AI i højere uddannelse – Balancering af risici og fordele

En betydelig del af diskussionen omkring generative AI-værktøjer har fokuseret på udfordringerne i forbindelse med akademisk integritet og AI-plagiat. Snyd har domineret diskussionen.

Som følge heraf har mange administratorer og undervisere primært fokuseret på at finde værktøjer, der kan afsløre AI-genereret skrivning. For ledere i højere uddannelse i dag kan søgningen efter pålidelige AI-detektionsværktøjer være en forgæves sag. I stedet burde fokus være på, hvordan AI kan forbedre den akademiske oplevelse og udvikle bedre vurderingspraksis til at bedre evaluere elevernes forståelse.

AI-detektion; en fejlbehæftet proposition?

Indtil nu har AI-detektionsværktøjer ikke kunnet afsløre AI-genererede svar nøjagtigt og uden fordomme. Forskere fra Maryland fandt, at selv den “bedst mulige detector” kun fungerer marginalt bedre end en tilfældig klassifikator. En anden studie af 14 detektionsværktøjer af forskere fra seks lande fandt, at nøjagtighedsraten for detektionsværktøjerne varierede meget — mellem 33% og 79%.

AI-detektionsværktøjer introducerer også fordomme. Ifølge en Stanford-studie mislabelede løsningerne engelsk som andetsprog (ESL) studerendes skrivning som AI-genereret mere end halvdelen af tiden. Lignende bekymringer er også blevet rejst om, hvordan disse værktøjer forkert klassificerer skrivning af personer med autismespektrumforstyrrelse som AI-genereret.

Seneste forskning om AI-detektionsværktøjer med en gruppe kunder fandt, at brugerne havde meget lidt tillid til resultaterne. Det gjorde sagerne værre, vores fund bekræftede, hvad forskere fandt andre steder — skrivning blev ofte mislabeled som AI-genereret, og nøjagtigheden var for lav til at være brugbar til studerende og til dag-til-dag akademisk integritetsformål.

Realiteten er, at i dagens værktøjer ikke er opgaven uden at rejse alvorlige bekymringer om nøjagtighed og etik, og de kan måske aldrig blive det. Der er en bedre vej fremad – fokus på at udvikle vores vurderingspraksis ved at bygge mere autentiske vurderinger og samarbejdsorienterede læringsoplevelser til at opmuntre dybere læring.

Bygning af bedre engagement

Langt før opfindelsen af generative AI-værktøjer, satte undervisere pris på autentiske vurderinger, såsom kritisk tænkning, interviews, case-studier, gruppeprojekter og præsentationer. Studier har vist fordele ved at give elever opgaver, der kræver, at de løser problemer, tænker kritisk og selvreflekterer i stedet for blot at huske viden. For en forretningskursus kan en autentisk vurdering se ud som en forhandling med en gruppe ligemænd.

At give studerende mulighed for at demonstrere kritisk tænkning og problemløsning giver dem de færdigheder, der er nødvendige for at blive succesfulde professionelle, ifølge forskere, der har gennemført en litteraturgennemgang af emnet.

Debatten om AI-plagiat har genoplivet presset på undervisere til at udvikle vurderinger, der vurderer mere dybt, samt reducerer effikaciteten af AI-genererede svar. Som Cecilia Ka Yuk Chan, leder af professionel udvikling på University of Hong Kong, skrev, må lærere “udvikle vurderingstasks, der kræver kritisk og analytisk tænkning for at undgå AI-assisteret plagiat.”

Autentisk vurdering bliver endnu mere vigtig i AI-æraen. Opgaver, der fokuserer på kritisk tænkning, personlige perspektiver og selvrefleksion, er meget sværere for generative AI-teknologier at producere på en måde, der ser ægte ud. Aktiviteter kan også søge at udforske emneområder, hvor disse værktøjer ikke har så meget historisk data at arbejde med, såsom aktuelle og lokale begivenheder, personlige oplevelser og fremtidige forudsigelser.

At udvikle disse former for autentiske vurderinger er tidskrævende. Det kræver, at tidspressede undervisere muligvis omstrukturerer kurset og opretter helt nye opgaver for studerende.

Ironisk nok kan AI-værktøjer hjælpe med denne udfordring. Ved at udnytte AI-værktøjer til at hjælpe med idégenerering og brainstorming som en del af kurset, kan det blive mere effektivt at komme med engagerende autentiske vurderinger og andre aktiviteter. Det er dog afgørende, at underviseren altid er i kontrol og gennemgår og godkender enhver AI-genereret kurssuggestionsforslag – det er et lav-risiko, høj-belønningsspot for anvendelsen af AI.

Og digitale læringsmiljøer kan faciliterer autentiske vurderinger, projektarbejde og gruppearbejde. De kan finde sted i et enkelt miljø og kan fortsætte med at bygge oven på hinanden. Ved at kombinere det digitale læringsmiljø og mulighederne, der låses op af generativ AI, kan vi måske snart se helt nye, innovative og pædagogisk lydhøre læringsoplevelser blive en realitet.

Vejen fremad

Uanset om AI har fordele eller ulemper, vil dets brug fortsætte med at udvikle sig. AI vil bringe større muligheder for studerende og institutioner, da fremtiden udvikler sig. Institutioner må fokusere på at maksimere AI’s fordele og låse dets potentiale i læringsoplevelsen i stedet for at forsøge at begrænse mulige trusler og se på autentiske vurderinger som en vej fremad.

AI vil bringe omvæltninger. Diskussioner og debatter om AI har ofte fremkaldt sammenligninger med tidligere teknologier. Introduktionen af stavekontrol og regnemaskiner i klasselokalet fik samtaler i gang om, hvorvidt disse værktøjer var en hjælp eller en hindring for studerendes evne til at lære. Ligesom disse værktøjer er blevet almindelige i daglig brug inden for akademiet, kan AI være et værktøj til at hjælpe studerende. Som sådan vil en grundlæggende omstrukturering af akademisk integritet og mange andre dele af en lærers rejse være afgørende for succes.

Fleksible politikker og praksis er nødvendige. Med AI-generative værktøjer her for at blive, er det ikke længere muligt at fastholde restriktive politikker, især når man ved, at generativ AI er på vej til at blive en del af alt, vi interagerer med (tænk copilot i Microsoft Office). Grænsen mellem AI-assisteret og AI-plagiat bliver mere og mere uklar hver dag.

Etabler en politik. At etablere en politisk ramme, der understøttes af institutionens unikke kultur med klare retningslinjer for at udnytte AI med sikkerhedsforanstaltninger, er afgørende. Afdelinger og undervisere skal have selvstændighed til at anvende disse politikker i forhold til deres fagområde. Samarbejde og diskussion af praksis med studerende er også afgørende for at skabe en kultur af tillid på tværs af en institution.

Empower undervisere til at udvikle etiske tilgange. Lærere er motorerne, der driver læring, og at støtte dem er fundamentalt for at give fantastiske oplevelser for lærere i AI-æraen. Institutioner må empower undervisere til at omfavne autentiske vurderingspraksis, herunder at udnytte AI’s kraft til at gøre administrative og kurssigneringstasks mere effektive.

Tid at lære

AI-værktøjer vil kun blive mere integreret i processerne i vores daglige liv, herunder i klasselokalet. For at realisere fordelene, disse værktøjer giver, har undervisere og administratorer brug for træning og institutionel støtte. Institutioner må give dem de nødvendige færdigheder og viden til at udnytte mulighederne, samtidig med at de reducerer risikoen. Disse muligheder inkluderer at opnå et længe søgt mål – at evaluere læreres evne til at anvende viden i virkelige situationer. Og de, der udnytter AI’s kraft til at bygge bedre læringsoplevelser, vil sikre, at studerende lærer i AI-æraen.