AI i högre utbildning – Balansera risker och fördelar

En betydande del av diskussionen kring generativa AI-verktyg har fokuserat på utmaningarna relaterade till akademisk integritet och AI-plagiat. Fusk har dominerat diskursen.

Som ett resultat har många administratörer och instruktörers primära fokus varit att söka efter verktyg som avslöjar AI-genererat skrivande. För högutbildningsledare idag kan sökandet efter tillförlitliga AI-detektionsverktyg vara en meningslös uppgift. Istället bör fokuset ligga på hur AI kan förbättra den akademiska upplevelsen och utveckla bedömningspraxis för att bättre utvärdera lärares förståelse.

AI-detektion; en felaktig proposition?

Hittills har AI-detektionsverktyg inte lyckats avslöja AI-genererade svar med tillräcklig noggrannhet och utan fördomar. Forskare vid Maryland fann att även den “bästa möjliga detektorn” presterar bara marginellt bättre än en slumpmässig klassificerare. En annan studie av 14 detektionsverktyg av forskare i sex länder fann att detekteringsverktygens noggrannhetsgrad varierade kraftigt — mellan 33% och 79%.

AI-detektionsverktyg introducerar också fördomar. Enligt en studie från Stanford misstänkte lösningarna engelska som andraspråk (ESL) studenter skrivande som AI-genererat mer än hälften av tiden. Liknande problem har också tagits upp om hur dessa verktyg felaktigt klassificerar skrivande av personer med autism som AI-genererat.

Nylig forskning om AI-detektionsverktyg med en grupp klienter fann att användarna hade mycket liten tilltro till resultaten. Att göra saken värre, bekräftade våra fynd vad forskare fann på andra håll — skrivande ofta felmärktes som AI-genererat och noggrannheten var för låg för att vara användbar med studenter och för daglig akademisk integritet.

Verkligheten är att dagens verktyg inte är upp till uppgiften utan att väcka allvarliga noggrannhets- och etiska problem, och de kan aldrig vara det. Det finns en bättre väg framåt – fokusera på att utveckla våra bedömningspraxis genom att bygga mer autentiska bedömningar och samarbetsinlärningserfarenheter för att uppmuntra djupare lärande.

Bygga bättre engagemang

Långt innan generativa AI-verktyg uppstod, värdesatte utbildare autentiska bedömningar, såsom kritiskt tänkandeövningar, intervjuer, fallstudier, grupparbeten och presentationer. Studier har visat fördelar med att tilldela lärande uppgifter som dessa som kräver att de löser problem, tänker kritiskt och reflekterar över sig själva istället för att bara återkalla kunskap. För en affärskurs kunde en autentisk bedömning se ut som att genomföra en förhandling med en grupp av jämnåriga.

Att ge studenter möjlighet att demonstrera kritiskt tänkande och problemlösning ger dem de färdigheter som krävs för att så småningom bli framgångsrika proffs, enligt forskare som genomförde en litteraturöversikt av ämnet.

Debatten kring AI-plagiat har återupplivat trycket på instruktörer att utveckla bedömningar som utvärderar mer djupt samtidigt som de sänker effektiviteten hos AI-genererade svar. Som Cecilia Ka Yuk Chan, chef för professionell utveckling vid University of Hong Kong, skrev, måste lärare “utveckla bedömningsuppgifter som kräver kritiskt och analytiskt tänkande för att undvika AI-assisterat plagiat.”

Autentisk bedömning blir ännu viktigare i eran av generativ AI. Uppgifter som fokuserar på kritiskt tänkande, personliga perspektiv och självreflektion är mycket svårare för generativa AI-teknologier att producera på ett sätt som verkar äkta. Aktiviteter kan också syfta till att utforska ämnesområden där dessa verktyg inte har så mycket historisk data att arbeta med, såsom aktuella och lokala händelser, personliga upplevelser och framtida förutsägelser.

Att utveckla dessa typer av autentiska bedömningar är tidskrävande. Det kräver att tidsbegränsade instruktörer potentiellt omstrukturerar läroplanen och skapar helt nya uppgifter för studenter.

Ironiskt nog kan AI-verktyg hjälpa till med denna utmaning. Genom att utnyttja AI-verktyg för att hjälpa till med idégenerering och brainstorming som en del av kursdesignprocessen kan skapandet av engagerande autentiska bedömningar och andra aktiviteter bli mer effektivt. Det är dock kritiskt att instruktören alltid är i kontroll och granskar och godkänner alla AI-genererade kursdesignförslag – det är en lågrisk, högavkastningssöt fläck för tillämpningen av AI.

Och digitala lärningsmiljöer kan underlätta autentiska bedömningar, projektarbete och grupparbete. De kan äga rum i en enda miljö och kan fortsätta att bygga på varandra. Genom att kombinera den digitala lärningsmiljön och de möjligheter som låses upp av generativ AI, kan vi börja se helt nya, innovativa och pedagogiskt sunda lärupplevelser bli verklighet mycket snart.

Vägen framåt

Oavsett fördelar och nackdelar med AI, kommer dess användning att fortsätta expandera. AI kommer att leverera större möjligheter för studenter och institutioner när framtiden utvecklas. Institutioner behöver fokusera på att maximera AI:s fördelar och låsa upp dess potential i lärupplevelsen snarare än att försöka begränsa möjliga hot och se till autentiska bedömningar som en väg framåt.

AI kommer att medföra förändring. Diskurser och debatter kring AI har ofta väckt jämförelser med tidigare teknologier. Införandet av stavningskontroll och kalkylatorer i klassrummet utlöste samtal kring om dessa verktyg var till hjälp eller hinder för studenternas faktiska förmåga att lära. På samma sätt som dessa verktyg har blivit vanliga i dagligt bruk inom akademin, kan AI vara ett verktyg för att hjälpa studenter. Som sådant kommer en grundläggande omprövning av akademisk integritet och många andra delar av en lärares resa att vara avgörande för framgång.

Flexibla policys och praxis behövs. Med AI-generativa verktyg här för att stanna, är det inte längre möjligt att upprätthålla restriktiva policys, särskilt med tanke på att generativ AI är på väg att bli en del av allt vi interagerar med (tänk copilot i Microsoft Office). Gränsen mellan AI-assisterat och AI-plagiat blir alltmer suddig varje dag.

Etablera en policy. Att etablera en policyram som stöds av institutionens unika kultur med tydliga riktlinjer för att dra nytta av AI med skydd är avgörande. Avdelningar och instruktörer bör ha autonomi att tillämpa dessa policys i förhållande till deras ämnesområde. Samarbeten och diskussioner om praxis med studenter är också avgörande för att skapa en kultur av förtroende över hela institutionen.

Ge instruktörer möjlighet att utveckla etiska tillvägagångssätt. Lärare är motorerna som driver lärande och att stödja dem är grundläggande för att tillhandahålla fantastiska upplevelser för lärande i AI-eran. Institutioner behöver ge instruktörer möjlighet att anta autentiska bedömningspraxis, inklusive att utnyttja kraften hos AI för att göra administrativa och kursdesignuppgifter mer effektiva.

Tid att lära

AI-verktyg kommer bara att bli mer ingjutna i processerna i våra dagliga liv, inklusive de i klassrummet. För att förverkliga fördelarna med dessa verktyg, behöver instruktörer och administratörer utbildning och institutionellt stöd. Institutioner måste ge dem den kunskap och de färdigheter som krävs för att utnyttja möjligheterna samtidigt som de minskar riskerna. Dessa möjligheter inkluderar att uppnå ett länge eftersträvat mål – att utvärdera lärande för deras förmåga att tillämpa kunskap i verkliga situationer. Och de som utnyttjar AI:s kraft för att bygga bättre lärupplevelser kommer att säkerställa att studenter lär sig i AI-eran.