsatt viktig!
Her er noen eksempler på oppgaver som kan løses med KI:
- La en KI skrive en tekst om fordeler og ulemper med tømmerhogst i regnskogen i et miljøperspektiv. Gjør en vurdering av argumentene og sammenlikn det med dine egne meninger.
- Lag en datasimulering som simulerer sannsynligheten for å få et blåøyd barn gitt at mor har genotype Bb og far har genotype bb. Bruk en KI til å løse oppgavene. Forklar hva du får av KI-en og dokumenter prosessen underveis. Still oppfølgingsspørsmål som hjelper deg å forstå innholdet i simuleringen.
- Be en KI om å forklare fotosyntesen. Sammenlikn med forklaringen som KI-en ga en medstudent. Drøft og begrunn hvilken forklaring som var best. Hvis det var noe du ikke forstod, be KI-en om å forklare den på en annen måte.
KI-modeller som ChatGPT kan også hjelpe studenter i gang med tekster ved å gi dem en disposisjon, en første setning eller et første avsnitt. På den måten kan flere studenter komme i gang med å tenke og reflektere rundt det de skal lære, selv om de ikke er så flinke til å «komme i gang». Igjen må vi passe på at de får gradvis hjelp – de lærer ingenting om KI-en skriver en hel tekst for dem uten at de forholder seg til det som blir skrevet.
Dersom vi bruker KI som støtte til refleksjon og kritisk tenkning, har det altså potensiale til å løfte det taksonomiske nivået i undervisningen for studenter med ulike forutsetninger. Men vi må også være obs på forkunnskapene til studentene: Hvis de ikke har nok kunnskap fra før, er det vanskelig å både vurdere innholdet de får og å løse oppgaver på høyt taksonomisk nivå. Så hvor mye kunnskap trenger vi? Det er det foreløpig dessverre ingen enkle svar på. Det som er sikkert, er at vi også trenger å kunne ting "på rams" også i framtida.
Tips 3: Bruk KI til differensiering
Siden ChatGPT baserer seg på sannsynlighetsmodeller, er det ikke rart vi kan få både gode og kreative forklaringer på ulike problemer. Dette kan vi bruke slik at studenter får varierte og differensierte forklaringer. Dersom en student for eksempel opplyser om at han eller hun har dysleksi, vil forklaringen bli mer punktvis, mindre ordrik og mindre kompakt. Det kan også være nyttig å få noe forklart til en yngre person enn en selv: «Kan du forklare fotosyntesen til en 15-åring?». Det går også an å be KI-en om å forklare enklere og kortere dersom forklaringen er for vanskelig.
KI kan forklare ting på andre måter, noe som kan være nyttig for både egen forståelse og i samspill med andre i læringsprosessen.
Er vi i det litt kreative hjørnet, kan vi be KI-en innta en rolle og forklare et konsept som denne rollen. Dette gir analogier og sammenlikninger som kan hjelpe studentene å forstå vanskelige temaer. Hva med å forklare numerisk integrasjon som en Disney-prinsesse? Eller få løsningen av en differensiallikning forklart som en skjønnlitterær roman? Proteinsyntesen som eventyr kan også være både informativt og morsomt å lese. Nedenfor er et eksempel der KI-en har blitt bedt om å forklare sitronsyresyklusen som en engelsk pirat. Analogiene sitter faktisk ganske godt her!
Sitronsyresyklusen forklart som en pirat. Arrr!
KI og underviseren
KI kan også brukes av undervisere til ulike oppgaver, for eksempel til å lage og vurdere vurderinger. Her må vi passe på at vi tar hensyn til personvern, og at vi alltid bruker UiOs løsning (gpt.uio.no).
Noe som er helt sikkert, er at vi allerede kan bruke KI til å lage undervisningsopplegg, differensiere oppgaver, lage illustrasjonsbilder til presentasjoner, lage tilpassede forklaringer og mye mer. Det viktigste er at vi husker å være presise og gi KI-en mest mulig kontekst for at den skal hjelpe oss på best mulig måte.
Hvem vil vel ikke ha en personlig assistent som hjelper til med undervisningsplanlegging og vurdering?
En foreløpig konklusjon
Du har nå sett på noen (positivt vinklede) tips til hvordan generativ KI som ChatGPT kan brukes på en måte som kan bidra til god læring. Det er åpenbart utfordringer også – du kommer sikkert på en del selv. Ingen er eksperter på KI og læring enda, så her er det viktig med en forskende og nysgjerrig tilnærming. Vi vet at studenter bruker dette verktøyet, og vi vet at det kan bli en viktig del av studentenes arbeids- og studieliv. Derfor må vi veilede studentene i å bruke verktøyet på en god måte. Vi må derfor lære studentene våre å bruke KI på en måte som gjør at de kan nå de målene vi har for undervisningen, for utdanningen og for studentene som lærende og undrende mennesker.