Et OECD-webinar høsten 2024 stiller et velkjent problem:
Mange digitale verktøy og ressurser ble opprinnelig utviklet for andre sektorer enn utdanning. Det har skapt problemer med å integrere dem i faglig profesjonell praksis. Beslutningstakere finner investeringene i digital utdanning relativt ineffektive. Dette webinaret vil utforske behovet for nye institusjonelle modeller og prosesser for å utvikle digitale verktøy og ressurser for utdanning som dekker reelle behov i utdanningsmiljøene og som lettere kan integreres i utdanningspraksis.
Her bør det nok også legges til en motstand mot å forandre undervisningspraksis, og at det er få karrieregevinster ved å gjøre det. Digital omlegging forskyver som regel innflytelse fra fagside til administrasjon. De vanligste løsningsstrategier er derfor administrative:
- Den enkle: Lag et senter for det.
- Den krevende: Reorganiser det administrative systemet.
De fleste velger det enkle, men Københavns universitet har forsøkt å ta tyren ved hornene og fjerne fakultetsnivået (Khrono 10.10.24). Rektoren håper å kunne flytte 2-300 årsverk fra administrasjon og støttetjenester til den primære forsknings-og undervisningsinnsatsen.
Endret kunnskapsutvikling
Mer krevende er å redefinere forholdet mellom studenter, lærere og de tekstlige kunnskapsressursene.
(Lite) utvalg av tilpassede KI-agenter.
Undervisningen forskyves da fra å formidle gjennom forelesning til å oppøve studentenes – og lærernes – ferdigheter i egen og delt kunnskapsorganisering i samspill med KI-drevne assistenter på nettet.
Kunnskap omfatter det vi har internalisert av påstands-, modell- og erfart viten og det høye nivå i evnen til å oppdatere, utvide og avlære i informasjonstette studie- og arbeidsmiljøer.
Det å teste antakelser og hypoteser gjennom praktiske utprøving og eksperiment blir da viktigere, – nettopp det som eksperimentelt utviklingsarbeid også går ut på. Det koker altså ned til problemløsning:
- Ikke hvilke kunnskaper du har, men hvilke problemer og problemtyper du har løst.
Problemene er på ulike aggregatnivåer fra det relativt enkle med få dimensjoner til det svært sammensatte. Det er følgelig en primær oppgave å utvikle problemer av tilstrekkelig vanskelighetsgrad og en samtidig avveining mot det informasjonstette læringsmiljøet, og slik at KI ikke banaliserer problemløsningen. Dette har mange likhetstrekk med case-basert undervisning. Å kvalifisere seg gjennom eksperimentelt utviklingsarbeid for dosentstigen gir et godt grunnlag. Det er viktig nok med god relasjonell ferdighet, men i seg selv er dette og den mer generelle kunnskap om et emneområde ikke tilstrekkelig.
Innretting av administrasjon og støttefunksjoner bestemmes da heller på grunnlag av endrede læringsformer.