Det min kone var lagt mærke til som underviser i bl.a. samfundsfag er, at de i forvejen fagligt stærke elever bruger det på en god måde der understøtter og forbedrer deres egen formåen, mens de i forvejen fagligt svage elever bare smider opgavebeskrivelsen ind og afleverer outputtet verbetim.
Ud fra det kunne det tyde på, at vi får et endnu større skel mellem unge med ressourcestærke og ressourcesvage bagland.
Det er også min erfaring fra softwarebranchen. De erfarne udviklere ved hvilket resultat de forventer og kan styre AI’en i den rigtige retning. De nyansatte/nyuddannede er mere tilbøjelige til at stole blindt på hvad den spytter ud.
Jeg har flere gange opfordret nye folk til at bruge AI mindre for selv at opbygge noget træning i kodning og forståelse, men det er svært når der er stramme deadlines og virksomheden selv opfordrer til at bruge mere AI.
AI er også fantastisk til læring. Hvis der er et emne som du ikke kender, så kan du lære om det via en spørgsmål-svar session. Så du kan altid få svar på lige præcis den retning, hvor din læring er. Det er langt, langt bedre end at skulle prøve at finde svaret på et spørgsmål ved at slå op i en bog. Det er som at have en personlig tutor som altid er klar.
Det kræver dog at du ved, hvordan man opbygger sin egen forståelse for et nyt emne. At du har lært at lære. Hvilket er åbenlyst for mig, men nok ikke for alle.
Har en ven der underviser på universitet i England. Han er også stødt på den tilgang du nævner, men udtrykker også bekymring over, at mange af hans studerende ikke kan pensum, ganske enkelt. Samtidig siger han, at det er blevet forholdsvist nemt for ham at spotte opgaver der er lavet hovedsageligt med KI. Det er pga. bestemte vendinger og ord, som studerende på hans niveau bare ikke bruger i sammenhæng med det emne han underviser i.
Han er ikke imod at hans studerende bruger KI, og mener det er et helt fantastisk værktøj (han bruger det selv i andre sammenhænge), men han nævner det er utroligt svært at forklare studerende, at de altså ikke gør dem selv nogle tjenester ved, at få KI til at skrive hele essays for dem.
Vi snakkede lidt om hvordan LLMs er vore dages lommeregnere. Da jeg gik i gymnasiet var det at have en TI-68 nærmest som at være gud, og det eneste der holdt dig fra at få 13 over hele linjen var, at du også skulle kunne skrive mellemregningerne.
Hvad er mellemregningerne i dag? Hvordan kan man bevise at det er noget man selv har skrevet, og ikke noget man har fået en LLM til at skrive, som om det er en selv der har skrevet det?
Umiddelbart kan jeg forstille mig, at en løsning ville være en form for et mundtligt “forsvar” af en given skrevet opgave. Man skal altså kunne redegør for den viden, man præsentere i sin opgave. Her tænker jeg at man som lærer/eksaminator, hurtigt kan danne sig et overblik over den reelle forståelse eleven måtte have omkring emnet.
Jeg kan da selv huske fra min tid på gymnasiet, at mundtlige opgaver var langt sværere at trække gode karakterer i, hvis man ikke havde en god forståelse af stoffet. Jo man har en mulighed for at trække lidt op hvis man har talegaver, men en god lærer/censor lader sig ikke narre af charme.
Men dette er bare ikke en reel løsning… Det tror jeg simpelthen ikke der er ressourcer til. Så hvad filen gør man!
Det er også det, der er mit indtryk. Min kone underviser studerende i at bruge AI i studiesammenhæng på en fornuftig måde, og det er helt klart noget, som kan hjælpe nogen rigtig meget uden at overskride nogen grænser, men jeg har også i mine egne jobs - også i undervisningsverdenen - stødt på nogle skrækhistorier. Unge der flere gange i træk har fået nærmest ingenting til optagelsesprøver og så pludselig får topkarakter. Massevis af opgaver der ser enormt suspekte ud. Referencelister propfyldt med kilder der slet ikke eksisterer. Det må være rædsomt at håndtere som underviser. Og det gør jo ikke nogen nogen tjenester. Kan ikke forestille mig, at der er meget fidus i længden i at klare sig igennem et studie, man grundlæggende ikke selv forstår.
Som jeg forstår det, så skriver de reelt selv hele opgaven, men får hjælp af AI til at uddybe begreber for at forbedre forståelsen, eller forfine formuleringer/afsnit de ikke er tilfredse med. Så det er vel en form for 80/20 model hvor de selv laver benarbejdet og så får AI til at hjælpe med at pudse kanterne af.
Jeg synes også det lyder til, at der er indbygget AI i mange referencesøgningsplatforme nu, så man ikke bare skriver et ord i et søgefelt, men man har sig en lille snak med systemet om, hvad det er, man har brug for. Jeg forestiller mig, at en studerende der forstår teorien omkring sit fag og som kan bruge søge-AI’en ordentligt har meget bedre mulighed for at finde nogle gode kilder, end studerende der kun er gode til det ene - eller ingen af delene. Om de så begrænser sig til det, ved jeg ikke, men der burde i hvert fald være mulighed for at blive understøttet af AI, uden AI nogen sinde har rørt ved selve opgaven.
Og så kan man vel også ping pong’e med en AI og bruge det som en slags ekstra vejledning. “Jeg havde tænkt mig at gøre x og y - synes du det lyder som en god idé? Er der noget du ville gøre anderledes?” eller noget i den retning. Sådan bruger jeg det tit selv, og jeg ville tænke, det også var fornuftigt i en studiesammenhæng, men jeg ved ikke, om jeg misser nogen faldgruber.
Det min kone var lagt mærke til som underviser i bl.a. samfundsfag er, at de i forvejen fagligt stærke elever bruger det på en god måde der understøtter og forbedrer deres egen formåen, mens de i forvejen fagligt svage elever bare smider opgavebeskrivelsen ind og afleverer outputtet verbetim.
Ud fra det kunne det tyde på, at vi får et endnu større skel mellem unge med ressourcestærke og ressourcesvage bagland.
Det er også min erfaring fra softwarebranchen. De erfarne udviklere ved hvilket resultat de forventer og kan styre AI’en i den rigtige retning. De nyansatte/nyuddannede er mere tilbøjelige til at stole blindt på hvad den spytter ud.
Jeg har flere gange opfordret nye folk til at bruge AI mindre for selv at opbygge noget træning i kodning og forståelse, men det er svært når der er stramme deadlines og virksomheden selv opfordrer til at bruge mere AI.
AI er også fantastisk til læring. Hvis der er et emne som du ikke kender, så kan du lære om det via en spørgsmål-svar session. Så du kan altid få svar på lige præcis den retning, hvor din læring er. Det er langt, langt bedre end at skulle prøve at finde svaret på et spørgsmål ved at slå op i en bog. Det er som at have en personlig tutor som altid er klar.
Det kræver dog at du ved, hvordan man opbygger sin egen forståelse for et nyt emne. At du har lært at lære. Hvilket er åbenlyst for mig, men nok ikke for alle.
Det lyder bekendt.
Har en ven der underviser på universitet i England. Han er også stødt på den tilgang du nævner, men udtrykker også bekymring over, at mange af hans studerende ikke kan pensum, ganske enkelt. Samtidig siger han, at det er blevet forholdsvist nemt for ham at spotte opgaver der er lavet hovedsageligt med KI. Det er pga. bestemte vendinger og ord, som studerende på hans niveau bare ikke bruger i sammenhæng med det emne han underviser i.
Han er ikke imod at hans studerende bruger KI, og mener det er et helt fantastisk værktøj (han bruger det selv i andre sammenhænge), men han nævner det er utroligt svært at forklare studerende, at de altså ikke gør dem selv nogle tjenester ved, at få KI til at skrive hele essays for dem.
Vi snakkede lidt om hvordan LLMs er vore dages lommeregnere. Da jeg gik i gymnasiet var det at have en TI-68 nærmest som at være gud, og det eneste der holdt dig fra at få 13 over hele linjen var, at du også skulle kunne skrive mellemregningerne.
Hvad er mellemregningerne i dag? Hvordan kan man bevise at det er noget man selv har skrevet, og ikke noget man har fået en LLM til at skrive, som om det er en selv der har skrevet det?
Dit slutspørgsmål fangede mig lige.
Umiddelbart kan jeg forstille mig, at en løsning ville være en form for et mundtligt “forsvar” af en given skrevet opgave. Man skal altså kunne redegør for den viden, man præsentere i sin opgave. Her tænker jeg at man som lærer/eksaminator, hurtigt kan danne sig et overblik over den reelle forståelse eleven måtte have omkring emnet.
Jeg kan da selv huske fra min tid på gymnasiet, at mundtlige opgaver var langt sværere at trække gode karakterer i, hvis man ikke havde en god forståelse af stoffet. Jo man har en mulighed for at trække lidt op hvis man har talegaver, men en god lærer/censor lader sig ikke narre af charme.
Men dette er bare ikke en reel løsning… Det tror jeg simpelthen ikke der er ressourcer til. Så hvad filen gør man!
Nemt, manglende ressourcer fikser vi selvfølgelig bare med AI. Du får bare AI-eksaminator og AI-censor til at stå for forsvaret af opgaven. /s
Det er også det, der er mit indtryk. Min kone underviser studerende i at bruge AI i studiesammenhæng på en fornuftig måde, og det er helt klart noget, som kan hjælpe nogen rigtig meget uden at overskride nogen grænser, men jeg har også i mine egne jobs - også i undervisningsverdenen - stødt på nogle skrækhistorier. Unge der flere gange i træk har fået nærmest ingenting til optagelsesprøver og så pludselig får topkarakter. Massevis af opgaver der ser enormt suspekte ud. Referencelister propfyldt med kilder der slet ikke eksisterer. Det må være rædsomt at håndtere som underviser. Og det gør jo ikke nogen nogen tjenester. Kan ikke forestille mig, at der er meget fidus i længden i at klare sig igennem et studie, man grundlæggende ikke selv forstår.
Det lyder fornuftigt. Hvad kunne være et eksempel på “en god måde der understøtter og forbedrer deres egen formåen”?
Som jeg forstår det, så skriver de reelt selv hele opgaven, men får hjælp af AI til at uddybe begreber for at forbedre forståelsen, eller forfine formuleringer/afsnit de ikke er tilfredse med. Så det er vel en form for 80/20 model hvor de selv laver benarbejdet og så får AI til at hjælpe med at pudse kanterne af.
Jeg synes også det lyder til, at der er indbygget AI i mange referencesøgningsplatforme nu, så man ikke bare skriver et ord i et søgefelt, men man har sig en lille snak med systemet om, hvad det er, man har brug for. Jeg forestiller mig, at en studerende der forstår teorien omkring sit fag og som kan bruge søge-AI’en ordentligt har meget bedre mulighed for at finde nogle gode kilder, end studerende der kun er gode til det ene - eller ingen af delene. Om de så begrænser sig til det, ved jeg ikke, men der burde i hvert fald være mulighed for at blive understøttet af AI, uden AI nogen sinde har rørt ved selve opgaven.
Og så kan man vel også ping pong’e med en AI og bruge det som en slags ekstra vejledning. “Jeg havde tænkt mig at gøre x og y - synes du det lyder som en god idé? Er der noget du ville gøre anderledes?” eller noget i den retning. Sådan bruger jeg det tit selv, og jeg ville tænke, det også var fornuftigt i en studiesammenhæng, men jeg ved ikke, om jeg misser nogen faldgruber.