Et digitalt læringsobjekt er en frittstående digital “pakke” som egner seg for gjenbruk i flere opplæringsløp. Pakka kan være et avgrenset tekststykke, et stillbilde, en podcast, en forklarende video osv. og kombinasjoner av slike elementer. Men det er altså avgrenset slik at det samlet sett kan lagres, gjenfinnes og gjenbrukes. Disse funksjonene har støtte i operativsystemet som nettopp har i oppgave å lagre ting og hente dem fram igjen.
Det er nyttig at læringsobjektene er fokusert rundt ett enkelt tema. For å gjenbrukes bør de være relativt uavhengig av det som kommer før og etter. Litt styltete kan vi beskrive det som at muligheten for gjenbruk er omvendt proporsjonal med kontekstavhengigheten.
KI operativsystem
KI-løsninger som ChatGPT har begrenset tilgang til slike funksjoner. Men en ny tilnærming søker å bøte på det. Kursleverandøren DeepLearning.AI med professor og entreprenør Andrew Ng som frontfigur har lansert et gratis kurs om dette. Løsningen ble publisert i en artikkel av bl.a. Sarah Wooders og Charles Packer som også leverer et rammeverk for dette og er kursinstruktører.
Kurset “LLMs som Operativsystemer: Agentminne” gir en drøy times introduksjon der dette er hovedsaker:
- Et stort språkmodell (LLM) kan bruke all informasjon som er lagret i ledeteksten (prompt, kontekstvinduet) som har begrenset plass. Man kan bruke en lengre ledetekst, men det koster mer og gir tregere svar.
- Men det er mulig å administrere kontekstvinduet slik at det utvides med virtuelt minne.
- Det virtuelle minnet kan lagres på harddisken og framhentes derfra. Informasjonselementer kan skapes, endres og slettes.
Dette innebærer at vi kan lage, lagre, forandre, gjenbruke og dele læringsobjekter for bruk i KI-løsninger. Her må vi forvente et fruktbart samspill mellom generative løsninger og mer tradisjonelle måter man organisere kunnskap i multimodale formater.
Her ligger det også interessant muligheter for eksperimentelt utviklingsarbeid i utdanningssystemet
