Her er en sammenfatning av en fersk metastudie om utdannings-KI med kommentarer om endringer i det akademiske produksjonsmiljøet. De gjenspeiles ikke så godt i slike studier.
Denne studien fra 2024 i Springer Open rapporterer om en metastudie som endte opp med 31 forskningsartikler fra tidsrommet 2010-22. Den ble utført i flere trinn der vesentlige deler av dette forøvrig vil kunne håndteres av generativ KI:
Litteratursøk: For å finne relevant forskning ble det utført bredspektrede litteratursøk i flere databaser, inkludert Google Scholar, ERIC, og Web of Science. Søkeord som “artificial intelligence”, “higher education”, og “systematic review” ble brukt. Hele søkeprofilen er gjengitt til høyre (klikk for større versjon). Noe over 5000 artikler ble da identifisert.- Utvalgskriterier: Studiene som ble inkludert i analysen måtte oppfylle visse kriterier som å være publisert mellom 2010 og 2022, fokusere på KI-applikasjoner i høyere utdanning og være fagfellevurdert.
- Uttrekk av data: Forskerne utviklet en mal for å sikre konsistente data. Det omfattet informasjon om studieoppsett, deltakere, type KI-applikasjon og hovedfunn.
- Kvalitetsvurdering: For å vurdere kvaliteten og relevans brukte forskerne en tilpasset versjon av Critical Appraisal Skills Programme (CASP).
- Dataanalyse: Data ble vurdert for å finne vanlige temaer og trender i bruk av KI i høyere utdanning. Forskerne brukte både kvantitative og kvalitative metoder for å oppsummere funnene.
- Syntese: Resultatene fra de individuelle studiene ble samlet i tre tabeller. Dette gjaldt suksessfaktorer (tabell 6 nedenfor), utfordringer (tabell 7) og potensielle framtidige forskningsområder (tabell 8).
Denne metodiske tilnærmingen sikret systematisk gjennomgang av eksisterende forskning på området.
Eksperimentelt utviklingsarbeid
Studien diskuterer variert eksperimentering som en faktor i bruk av kunstig intelligens i høyere utdanning. Slike kan bidra til å forstå hvordan KI kan tilpasses ulike utdanningskontekster og behov. Utdanningsinstitusjonene kan identifisere hvilke tilnærminger som gir best resultater for bestemte læringsmål og studentgrupper.
Varierte eksperimenter kan skje på flere fagområder med ulike undervisningsmodeller, noe som kan avdekke både muligheter og begrensninger.
Da er det av betydning å dokumentere og dele resultatene fra de ulike forsøkene og bygge en kunnskapsbase. Det gjelder både suksess og utfordringer som oppstår underveis, slik at andre kan lære av disse erfaringene.
Tekstteori
Men dette uttrykker kanskje en pedagogisme? Det tekstteoretiske grunnlaget synes å mangle. I Norge finnes det nå f.eks. gode ansatser for KI-milliarden; men de 112 prosjektskissene som ble sendt inn fra krik og krok i UH-Norge i juni 2024, uttrykker samme svakhet.
Universitetssamfunnet videreutvikler gjerne tema for sin undervisning og forskning, så lenge undervisning og forskning ikke selv kommer i skuddlinja. Det første er jo bra og nødvendig. Nå gjelder det også det andre. Spørsmålet er om man nå vil tolke den automatiske klassifikasjon og gjenfinning/gjenbruk av fagtekster inn som bærebjelke i den akademiske institusjon.
Et lite eksempel kunne være at Universitetet i Bergen nå setter av 1.2 millioner til å gjøre jusstudentene klare for et arbeidsmarked der kompetanse på kunstig intelligens blir forventet av dem. Jeg kjenner ikke detaljene i dette utmerkede tiltaket, og må derfor bare spørre om hvilke forandringer i eget læringdesign som det juridiske fakultet og universitetet nå vil prøve ut for alle sine studenter og undervisere?
Det er hvordan talens (og tekstenes) vesen og former forandres av de globale tekst-teknologiene som vi må rette oppmerksomheten mot, – ikke bare det som omtales.
Intervju med Anders Johansen i Forskerforum 25.06.24 Om alle studentar brukar kunstig intelligens, blir alle fag like [HTML] tar opp dette.
Å skrive er formen for å utvikle tenkning.
Det kan innvendes at det er en blant flere former. Kanskje det heller er hele utformingen (eller eksternaliseringen) av alle aspekter av nytt fagstoff vi bør legge til grunn?
Å forfatte brødteksten inngår i det. Men dette handler vel så mye om struktur og disponering. Ideutvikling skjer også når det etableres samspill (inter-tekstualiet) mellom skrift, bilde, audio/video og dokument-uforming. Å teste ut og så omredigere for å lage en god presentasjon kan gi ideavklaring.
Dette gjelder altså helheten og detaljene i det å skape produktivt samspill mellom de ulike deler og nivåer i materialets utvikling og organisering. Bruk og utvikling av fagtekstene spiller sammen med anvendelsene, som også danner strukturer.
Da kan man gjerne hente støtte fra KI på noen delområder, slik vi fra tidligere også har en rekke hjelpestørrelser i form av leksika, tesauri, ordbøker, ordrettings- og synonym-programmer, eksempeltekster osv.
Kun det å forme og føye sammen ord er ikke den magiske eliksir. Men det er her mange akademikere har sitt viktigste erfaringsgrunnlag. Har du en hammer, løses de fleste problemer med spiker.