KI har på rekordtid gått fra å være et fremmedelement i høyere utdanning til å bli en naturlig del av studentenes studiehverdag. Utfordringen nå er å designe læringssituasjoner der studentene må utvikle og bruke egen tenkning.

Av DEODAT MWESIUMO, professor

Mye av diskusjonen har derfor handlet om hva studentene skal få lov til å bruke KI til, hvordan vi skal forhindre fusk, og hvilke retningslinjer institusjonene bør ha.

Men kanskje stiller vi feil spørsmål?

Det viktigste er kanskje ikke om studentene bruker KI, men når KI kommer inn i læringsprosessen.

I forrige uke ble jeg invitert til en internasjonal panelsamtale med temaet Teaching supply chains when AI knows the answer, organisert av Inchainge, et nederlandsk selskap som utvikler og tilbyr spillbaserte læringsløsninger. Ett av spørsmålene jeg fikk, handlet om den såkalte sandwich-modellen for bruk av KI i undervisningen.

Modellen er beskrevet av Tom van Woensel i et blogginnlegg om KI i klasserommet. Ideen er enkel: Studentene begynner med egen tenkning, bruker deretter KI, og avslutter igjen med egen faglig vurdering.

Altså: Tenk selv → bruk KI → tenk selv igjen. En KI-sandwich.

Det høres nesten for enkelt ut. Men kanskje er nettopp enkelheten modellens styrke.

Jeg kjente ikke til selve sandwich-modellen før panelsamtalen, men oppdaget raskt at jeg allerede bruker en beslektet tilnærming i emnet AI in Business Strategy and Operations — der bruker jeg ofte begrepet centaur.

Begrepet bygger på Garry Kasparovs idé om centaur chess, der mennesket og datamaskinen spiller sammen. I denne formen for samarbeid kombineres menneskelig dømmekraft med maskinens kapasitet, mens mennesket fortsatt styrer prosessen.

Det er også det jeg utfordrer studentene mine til: Vær en centaur. Bruk KI aktivt, men ikke forlat førersetet.

Sandwich-modellen gjør det samme prinsippet mer konkret som undervisningsdesign.

Problemet er ikke nødvendigvis KI

Når vi gir studentene en oppgave i dag, er det svært lett å begynne med ChatGPT, Copilot eller Gemini.

«Analyser denne casen.»

«Hva er de viktigste problemene?»

«Lag fem forslag.»

«Skriv en struktur til rapporten.»

På få sekunder får studenten et ryddig og overbevisende utgangspunkt. Men hva skjer med læringen dersom KI kommer inn før studenten selv har forsøkt å forstå problemet?

I mange fag er nettopp denne første fasen avgjørende. Studenten skal lære å identifisere hva som er viktig, skille relevant fra irrelevant informasjon, hente frem tidligere kunnskap, gjøre antakelser og formulere et problem.

Hvis KI gjør dette først, får studenten ikke bare hjelp til å løse problemet, men KI kan også få definere problemet. Kanskje bør vi derfor spørre mer direkte:

På hvilket tidspunkt i læringsprosessen skal KI få slippe til?

La studentene streve litt først

Det første laget i KI-sandwichen er studentens egen tenkning.

Før studenten åpner et KI-verktøy, kan studenten for eksempel måtte foreslå en løsning, identifisere mulige forklaringer, gjøre en beregning, prioritere alternativer eller ta stilling til et dilemma.

Det trenger ikke ta lang tid. Hensikten er at studenten skal ha noe eget å ta med inn i møtet med KI. Da blir også samspillet med KI annerledes.

Studenten kan sammenligne sitt eget forslag med det KI foreslår. Hvorfor er forslagene forskjellige? Hva overså studenten? Hva overså KI? Hvilke antakelser ligger bak svarene?

KI kan dermed fungere som kritiker, motpart eller sparringspartner.

Men sandwichen må ha et topplag

Det siste laget er kanskje enda viktigere.

Vi snakker mye om at studentene må lære å «prompte». Jeg er ikke sikker på at prompting er den vanskeligste ferdigheten vi står overfor. Den virkelige utfordringen kommer etter at KI har svart.

Er svaret riktig? Er argumentasjonen rimelig? Hva mangler? Hvilke antakelser er skjult? Passer løsningen til konteksten? Finnes det bedre alternativer?

Et åpenbart dårlig KI-svar er ofte relativt lett å oppdage. Det langt mer interessante problemet er et svar som er velskrevet, plausibelt og overbevisende, men likevel mangelfullt.

Da kreves fagkunnskap.

Sandwichen må derfor avsluttes med at studenten tar tilbake ansvaret. Studenten må vurdere, kontrollere, forbedre og kunne forsvare resultatet. KI får bidra, men får ikke siste ord.

En KI-sandwich i alle emner?

Her kommer provokasjonen.

I mitt eget KI-emne er det naturlig å arbeide eksplisitt med slike modeller. Men etter panelsamtalen har jeg begynt å lure på om dette burde være et grunnprinsipp langt utover rene KI-emner.

Burde alle emner ha en KI-sandwich?

Ikke nødvendigvis som en rigid modell som skal brukes i hver eneste aktivitet. Det finnes selvfølgelig situasjoner der studentene bør arbeide helt uten KI, og andre der KI naturlig kan brukes allerede fra starten.

Men kanskje burde alle emner i det minste ta stilling til tre spørsmål:

Hva skal studenten kunne gjøre før KI brukes?

Hva skal KI bidra med?

Hva skal studenten selv måtte vurdere etterpå?

Det er noe annet enn å legge inn et generelt avsnitt i emnebeskrivelsen om at «KI kan brukes dersom dette oppgis».

Studentenes bruk av KI kommer neppe til å avta. Utfordringen vår er derfor å designe læringssituasjoner der studentene fortsatt må utvikle og bruke egen tenkning når KI er tilgjengelig.

Kanskje trenger ikke alle emner mer KI.

Men kanskje trenger alle emner å ta stilling til om de trenger en KI-sandwich.