Ansatt på bakgrunn av deres engasjement innenfor didaktikk, kunstig intelligens og realfag, skal disse 7 studentene jobbe i team på 2 og 2 for å kartlegge hvordan man på mest effektivt sett bruker KI for å lære. Sammen med førstelektor Vidar Skogvoll fra KURT er målet å utvikle noen konkrete strategier studenter og undervisere kan bruke for å skape stillas i oppgaveløsningen.
Språkmodeller er en spesiell type kunstig intelligens som produserer tekst basert på brukerinput. På UiO har vi vår egen variant GPT UiO.
KI-tilpassing av oppgaver
I første del av prosjektet, skal studentene ta eksisterende problemsett fra ulike fag og lage KI-tilpassede varianter av dem. Det kan bety å legge til forslag til ledetekster som studenter som skal løse oppgavesettet kan bruke, eller lage en pre-instruks for oppgavesettet som vet hva studentene skal gjøre i denne oppgaven. Vi har noen ideer om hva som er viktig, for eksempel fortelle språkmodellen at den "ikke skal gi svarene med en gang" og "stille oppfølgingsspørsmål", men foreløpig mangler en systematisk utforsking av dette. Det er noe vi håper å få til i dette prosjektet.
De sju skal lage to KI-tilpassede oppgavesett hver, som betyr at ved slutten av prosjektet vil vi ha 14 gode forslag til inspirasjon.
Utforsking av KI-bruk i undervisningen
I del to av prosjektet skal studentene velge en utforskende problemstilling knyttet til prosjektet. Dette kan f.eks. være "Hva er rollen til rolle når man bruker KI som hjelp til å løse oppgaver?" eller "Hva er de viktigste prinsippene for utforming av ledetekster når KI brukes til oppgavebruk". Denne problemstillingen skal de utforske ved hjelp av eksperimentering, testing og kvantitativ analyse og samstille i en rapport.
Kan språkmodeller løse "2σ-problemet"?
I 1984 observerte Bloom at gjennomsnittstudenter som fikk én til én oppfølging av en privatlærer skårte bedre enn 98% av studentene i faget, altså et løft på 2 standardavvik innad i gruppen - 2σ. Dersom dette holder vann er det altså potensiale for å løfte alle studenter med to standardavvik bare man har tilstrekkelig og gode nok ressurser for å nå hver enkelt student. "2σ-problemet" er dermed hvordan vi kan løfte alle studenter med 2σ, selv om vi ikke har ressurser til å gi så tett oppfølging til hver enkelt. Kan språkmodellene være løsningen på 2σ-problemet? Vi håper iallefall det.