Epilog – Didaktiske betraktninger

«Occasionally it might perhaps write seminar papers that at a superficial glance will look serious, but that’s fine, that’s not what worries me. It will only force the instructors to find better ways to assess students’ knowledge and understanding.»
– Professor Roni Katzir, 2023 (1)

«… metacognitive assignments hold students responsible and accountable for their learning.»
– Postdoktor Amanda Leary, et.al., 2023/24 (2)

Etter at jeg skrev det som nå er blitt en rekke kapitler i en «bloggbok», har jeg snakket både med kollegaer fra andre fagområder som rapporterer at ChatGPT gir svært gode svar på deres oppgaver, og med kollegaer som har samme erfaring med ChatGPT som meg.

Ut fra mine tester, og ut fra det jeg hører fra enkelte av mine kollegaer, er det vanskelig å fremme en klar og endelig konklusjon på hva som bør gjøres med utfordringer knyttet til eksamensbesvarelser. Dette er noe som vil være vidt forskjellig fra fagfelt til fagfelt, fra stor utfordring til ingen utfordring overhode. Uansett vil jeg våge følgende påstander:

Er eksamens, – eller hjemmeoppgaver, av en slik art at ChatGPT og lignende språkmodeller faktisk klarer å produsere svar på karakternivå C til A, da må enten oppgaveformen endres eller denne type oppgaver kun gis på den klassiske måten; – ved oppmøte i et lokale, uten hjelpemidler og med eksamensvakter.
I alle fagområder der det er mulig å konstruere eksamensoppgaver som støtter studentaktiv læring og som sikter mot de øvre nivå i Blooms-taksonomi, bør man gjøre dette.
I fagområder der dette er naturlig, bør ordinær eksamen erstattes av mappevurdering.

For egen del ser jeg ingen grunn til å verken endre arbeidskrav eller forby studentene å bruke ChatGPT og lignende systemer som hjelpemiddel. Studenter med gode akademiske evner vil kunne nyttiggjøre seg språkmodellene på en god måte, mens svakt presterende studenter vil ha liten nytte av disse for arbeidskrav som krever at de både viser evne til faglig refleksjon knyttet til helt spesifikt fagstoff og (i noen tilfeller) case, evne til å knytte dette til egen yrkesvirkelighet, evne til å reflektere over egen læring og evne til å finne gode (og etterprøvbare) fagkilder, i tillegg til det som presenteres for dem i Canvas, som støtte for sine refleksjoner.

Det er denne type krav vi stiller til studentene ved EVU-programmene IKT og læring 1 og 2, og samme krav stiller jeg til mine masterstudenter ved ORG5005. Oppgaver basert på slike krav klarer ChatGPT og tilsvarende system svært dårlig. Og skulle noen studenter være så tålmodig og dyktige at de klarer å få en språkmodell (som egentlig først og fremst er en statistikkmodell) til å gi en besvarelse som til veiledning får tilbakemeldingen «ingen forslag til videre arbeid», ja da har de sannelig fortjent en god karakter.

Det er vår undervisning som er nøkkelen

Det er vår undervisning som vil være nøkkelen til studentenes læring, evne til kritisk tenkning, kildekritikk og faglig refleksjon. Fokus på studentaktiv undervisning, veiledning og metalæring er løsningen på strømmen av mer eller mindre vellykkete språkmodeller.

Metakognisjon er, slik jeg ser det, en essensiell del av studentaktiv undervisning og noe jeg har søkt å oppnå i all min undervisning siden jeg gikk over fra ordinære forelesninger til praktisk-teoretiske arbeidskrav og individuell veiledning i 2002. En av mine studenter ved ORG5005 sa det slik i sitt refleksjonsnotat til et av arbeidskravene:

«Under offisersutdannelsen på XXXkrigsskolen hadde vi om metalæring, altså det å lære om å lære. Jeg husker jeg syntes det var vanskelig å helt forstå. Etter som årene har gått (XX år siden jeg gikk ut av skolen) har jeg etter hvert forstått viktigheten av nettopp dette. I mitt daglige yrke som yrkesoffiser og leder for XXXX er denne evnen noe vi faktisk verdsetter høyt. Og ikke minst de som har evnen til å dele sine refleksjoner med andre, slik at andre kan ta læring fra deres læring. Slik bygger man gode team med synergi. Arbeidet med dette arbeidskravet har uten tvil bidratt til egen læring og gitt et solid læringsutbytte.»
– Student ORG5005

Ingen språkmodeller (matematiske modeller) har noen som helst mulighet til å presentere metakognitive betraktninger, noe mine forsøk beskrevet i tidligere kapitler viser. De har heller ingen evne til å kombinere faglig teori med praktiske gjøremål, og kan aldri presentere ny kunnskap knyttet til kjente tema.

Men det kan en student, gitt at denne får muligheten til å selv jobbe med klare arbeidskrav knyttet til egen virkelighet. Og da spiller det faktisk ingen rolle om studenten benytter ChatGPT eller lignende systemer som del av sitt arbeid.

Noen ord til slutt

Og så noen ord helt til slutt, en slags «disclaimer» om man vil. Alt jeg gjør, enten det er undervisning, konstruksjon av arbeidskrav eller artikkelskriving, er forankret i den delen av IKT-studiene som hører til det samfunnsvitenskapelige fagområde. Mer spesifikt; i det fagområdet som kalles samfunnsinformatikk ( Social informatics) og enda mer spesifikt; samfunnsinformatikk slik Rob Kling så dette fagområdet. Det betyr at jeg, og mine studenter, jobber i et område der det ikke finnes absolutte sannheter og der evnen til kritisk analyse er viktig. Videre jobber jeg i et felt der tradisjonen har vært å kombinere teori med praktisk arbeid (Learning by doing), og der bruk av det digitale i undervisningen har vært sentralt.

I tillegg har jeg brukt store deler av min akademiske tilværelse til å fundere over teknologiens mørke sider, eller rettere sagt; enkelte menneskers destruktive, og til tider tanketomme, bruk av det digitale.

Alt dette farger selvsagt mitt syn på denne type teknologi, og det betyr at det jeg har presentert i denne lille «bloggboken» ikke er noen form for absolutte sannheter.

Ingen ting av det jeg har skrevet her utelukker at de ulike språkmodellene kan utvikle seg til å bli mer avansert, og dermed bli bedre i stand til å løse enkelte deler av den type arbeidskrav jeg benytter. Men jeg er likevel nokså trygg på at system basert på statistiske beregninger i seg selv aldri vil verken oppnå fagforståelse , evne til læring eller evne til kritisk tenkning og faglig refleksjon.

Og dermed anser jeg «apokalypsen» knyttet til ChatGPT og lignende systemers inntog i de utdanningsmessige søylehaller for avblåst.

LESELISTE

I de ulike kapitlene er det lenket til en rekke interessante artikler og innlegg som i seg selv utgjør en god leseliste.

For de som vil lære mer om KI anbefaler jeg «AI: A Guide for Thinking Humans» av professor Melanie Mitchell.

For de som liker underholdende TV-serier med intelligent (relativt sett) IT-teknologisk innhold der futuristisk AI er i fokus, kan TV-serien «Person of interest» anbefales (HBO Max), og i den forbindelse er følgende artikkel ytterst interessant:

«Decoding AI Ethics through ‘Person of Interest’: How the Show Anticipated Today’s AI Concerns»

I tillegg kan en se på disse artiklene:

Se også: «Hvordan bruke KI som underviser» , UiO. Se særlig «Vurderingsaktiviteter» . Det som står der er velkjent for alle som har drevet med studentaktiv undervisning, og understreker det som er mitt hovedpoeng i denne bloggboken; System basert på matematiske modeller klarer ikke å besvare oppgaver basert på Blooms Taksonomis høyeste nivå. Og her pekes det også på mappevurdering som nettopp en eksamensform som nøytraliserer eventuell bruk av ChatGPT og lignende system.

Som del av mitt arbeid med ChatGPT har jeg presentert noen av mine tanker i lokale nettaviser:

Chat GPT – En mer talefør slektning av ELIZA, Trønderdebatt, 10.01.2023
Chat GPT – Et artig verktøy men ingen pålitelig eksamensløser, Avisa Nordland, nettutgave – debatt, 12.01.2023

En vitenskapelig artikkel om mine tester kommer i løpet av 2024, som nevnt på forsiden av denne bloggboken.