KI-milliarden & dosentstigen

Det er nå sendt inn 122 skisser (PDF) til Forskningsrådet. De utgjør i overkant av 60 sider og er forarbeider til det som skal bli søknader om å bli et av 4-6 KI-orienterte forskningssentre (Khrono 21.06.24) [mer].


Fram til søknadsfrist 15.01.2025 vil mange hoder legges i bløt og det ruges på ideer i konkurransen om 850 millioner kroner. Tildeling fra Forskningsrådet skjer i juni 2025 slik at prosjektperiodene da går fra høsten 2025 eller tidlig i 2026.

I praksis betyr dette prosjektleder, noen stipendiater, støttefunksjoner og annen overhead på 15-40 mill/år, dvs. 10 personer i den lave enden og 30-35 i den høye. Noen vil også bruke midler på datakraft (compute).

Om det skulle bli aktuelt, kunne man tenke seg modellen fra 1.lektor-programmet ved OsloMet der folk i lektorstilling kunne søke om frikjøp i 1/2 stilling i 5 år for å gjennomføre KI-relevante utviklings-prosjekter. Det kunne utvides til å gjelde 1.lektorer som forbereder dosentopprykk.

Dette er interessant for Dosentforeningen som her ser en mulighet til å utvikle og konkretisere opprykkskriterienes sentrale punkt om (vesentlig) bidrag til faglig utviklingsarbeid på høyt/høyeste nivå, i samsvar med internasjonale eller nasjonale standarder på området. Den dominerende internasjonale standard for utviklingsarbeid er definert i OECD’s Frascati-manual.

Slike utviklingsarbeider kan gjelde

  • Bruk av KI for å støtte formelle sider i opprykksarbeidet som å utdype forståelser, begrunnelser og begrepsfesting av eksperimentelt utviklingsarbeid for seg og som samspill med institusjon og forskning i et videre FoU-begrep.
  • Bruk av KI for å støtte eksperimentelt utviklingsarbeid for alle aktuelle områder som forfatterskap og bruk av OER digitalt lærestoff, design av kurs og studier, som lærerassistenter, for fleksible løsninger og samspill teori/praksis, livslang læring, og i samarbeid innad og mellom institusjoner, praksisfelt og det sivile samfunn.
  • Eksperimentell utvikling av KI-løsninger som støtter opp under de to foregående punktene, derunder programmering og tilpasning av KI-assistenter, tilrettelegging av tekster og andre data samt dataanalyse og anvendt statistikk.

Dette ligner i mangt IKT i utdanning slik det har spilt seg ut gjennom 50 år, men på klart høyere nivå. Utfordringene nå har likevel store likhetstrekk med tidligere. Det er behov for

  • Bred kompetanse blant undervisere og studenter. Det fordrer opplæringstiltak, digitalt lærestoff og referansemateriale.
  • Store datasett til å fore KI-maskinene, men akademikere er mer påholdne med sine data og det er sterke personvernkrav.

De to står i indre sammenheng. Uten bred praktisk ferdighet blir det smått med empiri. Uten realistiske og overbevisende eksempler vil fagmiljøene fortsatt ringe i den gamle klokka. Dette har vært en Catch-22 gjennom årtier. Det er derfor behov for ..

  • Godt strukturerte læringsmiljøer med velvalgte løsninger og samvirkende faglige nettverk.

Som før blir det da utviklet støttehjul, f.eks. Python m/generelle programvare-bibliotek som PYPI, Git og Github for versjonering og samarbeid, og flere KI-orienterte rammeverk som Cursor IDE, LangChain, HayStack, ProjectPro og Imbue.

Dosentforeningen kan her med fordel fokusere på eksperimentelle utviklingsarbeider for

  • KI kompetanseutvikling blant ansatte og studenter.
  • Datafangst for opplæring og trimming av KI-løsninger i utdanningsfeltet generelt og for kvalifikasjon i dosentstigen spesielt.
  • Design og utprøving av formålsspesifikke KI-løsninger.

En av de 122 prosjektskissene springer ut av helsefaglige miljøer med IKT-dimensjon ved bl.a. HVL, UiT, OsloMet og Oslo universitetssykehus.

Denne skissen dekker noe av interessefeltet vårt, men er på et tidlig stadium og favner for bredt.

  • Hele utdanningsløpet kunne kanskje avgrenses til fagskole, bachelor og master-nivåene, – evnt utvidet til spesialemner på videregående skole?
  • Tematisk kunne dette kanskje begrenses til helse- og sosial-fag der det finnes ganske store tekstmengder på norsk og en ganske god tradisjon for dataanalyse (der KI er høyst relevant)?