kunstig intelligens
illustrasjonsfoto
chatgpt

Skolens møte med generativ kunstig intelligens

FAGARTIKKEL: Generativ kunstig intelligens har potensial til å gjøre en rekke oppgaver både bedre og på mer tidsbesparende måter enn oss mennesker. Det er samtidig en fundamental forskjell på å bruke teknologi i en læringsfremmende hensikt og en produktivitetsøkende hensikt. 

Publisert

Det er en stor forskjell mellom det å bruke teknologi som produktivitetsfremmende verktøy i næringslivet og i elevenes læringsprosess. Sjakkprogrammer knuser verdens beste sjakkspillere: Gir det da fortsatt mening at mennesker lærer å spille sjakk?

Dagens kalkulatorer løser med letthet en rekke matematikkoppgaver: Gir det fortsatt mening at elever lærer grunnleggende ferdigheter i regning? Generativ kunstig intelligens kan lage portretter på høyde med det mange profesjonelle kunstnere kan lage: Gir det fortsatt mening at barn lærer å tegne? 

Generativ kunstig intelligens kan på kommando lage argumenterende tekster av høy kvalitet: Gir det fortsatt mening at elever lærer å skrive argumenterende tekster i skolen? Svarende på alle disse spørsmålene er etter mitt syn helt klart: ja!

To undergrupper

Kunstig intelligens (KI) er teknologi som kan justere sin egen aktivitet og har evnen til å utføre oppgaver som normalt ville kreve menneskelig intelligens. Det finnes to undergrupper. Regelbasert KI er for eksempel den typen samtaleroboter som banker, skattemyndigheter osv. tilbyr sine kunder, og som gir forhåndsdefinerte svar på spørsmål. Generativ KI som ChatGPT, Bard og LlAMA er språkmodeller som kan generere mer naturlig og variert tekst basert på tidligere samtaler.

Et vesentlig fremskritt i utviklingen av generativ KI var oppfinnelsen av en ny nettverksarkitektur, the Transformer. Denne nettverksarkitekturen ble implementert i for eksempel Google Translate i 2019 og har bidratt til å forbedre programmets evne til å oversette noenlunde presist. Språkmodellene som nå finnes, har også blitt forhåndstrent på et meget stort tekstmateriale.

I slutten av 2022 lanserte OpenAI sin samtalerobot ChatGPT, som har overrasket mange, inkludert meg selv. T-en henspiller på the Transformer, mens P-en henspiller på ordet pre-trained, det vil si at språkmodellen er forhåndstrent på et meget stort materiale. G-en henspiller på dens generative egenskaper. Den er kort sagt i stand til å predikere neste ord i en setning. 

Materialet som denne samtaleroboten er forhåndstrent på, har innebyggede skjevheter og kulturelle slagsider. Spør du om en forklaring på fotosyntesen eller en analyse av Hamlet, får du overraskende gode svar. Spør du derimot om å redegjøre for de viktigste verkene i Knut Faldbakkens forfatterskap, var svarene fra samtaleroboten frem til oktober 2023 meget misvisende. Samtaleroboten «hallusinerer» lett. Elever som ønsker å sette seg inn i norske samtidsforfattere, bør altså bruke andre kilder enn ChatGPT.

Spør du samtaleroboten om å sammenlikne Ibsens skuespill Gengangere med den klassiske greske tragedie, får du en punktliste som kan være et utgangspunkt for diskusjon eller videre utspørring av samtaleroboten for flere detaljer. I sum kan slik utspørring ende opp i lange og velformulerte tekster. Men i min bokhylle har jeg likevel langt bedre tekster om Ibsens forfatterskap enn det ChatGPT produserer. Generativ KI gir ikke de beste tekster på alle innholdsområder. Dette verktøyet er bare én av flere tilganger.

Språkmodellene fanger opp at forholdet mellom to ord i en setning ikke bare avhenger av de to ordene, men også av de ordene som kommer før og etter dem. Denne egenskapen baserer seg på det som kalles oppmerksomhetsmekanismer, det vil si mekanismer som lar språkmodellene veie viktigheten av forskjellige ord eller symboler i en setning. Dette hjelper dem med å fange opp langsiktige avhengigheter og relasjoner mellom ord. Ved å la språkmodellene forhåndstrene på en enorm mengde data er egenskapen ved å predikere neste ord i en setning blitt forbedret. Etter hvert som språkmodellene blir trent på mer data og oppdatert med enda mer informasjon, vil de kunne bli bedre til å generere nøyaktig og informativ tekst. Kvaliteten kan likevel variere (Chen mfl., 2023).

Vil påvirke hvordan vi arbeider

Generativ KI vil trolig påvirke samfunnet på dyptgripende måter og være verktøy som brukes i en rekke yrker. Samtalerobotene har dessuten politisk slagside. For eksempel er ChatGPT venstrevridd, mens LLaMA er noe mer høyrevridd (Feng mfl., 2023). En konsekvens blir at kritisk kompetanse er usedvanlig viktig i en fremtid der alle samfunnsborgere forventes å måtte forholde seg til generativ KI. Derfor må skolen dette. Men generativ KI er bare én av flere komponenter i skolen «økosystem».

Eksperimentelle og kontrollerte forsøk med generativ KI viser at ChatGPT fører til at en rekke yrkesoppgaver, som å skrive søknad, lage pressemeldinger og markedsplaner og lignende tekstproduksjon, blir både langt raskere og bedre utført (Noys & Zhang, 2023). 

Dette skaper et potensial for produktivitetsgevinster både i næringslivet og i offentlig administrasjon. Utdanninger som forbereder for spesifikke yrker, som journalistyrket, advokatyrket osv., må selvsagt lære studentene hvordan de kan bruke denne teknologien i sin yrkesutøvelse. 

En advokat kan for eksempel be GPT4.0 om å sammenfatte saksdokumenter opp til 25 000 ord. Sannsynligvis er dette svært arbeidsbesparende. Når teknologien gjør arbeidet både tidsbesparende og bedre, hvorfor ikke da bruke denne typen teknologi i skolen? Og hvilke gunstige funksjoner kan generativ KI ha for elevenes læringsprosess og for læreres undervisningsarbeid?

Det korte svaret er at det kommer an på hvordan teknologien brukes. Det kommer an på elevene. Har du vitebegjærlige elever, eller har du kalkulerende elever (dvs. elever som bruker teknologien til å slippe unna med minst mulig innsats for maksimalt utbytte i form av karakterer), eller har du elever som både kan være vitebegjærlige og kalkulerende, avhengig av situasjonen og konteksten? 

Elever med en kalkulerende innstilling til læringsarbeidet vil lett ta snarveier når de bruker digitale verktøy. Elever kan for eksempel kopiere og lime inn informasjon fra en samtalerobot eller internett uten å oppgi kildene sine. Den vitebegjærlige kan på den andre siden bruke KI som en hjelp i en dypere læringsprosess.

Skolen og lærerne må ta aktive valg

Undervisning er et kunnskapsbasert håndverk. Med de teknologiske mulighetene som byr seg frem i dagens situasjon, må lærere forholde seg til ved å ta aktive valg om teknologibrukens hva, hvorfor og hvordan. Her er det lærerne må finne ut hvordan generativ KI kan og bør brukes som verktøy i skolen. 

Skolene må ta et strategisk grep for å møte de utfordringene som teknologiutviklingen gir. Potensialet som generativ KI har i skolen, avhenger av skolefaget (innholdets egenart) og elevenes alderstrinn. Lærerne er nødt til å finne ut av dette. Forskning og reguleringer ligger etter. I april 2023 nedsatte Kunnskapsdepartementet et utvalg som utreder hva KI betyr for lærernes undervisningsarbeid og politikkutforming på nasjonalt og lokalt nivå.

Prosessen med at hver elev har sin egen digitale enhet på skolen, er nær fullført. Spørsmålet er hvordan generativ KI kan brukes på læringsfremmende måter, og hvordan lærere kan bruke teknologien i sitt arbeid. Man kan se for seg personliggjorte læringsopplevelser, det vil si at samtaleroboten svarer mer eller mindre treffende og opplysende på det den blir spurt om. Når den fungerer på sitt beste, vil man bli imponert over resultatene. På sitt verste risikerer vi at elevenes læringsprosesser blir svekket, gjennom at det blir produktet (altså den besvarte oppgaven eller den ferdige teksten) som kommer i sentrum, og ikke det læringsarbeidet hver enkelt elev må gjøre for å tilegne seg kunnskaper og ferdigheter i fagene.

Vil inntoget til generativ KI endre lærerrollen «from the sage on the stage to the guide on the side»? Vil dette innebære en deprofesjonalisering av læreryrket? Spørsmålet er berettiget fordi teknologi har overtatt en rekke arbeidsoppgaver som tidligere har vært utført av mennesker. Samtidig skapes også nye arbeidsplasser når nye teknologiske løsninger utvikles. Den teknologiske utviklingen har gitt vesentlige bidrag til produktivitetsgevinster i arbeidslivet og har vært en viktig årsak til den materielle velstanden vi opplever i dag.

Teknologien kan sannsynligvis avlaste lærerne for en del av det rutinearbeidet de må utføre i dag. Dette kan skje på tilsvarende måte som i mange andre yrker, der teknologi i større eller mindre grad har overtatt arbeidsoppgaver som tidligere ble utført av mennesker. Vil det fortsatt være behov for lærere som møter elever med de kvaliteter som vi hittil har forbundet med god undervisning? Vil endringene i skolen komme hurtig, eller vil de inntreffe gradvis?

Hva lærerne må kunne

Det nytter ikke å stenge ute generativ KI fra bruk i skolen. Når tannkremen først er ute av tuben, går det ikke an å få den tilbake. Skolen som institusjon må finne ut hvordan den kan håndtere generativ KI. Lærere må tilegne seg kompetanse i hvordan ChatGPT og tilsvarende teknologiske nyvinninger kan tas i bruk for å fremme læring, men også forhindre det som hemmer lær­ings­prosessen. Dette omfatter blant annet følgende kompetanser i:

  • å lage effektive ledetekster
  • å beherske utfordringene som skap­es når ChatGPT og andre sam­tale­­­­roboter brukes i klasserommet og utenfor
  • å holde seg oppdatert på endringer i funksjoner og anvendelser
  • å veilede elever til å bruke KI i deres selvstyrte læringsprosess
  • å utforme vurderingssituasjoner som gir kunnskap om hva elevene faktisk kan
  • Generativ KI kan også gi beslutningsstøtte for læreren. Blant annet omfatter dette følgende kompetanser:

  • å analysere hvilke kunnskapsforutsetninger elevene bør ha for at undervisningen om et emne skal treffe elevens faglige nivå
  • å lage utkast til en undervisningsplan for en undervisningstime eller en periode
  • å lage forslag til skolefaglige presentasjoner av lærestoff
  • å finne måter å bruke KI på som støtter formativ vurdering, blant annet gjennom å skape rammer for læringsfremmende tilbakemeld­inger, her­under å utvikle analytiske rubrikker (vurderingskriterier) som elevene kan bruke i sitt lærings­­arbeid
  • å bruke generativ KI til å utvikle infor­masjon (læringsmateriale) som passer til elevenes kunnskaps­nivå eller egnede oppgaver eller løsnings­forslag på oppgaver
  • å bruke generativ KI til å få ideer til oppgaver, kreative ideer til undervisning, forenklinger av komplekst faglig innhold osv.
  • å bruke generativ KI til å utarbeide forslag til informasjonsskriv til elever, foreldre osv.

Generativ KI kan også være nyttig i den direkte interaksjonen med elever ved at teknologien avlaster læreren gjennom å gi umiddelbare tilbakemeldinger på elevenes spørsmål. Alt dette krever at lærere forholder seg til fenomenet generativ KI ved å tenke strategisk om hvordan man kan utvikle egen kompetanse, men også strategisk bevissthet om ledelse av elevenes læringsprosesser.

Om å bruke pedagogisk skjønn

Løsningen på spørsmålet om hvordan KI bør anvendes i skolen, er den samme for ChatGPT som for andre digitale verktøy i klasserommet: Noen ganger bør elevene bruke denne teknologien, og noen ganger bør de arbeide med læringsoppgaver uten tilgang på KI. Løsningen blir den samme som med kalkulatorer: Det er læreren som skal bestemme når elevene får bruke kalkulatorene sine, og når de ikke får det. Det samme gjelder ChatGPT og andre programmer. Det er noen ganger hensiktsmessig å utvik­le skriveferdigheter uten teknologisk assistanse og noen ganger med. Her trenges et profesjonelt skjønn for når teknologi skal brukes, og når den ikke skal brukes.

Når elever bruker generativ KI, kan verktøyet anvendes som hjelpemiddel i prosessorientert skriving. Eleven kan bruke ChatGPT til idédugnad i skriveprosessens startfase. Den teksten som samtaleroboten produserer, kan så redigeres og forbedres ved at eleven forsøker å finne sitt eget genuine uttrykk for tanker gjennom ordvalg, argumentasjonslogikk, retoriske virkemidler og det utvalg av faktainformasjon som eleven mener hører med i en tekst. På denne måten kan eleven prege teksten med sin egen personlige uttrykksmåte. I en skriveprosess gjentas denne aktiviteten flere ganger (med tilbakemelding fra hver gjennomgang som brukes til å forbedre resultatet). 

Det er her ChatGPT kan brukes for å forbedre en tekst. For eksempel kan ChatGPT identifisere feil i grammatikk, stavemåte og syntaks. ChatGPT kan også foreslå forbedringer av klarhet og nøyaktighet og hvordan en tekst kan virke mer overbevisende. Man kan be samtaleroboten om å streke under endringer som den foreslår. Dermed kan eleven studere og overveie de endringene som er foreslått. Med andre ord kan KI brukes til å gi tilbakemelding på elevens tekst, foreslå forbedringer til dette førsteutkastet, og dermed utvikle kvaliteten i tekstutkastene. 

Etter at eleven har tatt i bruk disse tilbakemeldinger, kan ChatGPT brukes på nytt for å gi ytterligere forbedringsforslag. Dette fortsetter til eleven er fornøyd med resultatet. For at det skal skje læring, må eleven reflektere over endringene i produksjonsprosessen. Det er ikke tenkt at denne arbeidsmåten erstatter skriveopplæring, men at den kan brukes som et av flere virkemidler.

Endres våre oppfatninger av god undervisning av at generativ KI brukes i skolen? Det som vi hittil har forbundet med god undervisning, vil trolig også ha gyldighet i en skole der lærere og elever anvender generativ KI. På noen områder vil tilgjengeligheten av generativ KI kunne endre noe, eksempelvis oppøvelse av elevenes skriveferdigheter. Her har som nevnt teknologien potensial til å bidra til funksjonelle forbedringer.

På noen områder vil teknologitilgjengeligheten heller fremstå som et substitutt for andre læringsmaterialer, et verktøysubstitutt. Et eksempel er innhenting av informasjon om forfatterne og deres verker, naturfenomener osv. Elever vil kunne finne atskillig mer innsiktsfulle analyser av klassiske verker i bøker og via internett enn via ChatGPT eller Bard. På andre områder kan man oppleve at de teknologiene som er tilgjengelig for bruk i skolen, fører til ulemper. Tendensen til mindre langlesing og derav svakere leseferdigheter er et eksempel.

Hva fremtiden vil bringe

Det er vanskelig å spå om fremtiden, i særlig grad gjelder dette digital utvikling og digitale enheters interaksjon med mennesker. Den teknofile drømmen om å forvandle skolegangen til en situasjon der hver elev har sin egen digitale enhet (og med lærere som veiledere) kan bli realisert. Hvordan vil den digitale utviklingen med generativ KI i kombinasjon med digital læringsanalyse sette sitt preg på den institusjonen vi hittil har kalt skole? 

Et verktøy for en personliggjort tilrettelegging av elevens læringsprosess innbyr til mer interaktiv bruk enn eksempelvis en lærebok. Samtalerobot-funksjoner vil antakeligvis integreres i det vi i dag omtaler som læremidler, men også i den vanlige programvaren vi bruker i våre digitale enheter (et eksempel er Microsofts Copilot). 

Vil masseutdanningens kjennetegn med 15–30 elever i aldersinndelte skoleklasser forsvinne til fordel for personliggjorte læringsopplevelser skapt gjennom adaptiv interaksjon mellom elev og digital enhet? I så fall ser vi begynnelsen på slutten for den institusjonen vi hittil har forstått som en strikt aldersinndelt fellesskole. 

Elevers bruk av generativ KI kan bidra til en mer personliggjort læringsopplevelse sammenliknet med helklasseundervisning. På den annen side kan en sterkere vektlegging av individualisert interaksjon med digitale enheter også bidra til å svekke viktige kollektive opplevelser i klasserommet. Erfaringer fra kollektive prosesser er nemlig viktig for å utvikle sosiale intelligens.

Vil fremtidens elever bevege seg med digitale «briller» i klasserommet eller i hjemmet, og kommunisere med samtaleroboter i stedet for lærer og medelever? Jeg kan vanskelig se for meg hvordan menneskelig kontakt skal bli erstattet av kommunikasjon med maskiner, vi er tross alt sosiale vesener. Men at vi uansett står overfor betydelige endringer, er temmelig sikkert.

 

 

Litteratur

Chen, L., Zaharia, M. & Zou, J. (2023). How is ChatGPT’s behavior changing over time?. arXiv preprint arXiv:2307.09009.

Elstad, E. (2023). Læreren møter ChatGPT. Universitetsforlaget.

Feng, S., Park, C.Y., Liu, Y. & Tsvetkov, Y. (2023). From Pretraining Data to Language Models to Downstream Tasks: Tracking the Trails of Political Biases Leading to Unfair NLP Models. arXiv preprint arXiv:2305.08283.

Kunnskapsdepartementet & KS (2023). Strategi for digital kompetanse og infrastruktur i barnehage og skole. Kunnskapsdepartementet.

Noys, S. & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192.

 

Om forfatteren

Eyvind Elstad er professor i didaktikk ved universitetet i Oslo. Hans forskning handler blant annet om hvordan skoleledere, lærere og elever forholder seg til teknologi. Han har publisert en rekke studier om lærerutdanning i den nordiske regionen. 

Powered by Labrador CMS