Blindflekk: KI-opplæring av ansatte

Erik Børve Rasmussen, Anders Graver Knudsen, Rebecca Schmidt og Kim Tallerås på samfunnsvitenskapelig fakultet på OsloMet har skrevet om bruken av generativ kunstig intelligens blant UF-ansatte i skriftserien.oslomet.no.

De skriver at bredden i bruk er slående. Men det gjelder lommer av foregangsmiljøer. Rapporten peker på en svikt i etter-og videreutdanning for tilsatte:

Et generelt inntrykk er at KI allerede er ganske godt inne i undervisningen på SAM,og med et fokus som passer med profesjonene som utdannes ved de ulike instituttene. Et viktig unntak gjelder opplæring i god bruk av KI til akademiske basisoppgaver som en alvorlig blindflekk.

Det gis god oversikt over viktige bruksområder:

  • Språkforbedring, i form av korrektur/språkvask, men også omskriving og omstrukturering av større og mindre deler av egenprodusert tekst.
  • Oversetting av ulikt slag, som å oversette egne tekster til annet språk, eller oversette intervjusitater eller tekstutdrag fra fremmedspråklige tekster, samt for å sjekke at man har forstått en komplisert tekst.
  • Transkribering, av kvalitative forskningsintervjuer som en form for første grovtranskribering.
  • Tekstproduksjon, som vi skiller fra «språkforbedring» ved at det eksplisitt handler om å få KI til å skape et mer eller– i det fleste tilfeller – mindre ferdig utkast til tekst, herunder forskningsartikler og søknader om forskningsfinansiering. Noen har også brukt KI til å lage sammendrag av/utvikle abstrakt til egne forskningsartikler (med dårlige erfaringer).
  • Litteraturoversikt, i form av å få korte forklaringer på faglige begrep, automatiske litteratursøk, gi sammendrag av lengre tekster, inkl. monografier (så man slipper lese alt selv), få oversikt/tips om teori og teoretikere, samt «screening», systematisering og sammendrag av forskningslitteraturen hvor flere inkluderer et ledd i prosessen hvor man leser og vurderer bidrag eller deler av bidrag «manuelt».
  • Analyse enten helt overordnet til «å analysere data», inkl. «stordata» og «sammenfatting av intervjuer», eller til mer avgrensede operasjoner som å identifisere overordnede tema i et datasett, få ideer til tematiske koding, bruke KI til å sammenligne/sjekke tematiske koder, utvikle kode til statistikkprogrammer og andre databehandlingsverktøy, utvikle konsistent argumentasjon, eller finne egnede ord til å beskrive noe i data.
  • Idemyldring beskrevet som «brainstorming» eller sparring for å komme i gang med skriving eller kreativitet, med KI beskrevet som «diskusjonspartner» i sammenhengen.
  • Utvikling av«avatarer» for ferdighetstrening som etterligner barns språkatferd, og som kan brukes som verktøy i ferdighetstreningen.
  • Datainnsamling i form av ekstraksjon av informasjon f.eks. fra sosiale medier.

Kommentar

Det er denne bredden i bruksmåter som gir trykket. Til det kommer den gradvise oppskalering og finjustering av KI-maskinenes virkemåte på tekstsirkelen. De ulike aktivitetene inngår i digitalisering av den.

  • Her trenger man ikke bekymre seg så mye for den banale reproduksjon, som er kjernen i generativ KI. Den gir nå masseutdanning flere negative særpreg.
  • Vi bør heller fokusere på endringene i den kreativt utvidede reproduksjon som kjennetegner god FoU-virksomheten og som kan inspirere undervisningen. Betingelsene er også her i forandring.