Mer KI, mer universitet

Denne teksten er et debatt­inn­legg. Inn­holdet i teksten uttrykker forfatterens egen mening.

Det kan være verdt å stille et enkelt spørsmål midt i den pågående KI-debatten i høyere utdanning: Hva om vi diskuterer feil problemstilling?

Mye av samtalen har dreid seg om kontroll, vurdering og eksamen. Men KI utfordrer ikke først og fremst hvordan vi kontrollerer studentenes arbeid. Den tvinger oss snarere til å stille et mer grunnleggende spørsmål om hva universitetet er til for. 

KI fremstår dermed mindre som et teknologisk problem enn som en anledning til å tydeliggjøre universitetets oppgave. 

Når studenter har kontinuerlig tilgang til verktøy som kan forklare pensum, oppsummere litteratur og forbedre tekster, utfordres universitetets selvforståelse. Også Malthe-Sørenssen-utvalget peker i denne retningen.

NTNU

Vil tone ned KI og satse på skoleeksamen

Universitetet kan fortsatt tilby noe teknologien ikke erstatter, nemlig læring som sosial praksis. Forståelse utvikles i samhandling, i diskusjoner, motforestillinger og i arbeidet med å tenke sammen med andre. Mye av den viktigste læringen oppstår nettopp i slike situasjoner, når argumenter brytes og egen forståelse utfordres.

Allikevel har vi over tid, godt hjulpet av Covid-digitaliseringen, beveget oss i motsatt retning. Fleksibilitet i utdanningene har gode begrunnelser, men har samtidig gjort fysisk tilstedeværelse mindre nødvendig i mange studier. Når undervisning kan følges hjemmefra, velger mange nettopp det. KI forsterker dette. 

Hvis læring like gjerne kan foregå alene foran en skjerm, blir campus vanskelig å forsvare. Også derfor må svaret bli mer campus, ikke mindre. Mer læring som skjer i møte mellom mennesker. Ikke av nostalgiske grunner, men fordi denne typen læring blir viktigere når teknologien gjør individuelle snarveier enklere.

For KI berører noe mer grunnleggende enn teknologi. Store språkmodeller gjør skillet mellom det som fremstår som overbevisende og reell kompetanse tydeligere. 

Debatt ● Ulset, Nyquist og Ravnå

Når KI sitter i veggene

Tekster kan virke mer gjennomarbeidede og svar mer presise, uten at det nødvendigvis sier mye om hva studenten faktisk har forstått. Det som oppleves som effektivt i øyeblikket, kan samtidig gjøre det vanskeligere å vite hva som blir igjen som varig kunnskap.

Kanskje synliggjør KI også noe vi lenge har tatt for gitt, nemlig at studenter forstår hvordan læring faktisk skjer. Det er ikke alltid tilfelle. Studietiden kunne derfor med fordel starte med et kort, felles krasjkurs i metalæring, en innføring i hva det innebærer å lære noe, hvorfor læring ofte oppleves krevende og i perioder ubehagelig, og hvorfor ukritisk bruk av KI lett kan gi gode resultater uten at kompetansen følger med.

For studentene kan KI fremstå som en effektiv løsning. Oppgaver blir raskere ferdig, formuleringene bedre og arbeidet mindre krevende. Samtidig forsvinner noe av den kognitive anstrengelsen som vanligvis bygger forståelse. Konsekvensen merkes sjelden med en gang, men senere, når kunnskapen skal brukes uten støtte, eller når utfordringene i arbeidslivet ikke lenger ligner studieoppgaver. 

Kunstig intelligens

KI-verktøy skulle ta seg av studiehverdagen mens studentene sov

Når studenter forstår hvordan læring faktisk skjer, blir det mulig å bruke KI som hjelpemiddel, ikke bare som en snarvei. Slike innsikter utvikles ofte best i faglige fellesskap, gjennom arbeid og diskusjon sammen med andre.

Hvis KI først og fremst utfordrer læringsprosessen, må også løsningene finnes i organiseringen av undervisningen. 

Hva dette betyr rent praktisk, må imidlertid avklares i det enkelte undervisningsemne. Det finnes ingen universell løsning, men to spørsmål melder seg:

Hvordan kan undervisning og vurdering organiseres slik at det fortsatt er faglig grunnlag for å si noe om studentenes kompetanse, i en studiehverdag der KI er blitt en naturlig del av studentenes arbeidsverktøy? Løpende vurderinger, korte muntlige oppfølginger, arbeidskrav underveis, refleksjonsnotater og kombinasjoner av arbeid med og uten tilgang til hjelpemidler kan ofte gi bedre innblikk i forståelse enn én avsluttende prøve. 

Samtidig kan KI etter hvert bidra til mer fleksible vurderingsformer som i større grad prøver forståelse fremfor reproduksjon. Teknologien utfordrer vurderingspraksisen, men kan også bidra til å utvikle den videre.

Debatt ● Bodil Moss

Fagessayet: Ei KI-sikker eksamens­form?

Det andre spørsmålet er hvordan KI kan brukes i det enkelte emnet. I noen sammenhenger kan teknologien fungere som diskusjonspartner eller et verktøy for å teste egne resonnementer. I andre faser kan det være avgjørende å arbeide uten slik støtte. 

Poenget er ikke å velge mellom bruk og forbud, men å plassere teknologien der den faktisk bidrar til læring. Da møtes også de to spørsmålene: Universitetet må både forstå hvordan KI inngår i arbeidet, og samtidig kunne stå inne for at kompetansen studentene tar med seg videre faktisk er deres egen.

Dette forutsetter en mer åpen og faglig styrt samtale med studentene enn vi kanskje har vært vant til. Ikke først og fremst om hva som er tillatt, men om hva som faktisk fremmer læring. 

Universitetet i Oslo

Trekker kunstig intelligens ut av fag etter studentreaksjoner

Faglærer kan ta dette eksplisitt inn i undervisningen og diskutere når KI bidrar til bedre forståelse, når den bare gjør arbeidet raskere og hva som faktisk sitter igjen etter at oppgaven er levert. Samtalen kan ha preg av en felles utforsking av hvordan teknologien påvirker egen læring. Målet er ikke å finne én riktig måte å bruke KI på, men å utvikle en bevissthet om hvilke valg som faktisk styrker forståelsen.

KI tvinger ikke universitetet til å bli noe nytt, men til å forstå tydeligere hva det allerede er. Når tilgang på informasjon ikke lenger er et knapphetsgode, blir verdien av reell samhandling mellom studenter, og studenter og undervisere, desto tydeligere.

Den mest offensive responsen på KI er derfor ikke mer kontroll, men mer universitet.

Kunstig intelligens

Slik bruker studentene kunstig intelligens