Debatt ● Svanhild Kristine Berntsen
Å lære å lære med KI er viktigere enn å skrive uten KI
Debatten om kunstig intelligens i høyere utdanning har i for stor grad handlet om fusk, forbud, kontroll og hvem som egentlig har skrevet teksten. Det er på tide å våkne!
Publisert
Denne teksten er et debattinnlegg. Innholdet i teksten uttrykker forfatterens egen mening.
KI er allerede en del av studentenes og arbeidslivets hverdag, og tekstproduksjon skjer — og vil antakeligvis skje — i en dialogisk prosess mellom menneske og maskin, både nå og i fremtiden. Det haster med opplæring!
I stedet for å diskutere på hvilke måter KI kan tillates eller forbys i ulike emner, bør vi spørre om studenter og ansatte faktisk får opplæring i å bruke KI kritisk og ansvarlig som et faglig verktøy for læring, kunnskapsutvikling og profesjonell praksis.
Den mest læringsfremmende bruken av KI skjer åpenbart ikke når verktøyet produserer ferdige svar eller fungerer som en fasitleverandør, men når studenter bruker det refleksivt for å forbedre egen læring. Læringen ligger i utvikling av kvalifiserte prompter, i vurdering av KI-forslag, i å teste argumenter, i å oppdage svakheter, bias og feil, og i å forbedre egne resonnementer.
Når KI brukes på denne måten, skapes en anledning til dypere forståelse og bedre kunnskapsutvikling. Dette er ofte en mer krevende prosess enn en lineær lære- og skriveprosess.
Likevel reguleres KI-generert tekst ofte som fusk med mindre den er tydelig markert og forklart, som om akademisk integritet i handler om å skrive hver setning selv. Jeg våger å hevde at dette er et foreldet premiss. Det betyr ikke at alt er tillatt, men at integritet må knyttes til forfatterskap eller eierskap. Altså hvem som tar de faglige valgene, har gjort bestillingene (prompter) og står ansvarlig for innholdet og valideringsarbeidet.
Samtidig må dette forstås i lys av faglige forskjeller. I språkfag og andre disipliner der selve skrivehandlingen er eksplisitte læringsmål, må studenter også lære å skrive uten hjelpemidler. I mange andre fag har tekst aldri vært et fullgodt uttrykk for kompetanse, særlig ikke i yrkes- og profesjonsutdanninger, der dømmekraft, handling og situert forståelse alltid har vært vanskelig å vurdere kun i skriftlige besvarelser.
I dag blir studenter ofte bedt om å bruke KI kun til språkvask eller forbedring av egen tekst. Bearbeiding av KI-genererte perspektiver og forslag har ikke tydelig nok føringer og skaper usikkerhet.
Når ansvaret for å definere tillatt KI-bruk legges på den enkelte lærer, oppstår stor variasjon mellom emner, uforutsigbarhet og urettferdighet for studentene. Resultatet er skjult praksis og tapte læringsmuligheter. Kritisk og utforskende KI-bruk bør i større grad anerkjennes som en sentral faglig kompetanse, ikke mistenkeliggjøres.
Resultatet er skjult praksis og tapte læringsmuligheter.
Forskning peker på betydningen av en metarefleksjon «KI-statement» som viser studenters kritiske vurdering og læringsutbytte i egen KI-bruk — ikke nødvendigvis markering av KI-generert tekst i kursiv, slik flere veiledere i høyere utdanning etterspør.
I det studenter velger å bruke KI-genererte forslag som faktisk påvirker tekst, innhold og argumentasjon, bør de ha fått opplæring i å kritisk vurdere, reflektere og dokumentere. En enkel logg kan beskrive formålet med KI-bruk, hvilke typer spørsmål eller prompter som er stilt, hvilke forslag som er forkastet eller videreutviklet, og hvordan mulige skjevheter eller bias er vurdert — både faglig og etisk.
Dette handler ikke om kontroll, men om å tilrettelegge for læring som gjør skrivearbeid med KI-verktøy mer transparent, og som etterspør studentenes faglige ansvar og integritet fra start.
Studenter må forstå at det ikke bare er deres eget læringsutbytte som svekkes når de «kjøper» KI-genererte svar som tilstrekkelige, slik mange gjør i dag. De er også samfunnskritiske aktører, og uten forståelse for skjevheter i KI-systemer og evne til å gjøre reflekterte valg, risikerer de å ta med seg ukritisk KI-bruk inn i arbeidslivet.
KI bør derfor inngå i alle emner og vurderingskriterier, og kanskje heller ikke behandles som fusk?
Dette forutsetter imidlertid tydeligere krav til dokumentasjon og refleksjon rundt egen KI-bruk, der både faglig ansatte og studenter har ansvar for å etablere praksiser som forebygger uhensiktsmessig bruk.
Hvis høyere utdanning ikke trener studenter i å bruke KI kritisk, kreativt og ansvarlig, svikter vi vårt samfunnsoppdrag.
Når tekster utvikles i samspill mellom menneske og teknologi, er det verken mulig eller ønskelig å bruke ferdig tekst alene som mål på faglig kvalitet. Dette utfordrer både vurderings- og kunnskapsøkosystemet vårt. Når sluttprodukter (tekst, film, bilder, lyd) kan produseres på sekunder, må vurdering i større grad handle om prosess: muntlige forklaringer, faglige samtaler, arbeidslogger, multimodale uttrykksformer og begrunnelser for valg som er tatt underveis.
I forskningsarbeid blir kravene til dokumentasjon strengere, og transparens i forskningsprosessen kan bli viktigere enn dokumentasjon av datagrunnlag (empiri). Krav om muntlig formidling i forskning diskuteres nå.
Men da må vi bruke teknologien til mer enn språkvask.
Ved å vurdere studenters kompetanse underveis, både faglig og i samspill med KI, kan KI med fordel benyttes til å vurdere sluttproduktene slik utvalget for kunstig intelligens i høyere utdanning foreslår.
Å lære å lære med KI er viktigere enn å skrive uten KI. Nå må høyere utdanning ta steget fra fuskejakt til kompetansebygging, og lære studentene det de faktisk trenger: å bruke KI med dømmekraft, ansvar og faglig integritet.
KI har et stort potensial i utviklingen av helse, utdanning og løsninger på bærekraftsutfordringer, der mye kan forbedres og effektiviseres betydelig. Men da må vi bruke teknologien til mer enn språkvask.
