Universitetet i Sørøst-Norge har et KI-forum (Teams-rom med 450 medlemmer). De som
ønsket det kunne komme med innspill på invitasjonen fra KI-utvalget (Malthe-Sørensen). Det kom 11 svar. I dette dokumentet er alle spørsmålene fra KI-utvalget listet opp i rekkefølge. Hvert kulepunkt representerer svar fra de av de 11 som har svart på spørsmålet (ikke alle svarte på alle spørsmål). Klipp-og-lim og reorganisering for å få alt på riktig sted er gjort av Svend Andreas Horgen (seksjonssjef i USN eDU, Enhet for Digitalisering og Utdanningskvalitet). Ingen formuleringer er redigert bort (heller ikke skrivefeil).
1. Hva er den største utfordringen med KI i høyere utdanning?
• Manglende samkjøring av bruken både nasjonalt og lokalt. Samt etikken – herunder
personvern, etikken og fake tekst og fotos.
• Innen de kreative fagområdene kan det se ut til at det er mye fokus på saker knyttet til
opphavsrett, plagiat og mangel på individualitet/særegenskaper i flere deler av feltet
(fra opplæring av KI-modeller med opphavsrett i forhold til innhold/stiluttrykk mm. til
selve bruken av KI-generert materiale i ulike sammenhenger). – Dette ofte i større grad
enn å se på muligheter for kreativ og fagutviklende bruk av disse
tjenestene/mulighetene for nye uttrykk og uttrykksformer, kreative løsninger mm … –
Det er altså både noen utfordringer her, men også nye muligheter!
• Det er et veldig vanskelig spørsmål fordi KI er så inngripende. Den største
utfordringen for meg som lærer akkurat nå er at med KI kan jeg ikke lenger vite at
teksten jeg leser er del av en læreprosess. Skriving blir produksjon av tekst – ikke
prosess knyttet til innsikt, utvikling og læring. Når det kommer til hjemmeeksamen og
obligatoriske skriftlige oppgaver gjort hjemme har KI tatt vekk all verdi hvis testing av
faktisk kunnskap er formålet. Jeg ser oppgaver som opplagt har brukt KI, men hvor
studenten har kompetanse til å sette inn relevante referanser og å redigere inn små
avsnitt med fagspesifikke uttrykk fra pensum for å få en mer genuin «stemme». Det
ender med at jeg mistror all tekst.
• Den största utmaningen på kort sikt kan mycket väl, vid sidan av examina, vara att
tydliggöra vad vi lär ut i humanistiska och samhällsvetenskapliga utbildningar. I
synnerhet gäller detta förmågan att läsa och skriva akademisk och officiell text (till
skillnad från AI-genererade sammanfattningar), hantera och analysera information,
och resonera kritiskt. I andra hand också att lära ut hur AI kan brukas till detta, vilket
också förutsätter vidareutbildning av den akademiska personalen (inklusive ett ganska
omfattande forsknings- och utvecklingsarbete för att delta i utvecklingen av nya
metoder).
• At læringsdesignet i emnene tillater studenter å bruke KI i så stor grad at det går ut
over deres trening i grunnleggende ferdigheter i emnene sine. Også ved å svekke
studentenes interesse i fagenes tradisjonelle læringsmidler, som faglitteratur og
leksikalske oppslagsverk. I verste fall blir studentene avhengige av KI for å utføre
grunnleggende deler av sitt fagområde, og blir dermed ikke faglig trygge nok til å
gjøre arbeid uten KI, g heller ikke til å bruke KI på en kritisk og nyttig måte. De
mister da også treningen som kreves for å mestre FERDIGHETEN ‘å lese faglitteratur’
for å lære noe.
• Vurdering av læringsutbytte.
• Oppdatert kunnskap om bruk og muligheter.
2. Hvordan ser teknologien og høyere utdanning ut ti år fram i tid?
• Effektivt verktøy som kan berike mye blant annet kildekritikk i akademia og øke
behovet for mer dialog og muntlighet. Og forhåpentligvis nasjonal regulering for hele
UH-sektoren og alle både ansatte og studenter får obligatoriske kurs som gir tydelig
regler for bruk.
• Et totalt ubesvarlig spørsmål, da dette utvikler seg veldig fort! Hadde spørsmålet
forholdt seg til et par tre år fremover, ville jeg sagt at kombinasjonen og utviklingen
av ulike typer KI, sammen med både enklere og mer intelligente grensesnitt, vil gjøre
samarbeidet med KI lettere og mer tilgjengelig for flere. – Altså bedre i forhold til
funksjonell kommunikasjon i forhold til hva vi vil benytte dette til. Det kan kanskje
være et kortsiktig svar! – Altså tjenester bedre rustet til å møte mennesker enn
ingeniører og andre fag-spesialister! – Så vil disse nok fortsatt ha en fordel med
grunnleggende fagkunnskap i bunnen.
• Mycket svårt att förutse. Jag misstror i princip alla försök att säkert förutse detta.
Sannolikt är den första hypen över. En AI-bubbla kan ha spruckit. Samtidigt är AI
integrerat i arbetsmodeller i de flesta sektorer. Detta gäller inte minst den sektor jag
själv forskar om, kultursektorn, där det handlar om att finna nya roller för mänsklig
kreativitet i en situation där obegränsade mängder text och bild genereras av AI.
Samtidigt handlar det också om ägandet av immateriella produkter, båda sådana som
AI tränas på (konst, musik, litteratur, skådespelares ansikten och röster etc) och dess
produkter. Detta måste naturligtvis återspeglas i utbildningen. Troligen arbetar många
med AI-baserade assistenter i framtiden. Samtidigt lär skepsis till AI ha vuxit i takt
med att teknikens baksidor för t.ex. lärande har blivit tydligare. Inte minst krävs
forskning och reflektion kring vilka processer av lärandet som försämras när delar av
arbetet överlåts till AI.
• Ganske likt som i dag. Det er usikkert hvor mye bedre generativ KI blir, så det blir
umulig å uttale seg om. Høyere utdanning kommer til å se veldig likt ut som i dag,
med undervisning fra faglærer til studenter, diskusjon mellom faglærer og studenter og
studenter mellom, egen læring basert på pensum (kanskje med enda mindre lesing enn
i dag?) og summative sluttvurderinger i emnet.
• Når det gjelder utviklingen i teknologien, er det vanskelig å spå, men KI er allerede i
ferd med å bli integrert i arbeidsverktøy og -flyt. Det betyr at grensene mellom
menneske- og maskinskapt viskes ut for både den som utfører arbeid og for mottaker.
Derfor tror jeg akademiske kjerneverdier som kritisk tenking blir enda viktigere. Og i
større grad enn tidligere, vil kandidatene våre måtte inneha informasjons- medie- og
teknologikompetanse. Det vil si evne til å identifisere fakta, vurdere publiseringskilder
og forstå den underliggende teknologien. Det krever at vi jobber tverrfaglig –
informatikk, juss og humaniora/samfunnsvitenskap må virke sammen. Det er en
tendens til at KI brukes til arbeid som menneskehjernen kan gjøre bedre selv, mens
nøkkelen er å bruke det til det som menneskehjernen ikke klarer. Men det fordrer at vi
har en solid fagkunnskap i bunn.
• Umulig for meg å si noe om.
• Personlig mening: Integrert og tydelig verktøy som spiller sammen med mennesker
som beslutningsstøtte og forslagsstiller. Det er vanskelig å skille teknologi fra
menneskelige ressurser og det er mer fokus på ytelser enn opphav. Redelighet,
sikkerhet og kilde-refleksjon er en tydelig problemstilling.
3. Hvordan kan utdanningene forberede studentene på et samfunn og arbeidsliv der KI får økt betydning? Hva blir viktigere, og hva blir mindre viktig å lære?
• Vi bør lære dem om ulike KI-verktøy slik at de kan vurdere ulike verktøy og hvordan
bruk disse.
• Tenker at KI-integrasjon blir viktig innen de fleste fagene! Grunnleggende basiskunnskap innen fagområdene vil fortsatt være viktig for å kunne benytte KI på en god
og funksjonell måte der dette er naturlig. – Så er det nok noen forskjeller på hva man
bør vektlegge i de ulike utdanningene, selv om det på kort sikt sikkert er en del
generelle saker som alle bør kunne. Innen de kreative utdanningene er det bla noe med
det å tenke «utenfor boksen» i motsetning til det generelle (som KI er veldig god på i
dag), – se og oppdage muligheter som ikke nødvendigvis er logiske/vanlige, – og slik
sett utvikle evner og kreativitet som vi i pr. i dag ikke ser at KI kan matche!
• Framförallt blir kritiskt tänkande viktigare att lära ut, liksom en grundläggande
förståelse för vad AI är. Med tiden förändras samhället och ekonomin av AI och
förståelsen för detta måste integreras i alla områden.
• Studentene må få grunnleggende kjennskap til fagområdene de studerer, slik at de blir
i stand til å vurdere kvaliteten til svarene KI vil gi dem. De kommer sannsynligvis i
stor grad til å bruke KI, derfor må de kritisk kunne vurdere om svarene de får er gode
eller mindre gode (som de da ikke ukritisk må agere på bakgrunn av). I tillegg må
studentene bli enda mer klar over hva generativ KI er: En språkmodell for
konstruksjon av sammenhengende tekst, ikke en sannhetsmaskin eller et orakel. Jeg
kommer ikke på noe som blir mindre viktig å lære.
• Ta i bruk KI i undervisningen. Hvordan spiller en på lag med ulike KI-apper?
Viktigere å stille de gode spørsmål. Mindre viktig å huske alle definisjoner og detaljer.
• «Bestillerkompetanse» blir viktig og innsikt i begrensinger og muligheter. Vi må bort
fra fokus på fusk og i større grad ta inn verktøyet for å bedre utdanning og praksis.
• Undervisning innen «emerging topics» i tråd med fremtidens behov, for eksempel økt
fokus på ansvarlig teknologiutvikling- og bruk, konseptutvikling, design og
verifisering av IT-arkitekturer, økt behov for smidige metoder (innen utvikling og
forskning), menneske-maskin interaksjon, etterlevelse ift. krav/standarder/regelverk,
mer dynamiske systemer, mindre transparens…
4. Hvordan skal man gjennomføre eksamen og vurdering?
• Mer fysisk oppmøte. Utvikle muntlige eksamener.
• Ser at det med skriftlige saker er vanskelige, og tenker at det med muntlige eksamener
er en mulig løsning der … – I forhold til kunst- / håndverksprodukter?? – Vi har lenge
kunnet lage mye slikt med maskiner også, men.. – Når det gjelder digitale produkter så
er dette blitt mye vanskeligere å vurdere, uten veldig detaljerte beskrivelser av prosess
mm de siste årene … Vi har pr. i dag heller ikke tilgang til gode verktøy som kan
avsløre juks ved slik KI-bruk (USN)!? – I dag fortsatt mulig (for de med god KIerfaring) å se slikt, men i morgen???
• Antagligen genom en kombination av olika metoder, vissa säkrare än andra.
Hjemmeuppgaver har fortfarande sin plats, men också muntliga examen,
presentationer och skolexamen utan hjälpmedel.
• Mer bruk av skriftlig eksamen under tilsyn, for å tvinge studentene til å lære seg faget
sitt grunnleggende også uten hjelp fra KI i selve eksamenssituasjonen, og for å skape
rettferdige rammer for eksamen (så lenge regler for og kontroll av KI-bruk under
eksamen er høyst usikkert). De skriftlige eksamenene kan gjerne komme i bolker
gjennom semesteret, for å unngå flaskehalser og plassmangel i de tradisjonelle
eksamensperiodene. Muntlig eksamen bør også tas i bruk i mye større grad, og det må
gjøres en helt åpen vurdering av om muntlig egentlig er særlig mer ressurskrevende
enn skriftlige eksamener. Skriftlige hjemmeeksamener bør begrenses til kun å teste
studentenes evne til å bruke KI på sitt fagområde.
• Mer muntlig eksamen. Mer skriftlig eksamen under oppsyn uten hjelpemidler.
Kanskje bruk av videoer, instruksjoner, visning av lab.-resultater, mindre bruk av
skriftlig rapportering.
• Utviklingsprosjekt/mappeinnlevering som i større grad viser evne til å utvikle og
skape med de hjelpemidlene som vi har. Ferdigheter uten KI/teknologi blir mindre
relevant selv om det i lang tid vil være behov for mer automatiserte handlingsmønstre
eksempelvis i håndtering av situasjoner hvor støtte fra teknologi eller andre kolleger
ikke er et alternativ.
5. Hvilke tilpasninger av vurderingsformer kan gjøres i lys av KIutviklingen?
• Mer autentiske dialoger med studentene og muntlige refleksive høringer.
• For noen saker finne verktøy som i det minste kan si noe om mulig KI-bruk!? – Kan
studenter ellers bruke KI på en god og funksjonell måte, så er det faktisk kanskje god
kunnskap og erfaring vi/samfunnet trenger fremover!?! Lærere kan lære om
funksjonell bruk av KI for vurdering…
• Litt flåsete sier jeg til sykepleiestudentene at når jeg blir syk ønsker jeg meg en
sykepleier som «virker» også når nettet er nede. For å sikre att studentene faktisk kan
kunnskapsgrunnlaget, kan vurdere, kan reflektere og handle i konkrete/faktiske
situasjoner må vi sette opp eksamenskontekster som sikrer at studenten kan gjøre dette
for «egen maskin». Simulering, campusbaserte kunnskapstester/eksamener/praktiske
og muntlige eksamensformer må inn.
• Det er avgjørende å få på plass vurderingsformer der mistanke om fusk med KI ikke er
et tema. Den mistilliten mellom studenter og faglærere som nå blir stadig sterkere er
ødeleggende for utdanning, og til stor belastning for alle parter. Og den undergraver
arbeidsgiveres og samfunns tillitt til høyere utdanning. Jeg tror det betyr at vi i stedet
for å fokusere på retningslinjer og å forsøke å lappe på eksisterende vurderingsformer
der et sluttprodukt er gjenstand for vurdering, må tenke radikalt nytt om vurdering, og
å bruke mange ulike vurderingsformer målrettet for ulike pedagogiske formål. Ikke
minst tenker jeg det er nødvendig med større vekt på læringsprosess og formativ
vurdering. Det krever hensiktsmessige rammebetingelser, i form av regelverk,
systemer og ressurser både til utviklingsarbeid (det påvirker gjerne hele det
pedagogiske designet) og til oppfølging, vurdering, og tilbakemelding.
• Mer muntlig og skriftlig eksamen med oppsyn ved lavere årstrinn. Mer bruk av KIapper ved høyere årstrinn.
• Mer bruk av begrunnelse og dokumentasjon for egne valg sammen med refleksjoner
på muligheter og problemområder som løsning har.
6. Hva slags ferdigheter trenger studentene i bruk av KI, og bør utdanningsinstitusjonene gi spesifikk opplæring og veiledning?
• Nasjonale kurs med samme innhold for hele UH-sektor
• Pr. i dag generell kunnskap om hvordan et KI-system fungerer. Dette da den
kunnskapen også er god å ha når det gjelder å se hva KI gjør dårlig, og hva den kan
brukes til (er god på). – Ellers så vil dette være veldig fag-avhengig pr. i dag. Med
større og flere gode multimodale modeller etter hvert, så kanskje det fagspesifikke kan
gjøres med mer generelle tjenester. – Men kunnskapen om å bruke disse på en god
måte vil nok fortsatt kunne antas å være fagspesifikk.
• Studentene trenger KUNNSKAP om hva generativ KI er, så de ikke blir forledet (og
forført) til å tro mer på KI enn det er grunnlag for. Denne kunnskapen må spesifikt
også dytte studentene ut av en «KI-boble» der generativ KI kan gi svaret på alt, og inn
i virkeligheten der en mye sikrere kunnskap oppøves av å lese faglitteratur og lytte til
fagpersoner (altså ekte mennesker). Studentene trenger FERDIGHETER i KI-bruk for
læring: Be om vurdering av eget arbeid, ikke be KI om å skrive/generere innhold kun
basert på korte prompts. Bruk tipsene fra KI til selv å gjøre eventuelle endringer i eget
arbeid, ikke klipp og lim fra KI-generatoren.
• Lage gode prompter. En må kunne lage rapporter, kunne lese referanser, etc før en vet
om KI kan bli et pålitelig verktøy. Ved innføring av store dataprogrammer for
beregninger på 1990-tallet ble det tydelig at en måtte kunne gjøre beregningene på
enklere eksepmler for hånd slik at en hadde en anelse om hva dataprogrammet gjorde.
Jeg mener tilsvarende angrepsmåte må til ved bruk av KI.
• Som utdanningsinstitusjon må vi i stor grad kunne vise til og reflektere over god og
dårlig bruk av hjelpemidler. Dette gjelder særlig KI, og jeg tror det blir en kamp om å
holde seg oppdatert på hva som er gode og dårlige KI-løsninger og hvorfor.
7. Hvilke muligheter og utfordringer gir KI i undervisning og læringsaktiviter?
• Av muligheter må vi nå bringe inn mye mer autensitet i akademia. Det vil si fysisk
tilstedeværelse, dialog og muntlighet. Det kan gi samtalen og diskusjonen en
renessanse. Utfordringer kan bli at hvert universitet har ulike regler for bruk, hver
ansatt har ulik kompetanse noe som gir enorm urettferdighet for studentene, samt
dårlig rennomme for studier og universiteter.
• Mange muligheter og utfordringer! Et veldig omfattende spørsmål selv i dag.. så noen
stikkord der: Inspirasjon, faglig hjelp og støtte, organisering og tilrettelegging av
undervisning, individualisering, visualisering og tilpasning til ulike studentgrupper
mm…
• Generativ KI i klasserommet gir lærer anledning til å veilede studentene i kritisk bruk
av KI. Generativ KI kan gi svært gode og presise svar på veldig konkrete spørsmål fra
studentene, og kan dermed fungere som en alltid tilgjengelig personlig assistent.
Studentene kan lære mye av dette. I en slik funksjon bør KI-modellen være en såkalt
KI-agent, som har fått begrenset sitt kildegrunnlag til f. eks. å omfatte kun pensum i
emnet. Det er likevel en potensielt svært skadelig utfordring dersom slik bruk av KI
overtar fullstendig fra normal pensumlesning. Da mister studenten ferdigheten som
faktisk kreves for å lese bøker (krever trening!), og blir forledet til å tro at KI-agentens
svar er hundre prosent basert på det avgrensede kildegrunnlaget, f. eks. et pensum. Så
er ikke tilfelle: KI-agenter kan også ta feil, både faktuelt men ikke minst i tolkningen
av pensum i emnet.
• Vi må ha læringsaktiviteter (med og uten KI) som gir studentene gode grunner for å
møte opp og delta i undervisningen, og som støtter opp om den viktige læring og
danning. For å få dette tror jeg at 1) utdanningsledelse blir avgjørende, i tillegg til det
nødvendige kompetanseløft nevnt av flere og 2) tverrfaglig arbeid og økt samarbeid
mellom ulike enheter, funksjoner og nivåer i institusjonen og mellom institusjoner, er
avgjørende
• Enorme.
• Alle. Særlig persontilpasset opplæring og oppfølging.
8. Hva har KI å si for masteroppgaven og andre langsvarsoppgaver?
• Mye! Vi bør bringe inn eksamener som er rigget i rommet med fysisk tilstedeværelse,
utforskende fellesskap, praktisk filosofi og mye mer om vitenskapsteori og metode.
Det kan gi den reflekterende tanke gode utviklingsmuligheter.
• En tydelig styrke i å kunne bruke mindre ressurser på oppgaver som KI utfører bra, og
desto mer på kvalitetskontroll og refleksjoner. Potensiale for langt bedre oppgaver enn
det dagens situasjon gir.
9. Hva skal til for at faglige ansatte har kompetanse til å håndtere KI på
en utdanningsfaglig god måte?
• Ledelsen må prioritere KI og sette av penger slik at ansatte kan ta obligatoriske kurs
på nasjonalt og lokalt nivå.
• Kurs og opplæringsmuligheter selvsagt, men også ressurser til en større og mer
spesifikk satsning på forskning og utviklingsarbeid der KI utforskes innen ulike
områder, deriblant design, illustrasjon, kunst og de kreative og estiske fagområdene
også!!!
• Det er (selvsagt) viktig at det tilrettelegges godt for opplæring av faglige ansatte som
jobber med undervisning, og det er også helt vesentlig at det ikke bare er et tilbud,
men et krav om slik opplæring og også et krav om at faglige selv tar i bruk og setter
seg godt inn i det innen KI som gjør studentene rustet for å møte arbeidslivet etter
endte studier. Det bør ikke være mulig å stenge KI ute for faglige i akademia som
jobber med undervisning og utdanning for framtida (selv om noen kunne ønske det).
Like viktig som å ta i bruk KI er det å tilrettelegge for arenaer i undervisningen for
dialog og kritiske refleksjoner rundt begrensningene og utfordringene med KI. Dette
krever at «alle» faglig tilsatte som jobber med undervisning blir med på KI-reisa.
• Kontinuerlig oppdateringstilbud, egeninteresse, tilrettelegging av rammer og bruk.
• Bidra til kunnskapsløft ift AI – «state of the art», spesielt synliggjøre bredden av AIkonsepter (de ulike grenene av symbolic, subsymbolic, hybrid…) som for eksempel
ontologier, nevrale nett, maskinlæring, case-based reasoning mf, og hvordan de
kan/bør anvendes innen systemutvikling
10. Hvilke behov er det for nasjonale tiltak og løsninger kontra lokale
når det gjelder KI i høyere utdanning?
• Felles og obligatoriske kurs på nasjonalt nivå. Dette bør være samkjørt i UH-Norge.
• I mange tilfeller har slikt blitt igangsatt fra politisk hold «ovenfra», og mange ganger
vil slike saker ha/få feil retning. Det er viktig at de ulike institusjonene, som best
kjenner til «landskapet», får fritt rom for utfoldelse, og stor grad av selvbestemmelse. –
Dette selv om det i utgangspunktet ikke alltid er lett å se eller forstå at ressurser
faktisk blir godt brukt. –Det er noe med å gi ansvar til folk som tar dette! – Og slik vi
innen sektoren stort sett er enige om, så er det slik vi ønsker det! – Da kan vi gjøre en
god jobb!
• Overordnet ramme og ambisjon på nasjonalt nivå mener jeg er gunstig, men her må
det også være handlingsrom for å gripe muligheter når de kommer og ikke bli hemmet
av byråkrati og konsensus krav.
• LLM for norsk språk samt koordinert nasjonalt og internasjonalt samarbeid rundt
kompetanse og infrastruktur, som viktige ledd i europeisk/norsk «digital selvråderett».
• Behov for forskning på tillitsverdig AI, for å muliggjøre anvendelser innen kritiske
sektorer. Behov for forskning og bedre innsikt i AI sin langsiktige effekt på
menneskets læringsevne.
11. Hvilke særtrekk ved utdanningene – fagområder og enkeltutdanninger – fordrer at KI blir håndtert annerledes enn i høyere utdanning generelt?
• Særtrekk for enkelte fagområder må være samkjørt i Norge.
• Noe kan nok være generelt for alle utdanninger, men veldig mye bør de ulike
fagområdene helst ta hånd om selv (dersom de faktisk er i stand til dette!?).
• Profesjonsutdanninger og sikkerhetsaspekt gir begrensinger på hvor raskt ny teknologi
kan og bør absorberes i miljøet. En problemstilling er at det er veldig vanskelig å
trekke tilbake noe dersom sikkerhetsrisiki er avdekket.