Som man roper i skogen

Som man roper i skogen får man svar. Det gjelder bl.a tidsbruksundersøkelsene i høyere utdanning, – her med henvisning til en NIFU-rapport fra 2021 [PDF]. Den er profesjonelt utført på sine premisser, men premissene synes å være feil. Arbeidet klassifiseres som

• UF-virksomhet (undervisning og FoU) med 2/3 av total arbeidstid.
• Administrasjon med 1/4 av tida.
• Støttefunksjoner som kunnskapsorganisering/bibliotek og IT-sentre med 1/10 av tida.

Det dekker til de funksjonelle endringene slik det redefineres av IKT og kunstig intelligens. Vi bør derfor reklassifisere omfattende deler av arbeidet som bl.a. digital kunnskapsorganisering, inkl. tekstlig reproduksjon, samt undervisnings-ledelse med tydelige administrative og relasjonelle innslag. Da får vi et bedre datagrunnlag for å vurdere dagens tilstand og mulige framskrivninger.

Dette er noe annet enn den teknologiske oppstemthet som preger lederfigurer som Altman, Karpathy, Hassabis, LeCun og andre. Det handler mindre om maskinell intelligens og mer om teknologisk støttet forandringer i kunnskapsarbeidets hverdag. Å erstatte korrekturlakk med automatisk rettetast på de elektriske skrivemaskiner gå ikke maskinene verdensherredømme. Man fikk rettet feil litt enklere og skrev generelt sett litt raskere.

Her er en ledetekst til ChatGPT med utspring i NIFUs tidsbruksundersøkelse fra 2021. Vi etterspør et nytt klassifikasjonsskjema med gjenbruk av tekst i rapporten:

Du er ekspert på tidsbruk i høyere utdanning. Jeg ønsker å forstå dagens utviklingstrekk som følge av digitalisering generelt, og av generativ kunstig intelligens (KI) spesielt. Da må man kategorisere arbeidsoperasjoner ut fra omfang og intensitet av digitalisering og de arbeidsoppgaver der KI inngår. Men rapporter og undersøkelser om dette kategoriserer det ikke slik, men deler opp i undervisning, forskning, administrasjon og formidling uten å vurdere digitale kunnskapsorganiserende oppgaver, den digitale franstilling og tilegnelse av faglige tekster osv., eller bruk av IT i administrasjon, FoU og formidling. Eksempelvis sier rapporten at “tid til undervisning” omfatter undervisning ved egen institusjon, herunder tid til planlegging, forberedelse og gjennomføring av alle typer undervisning inkl. praksisveiledning ved egen institusjon. Kategorien inkluderer også tid til utvikling av undervisningsmateriale og studie-/fagplaner, etter-utdanningskurs e.l., arbeid med studieplaner, veiledning av bachelor-oppgaver, konferansetimer, ekskursjoner, eksamensarbeid, bedømmelse av doktorgrader, eller lignende inngår også. Om FoU heter det at dette omfatter kun arbeid som er direkte knyttet til egen FoU, både egne prosjekter og ledelse eller assistanse ved andres prosjekter. Dette kan inkludere litteraturstudier, publisering av forskningsresultater, reiser, planlegging av prosjekter, administrasjon av FoU, deltakelse på konferanser og egne utdanningsaktiviteter.

Lag et forslag til tidsbrukskategorier som gjør det mulig å analysere omfanget av digital kunnskapsorganisering; utvikling, tilegnelse og formidling av faglige tekster som påvirkes av digitalisering, og det samme for FoU og administrasjon.

Forslag til ny kategorisering.

For å analysere tidsbruken i høyere utdanning med fokus på digitalisering og generativ kunstig intelligens (KI), kan vi utvikle nye kategorier som skiller mellom tradisjonelle arbeidsoppgaver og digitale arbeidsprosesser. Nedenfor presenteres et forslag til kategorier som inkluderer digital kunnskaps-organisering, digital tekstutvikling og bruk av IT i FoU, undervisning og administrasjon. De oppgavene som faller under IKT og KI er kandidater til å bli alminneliggjort.

Det handler derfor ikke om å satse på forsking, underforstått som å bruke offentlig midler på å oppebære den organisasjonsform, de lønns- og – arbeidsbetingelser og den indre selvoppfatning som den akademiske institusjonen utviklet gjennom det forrige århundre. Det er heller snakk om å evne og vilje til å utnytte nye muligheter, som det er mange av. Det vil brukes mer på undervisning og FoU. Men etablerte forestillinger om akademia som avsondret elite blir utfordret.

Undervisning og veiledning

• Tradisjonell undervisning: Undervisningsplanlegging, gjennomføring av forelesninger, seminarer og praksisveiledning uten omfattende bruk av digitale verktøy.
• Digital undervisning: Bruk av digitale plattformer som læringsstøtte-systemer (LMS), utvikling av digitale læringsressurser (video, interaktive kurs, simuleringer).
• KI-basert undervisning: Bruk av generativ KI for å lage undervisnings-materiale, automatisert respons til studenters forespørsler, personlig tilpasset læring gjennom KI-verktøy.
• Digital veiledning: Bruk av digitale verktøy for veiledning, inkludert nettbaserte møter og asynkron veiledning via diskusjonsforum.

Forskning og utvikling (FoU)

• Tradisjonell forskning: Litteraturstudier, dataanalyser, forskningspublisering uten vesentlig bruk av digitalisering.
• Digital forskning: Bruk av databaser, analyseverktøy, publiseringsplattformer og forskningsinfrastruktur med høy digitalt innslag (som Open Access, digitale forskernettverk).
• KI-assistert forskning: Bruk av KI for dataanalyse, tekstgenerering (litteraturoversikter, utkast til artikler), automatisert hypotesetesting, prediksjonsmodeller og resultatanalyse.
• Digital formidling av forskning: Bruk av digitale plattformer for forskningskommunikasjon (podcasts, blogger, sosiale medier), samt virtuelle konferanser.

Administrasjon

• Tradisjonell administrasjon: Oppgaver knyttet til undervisningsplanlegging, personalledelse, budsjettarbeid uten stor bruk av digitale verktøy.
• Digital administrasjon: Bruk av IT-systemer for styring av timeplaner, vurderingssystemer, studentregistrering, søknadsbehandling og rapportering.
• KI-drevet administrasjon: Automatisering av administrative prosesser gjennom KI, for eksempel datadrevet beslutningsstøtte, automatisert e-postkorrespondanse, og ressursallokering.

Digital tekstutvikling og kunnskapsorganisering

• Tradisjonell tekstutvikling: Skriving av fagtekster, forskningsrapporter, og undervisningsmateriale uten digital støtte.
• Digital tekstutvikling: Bruk av programvare for tekstbehandling, referansehåndtering, og samarbeidsverktøy (Google Docs, Overleaf, EndNote).
• KI-basert tekstutvikling: Bruk av generativ KI for produksjon av fagtekster, sammenskriving av rapporter, automatisk generering av referanselister, og oversettelser.
• Digital kunnskapsorganisering: Organisering av faglig innhold gjennom digitale systemer som læringsplattformenes innholdsbanker, forskningsdatabaser og søkemotorer for vitenskapelig litteratur.

Digital kompetanseutvikling og livslang læring

• Tradisjonell kompetanseutvikling: Kurs og etterutdanning uten bruk av digitale verktøy.
• Digital kompetanseutvikling: Nettbaserte kurs, webinars, sertifiseringer og digital opplæring for å utvikle kompetanse innen relevante fagområder.
• KI-basert kompetanseutvikling: Tilpasset læring gjennom KI-plattformer, læringsanbefalinger basert på brukeranalyser, og automatiserte læringsforløp.

Digital formidling

• Tradisjonell formidling: Foredrag, artikler og formidlingsarbeid uten digital støtte.
• Digital formidling: Formidling via nettsider, sosiale medier, videoopptak, og digitale publikasjoner.
• KI-assistert formidling: Automatisert tekstgenerering for forskningsformidling, bruk av KI for å analysere publikumsrespons og tilpasse formidlingsstrategier.

Denne kategoriseringen vil gjøre det lettere å skille mellom arbeidsoppgaver som påvirkes av digitalisering, og identifisere hvordan generativ KI endrer tidsbruk i undervisning, forskning, administrasjon og formidling.