Lotte Vett: hvorfor invitere en konsulent på besøg på Rantzausminde skole?
Lotte Vett, Læringsfacilitator i matematik/naturfag og talentvejleder på Rantzausminde skole.
I august måned blev jeg nysgerrig på arbejdet med kunstig intelligens. Jeg fik øje på Facebook-gruppen, ‘Kunstig intelligens i grundskolen’. Martin Kongshave er initiativtager til og hovedadministrator for gruppen. Martin har med stor åbenhed delt, støttet og supporteret os i denne gruppe. Da jeg blev præsenteret for Villum Fondens Gropulje, var det derfor oplagt at spørge Martin om han ville facilitere et projekt, som fik titlen,’ Integration af kunstig intelligens i undervisningen på Rantzausminde Skole.’ Martin og jeg udarbejdede i fællesskab en struktur for et forløb. Villum Fonden bevilligede os midlerne. Midlerne gik til aflønning af facilitator, et antal timer til hver af os 4 deltagere og til abonnementer til ChatGPT 4 i de 3 måneder, hvor vi arbejdede med projektet. Vi har haft 4 kursusgange, vi har arbejdet i praksis sammen med eleverne, vi har haft sparring af Martin i vores klasserum, og vi har vidensdelt vores erfaringer, bl.a. via en workshop for lærerne i Svendborg kommune.
Hvis du eller jeres skole søger fondsmidler, så kan I lade jer inspirere af vores ansøgning.
Jeg har i tidligere deltaget i tekforsøget (Forsøget med teknologiforståelse i folkeskolens obligatoriske undervisning). Den deltagelse skærpede min interesse for brug af teknologi både i et almendannende- og i et understøttende for læring-perspektiv. Formålet for vores projekt er at fremme elevernes alsidige udvikling: at danne og uddanne eleverne til at deltage som aktive, selvstændige, kritiske og demokratiske borgere i et digitaliseret samfund.
Vi omsætter den faglige og pædagogiske faglighed fra tekforsøget til den AI-fokuserede kontekst:
Den overordnede ide med forsøgsfagligheden teknologiforståelse er, at eleverne ved selv at skabe og konstruere digitale artefakter gennem en systematisk, iterativ og refleksiv proces får indsigt i egen kunnen og muligheder for at skabe, forandre og deltage i det digitale samfund.
Desuden sættes eleverne herigennem i stand til at afdække og forstå de intentioner, der er indbygget i digitale artefakter, der indgår i deres hverdag, i fællesskaber med andre, og som påvirker samfundsudviklingen. Dermed får eleverne faglige forudsætninger for at kunne forstå, forholde sig til og deltage aktivt som borgere i et demokratisk samfund præget af stigende digitalisering.
Min erfaring fra tekforsøget er at arbejde med teknologiforståelsen ind i fagene, for mit vedkommende, matematik og fysik/kemi. Idet jeg altid, i min læringsfacilitering, har for øje, at det pågældende greb skal understøtte læring, er mit perspektiv på teknologiforståelse, at det skal være en del af fagene. Som pågældende læringsfacilitator giver det mening for mig også at påtage mig opgaven, med det almendannende perspektiv, om at klæde eleverne på med at forstå, hvordan særligt sprogmodellerne fungerer. Men fra de samlede erfaringer med tekforsøget og den samlede evaluering heraf, tilslutter jeg mig et behov for et selvstændigt teknologifag.
Vores særlige fokus i denne del af projektet har været at undersøge: På hvilke måder kan vi arbejde konstruktivt med brug af kunstig intelligens i naturfagene, så det understøtter læring i fagene?
I vores projekt har vi, sammen med eleverne, udelukkende arbejdet med sprogmodeller, der er gratis og GDPR-sikret eller ikke kræver login. Vi har eksperimentet med forskellige modalitetsoutput, men i vores fælles skriv, vil vi fokusere på tekst-til-tekst-modellerne. Det drejer sig om sprogmodellerne, DanskGPT, SkoleGPT og Perplexity.ai. Det har været centralt for os, som en del af teknologiforståelsen, ikke kun at anvende en bestemt sprogmodel.
Læs mere om projektet på Folkeskolen.dk, hvor journalist Morten Reil besøgte os på en af vores kursusgange og skrev en artikel om projektet.
Martin Kongshave: Hvordan undervise i en teknologi, som lærere og elever kun kender overfladisk?
Teknologisk literacy i skolen handler om at tilvejebringe muligheder for, at eleverne kan vedblive med at tilgå, forstå, anvende og forholde sig kritisk til teknologi (Fibiger & Sørensen, 2022, 71).
Jeg tænker, at du er enig, men at spørgsmålet om hvordan vi skal gøre det viser sig? Hvordan udmønte en teknologisk literacy omkring generativ AI, når teknologiforståelse ikke er et selvstændigt fag? Hvordan gøre det i praksis, når teknologien er ny og dynamisk? Hvordan gøre det, når der ikke er midler til efteruddannelse? Hvordan gøre det, når der helt basalt set mangler læremidler, som du kan støtte dig op ad? I hvert fald lidt endnu.
I Rantzausminde-projektet har svaret være at indhente en konsulent og købe en håndfuld lærere fri til en række kurser/workshops og prøvehandlinger i klasserne. I princippet giver det svar til alle fire ovenstående spørgsmål.
1. Vi gør det i fagene.
2. Vi uddanner os løbende i teknologien
3. Vi gør undervisningen eksplorativ og undersøger mulighedsrummet sammen med eleverne, i stedet for at fortælle dem, at noget er muligt og andet ikke er muligt. Eleverne er derfor med til at forme teknologien
4. Vi skaber vores læremidler undervejs, efterhånden som vi identificerer potentialer og faldgruber i teknologien.
I princippet følger vores projekt en typisk aktionslæringsstruktur med tilføjelsen af en konsulent (undertegnet), der bidrager med viden om teknologien og en større accentuering af lærernes autonomi samt elevernes interesse i teknologien:
Aktionslæring har til formål at udvikle undervisningen ved løbende at eksperimentere med, observere og reflektere over konkrete undervisningssituationer. Udgangspunktet er, at lærerteamet i fællesskab udforsker undervisningen for ad den vej at tilegne sig viden om og erfaringer med, hvordan den udspiller sig, og hvordan den kan udvikles. Derfor er omdrejningspunktet i aktionslæring at skabe praksisnær viden om og udvikling af undervisning (Plauborg, 2007, 13).
Martin Kongshave: Lærerteamet kan rammesætte og kvalificere udforskningen af generativ AI.
Generativ AI bankede ikke blidt på døren og spurgte om tilladelse til at blive en del af læreplanerne. Den er buldret ind med en rambuk i skolen efter lanceringen af ChatGPT i november 2022. Teknologien var nemlig ikke blot disruptiv som teknologi. Den har også udmærket sig ved sin tilgængelighed. Faktisk er den så let tilgængelig, at børn såvel som voksne, nu får den indlejret i deres it-værktøjer og på deres SoMe-kanaler, fx gennem My AI på Snapchat.
De nye generativ chatbots byder sig til som indholdsskaber i alle modaliteter, de byder sig til som assistenter, eksperter, fremsøgere, vejledere, personaer. Og de iklædes menneskelige egenskaber såsom intelligens og ”evnen” til at forme venskaber. De udfordrer derfor vores praksisser omkring indholdsskabelse, arbejdsformer og indhentning og brug af kilder. Men her stopper det ikke. De udfordrer vores måde at være i verden på og med hinanden, de placerer sig nemlig som et medie mellem os og verden. De tilbyder sig som vores øjne gennem computervision og de tilbyder at omskabe ethvert indhold, så det passer til vores behov nu og her.
Når noget vi gør, pludselig kan gøres anderledes, så vækker det naturligt spørgsmål om hvorfor, hvordan og med hvem eller hvad, vi gennemfører forskellige undervisningsaktiviteter. Spørgsmålene retter sig ikke bare mod den nye teknologi. De vante måder at gøre det på, må også begrunde sig.
Forhandlingen er i gang på skolen, i lærerteams og i skoleklassen.
Men hvad kan vi så gøre? Et svar er at vi kan undersøge ”mediet” dialogisk og spekulativt. Vi kan nemlig observere, tale om og eksperimentere med hvordan mediet (ofte i form af en chatbot-interface), forandrer vores aktiviteter og samværsformer i vores klasse. Det har vi netop gjort på Rantzausminde skole.
For at understøtte observationerne i klassen samt refleksionen og dialogen i teamet, kan i benytte en spørgeramme målrettet teknologiforståelse. Spørgerammen har jeg udviklet på bagkant af projektet, for at kunne forankre eksperimentet bedre.
Sørensen og Fibiger præsenterer, i bogen Teknologisk literacy, en sådan spørgeramme. De er inspireret af Marshall Luhan og Eric McLuhans Tetrad-model. De bruger begrebet ’medie’, men det kan fint oversættes til ’teknologi’. De fire spørgsmål er som følger:
- Enhance (herfra oversat med forstærkning): Hvad forstærker og intensivere mediet?
- Obsolesce (overflødiggørelse): Hvad erstatter eller overflødiggøre mediet?
- Retrieve (genopdagelse): Hvad, som var glemt, bringer mediet tilbage?
- Reverse (grænsesøgen): Hvad gør eller forvandles mediet til, når der skubbes til dets grænse?
(Fibiger & Sørensen, 2022, 156)
Ideen er at I udvælger og forbereder et eksperiment med AI i klasse(rne). I anlægger en af de fire blik på eksperimentet (se spørgeramme fx ‘forstærkning’). I stiller et undersøgelsesspørgsmål, som både åbner for et konstruktivt og et skeptisk blik på konsekvensen af at implementere teknologien. I bruger rammesætningen til at kvalificere observationerne i klassen og dialogen med elever og kolleger, undervejs og efter eksperimentet. Det fine ved spørgerammen er, at den ikke ligger en stor byrde på forberedelsen. Find 1 kategori. Stil to spørgsmål ud fra hvert sit blik. Sæt eksperimentet i gang.
I vil fx kunne fokusere på temaer som inklusion, vejledning, differentiering, elev-lærer-relation eller en bestemt faglighed med spørgsmålene. Dermed har I forankret eksperimentet og gjort det muligt, at have et fokus, som kan danne grundlag for en øget bevidsthed om hvad teknologien kan udvirke i jeres klasse. Mine spørgsmål er ganske almene, men I skal sigte til at gøre dem mere lokale, konkrete og operationelle.
Eksperiment med teknologien. |
Konstruktivt vs. skeptisk blik på teknologien som middel til læring og dannelse. |
1. Forstærkning |
|
Generativ AI kan forstærke en personaliseret mediering af begreber og modeller. Der kan være forskellige målparamter for tilpasningen. Det kan være ud fra elevens præferencer, behov, faglige kunnen, motivation etc.
Fx vil en LLM-model kunne… (1) Omdanne tekst til en anden teksttype: Elevens noter eller primære fagtekst omdannes til en fortælling, et essay eller en artikel. (2) Remediere indhold: Elevens tekst omdannes til en præsentation, en model, et billede… (3) Kuratere indhold: Eleven kan fx få læst teksten højt med en AI-stemme. Eleven kan også tilpasse læsestoffet, fx ved at kondensere læsestoffet, ekstrahere udvalgte temaer, passager eller lignende eller slet og ret lave en tilpasset kreativ omskrivning. |
Konstruktivt blik
Vil det kunne hjælpe elever med at få et større fagligt udbytte af den faglige læsning i fagene? |
Skeptisk blik
Vil elevernes motivation for at skabe udbytterige relationer forringes på en måde, der kompromitterer deres relations- og samarbejdsevner? |
|
2. Overflødiggørelse |
|
Generativ AI er netop generativ. Den skaber et nyt indhold ud fra vores forespørgsel/prompt og de mønstre, som den har sporet i/genereret ud fra træningsdata. Generativ AI kan også indhente indhold fra fx filer eller hjemmesider gennem websearch.
Denne funktion kan overflødiggøre elevens selvstændige opbygning og omskabelse af informationer, eksperimenter og kilder til målrettet formidling. Fx vil en LLM-model kunne… (1) Gå fra instruktion til produkt: Ud fra en instruktion/forespørgsel, skaber den generative AI et produkt, som kan bestå af en eller flere modaliteter. (2) Finde og præsentere kilder: Eleven kan fx lave søge på Bing (websearch med generativ AI) efter en bestemt indholdskategori og få chatbotten til et præsentere indholdet af relevante kilder. (3) Omarbejde kilder til teksttyper: Eleverne kan ydermere få chatbotten til at omarbejde kilderne til en færdig tekst, fx en fagtekst eller en artikel. I Copilot vil datagrundlaget være elevernes egne filer, som den generative AI kan indhente og omarbejde. |
Konstruktivt blik
Kan den kortere vej fra ide og forestilling til produkt, motivere og inspirere eleverne til at afsøge flere muligheder for at sammensætte fænomener, modaliteter og genre på kryds og tværs? |
Skeptisk blik
Vil eleverne få chatbotten til at skabe indholdet, uden selv at kvalificere det yderligere, eller på anden måde fordybe sig i fx den informationssøgende, skabende eller redigerende proces? |
|
3. Genopdagelse |
|
Generativ AI er ofte trænet på data fra forskellige historiske tider. Dermed kan Generativ AI på direkte eller indirekte vis medvirke til at genintroducere tidligere tiders måder at repræsentere og beskrive verden på.
Generativ AI kan også tilpasse, omskabe og remediere fortidige kilder. Fx vil en LLM-model kunne… (1) Omdanne datidig til nutidig sprogbrug: Eleven kan få genformuleret en ældre tekst, så den afspejler nutidig sprogbrug tilpasset elevens sprogforståelse. (2) Genbesøg gamle fremstillingsformer: Eleverne kan genbesøge tidligere tiders fremstillingsformer. Fx kan eleverne prompte en tekst-til-billede-model med stilistiske træk fra forskellige kunstperioder. Her kan de både eksperimentere med substrater, stilarter, maler- og trykketeknikker som ikke længere er i anvendelse. (3) Remediering af tekst: Eleverne kan på sigt forvandle enhver modalitet, så de fx kan remediere tidligere tiders tekster til modaliteter, som hitter mere hos ungdommen af i dag. |
Konstruktivt blik
Vil eleverne opleve en fornyet motivation og interesse for at gå i dialog og eksperimentere med tidligere tiders fortællinger og udtryksformer gennem omskabelser og remediering af kilderne? |
Skeptisk blik
Vil introduktion af generativ AI som medieringsled mellem tidligere tiders fortællinger, begivenheder etc. fører til forvanskning af de historiske kilder og den historiske fakticitet? |
|
4. Grænsesøgen |
|
Hvad nu hvis vi fx lod generativ AI varetage alle hjælpe- og vejledningsfunktioner i klassen? Hvad nu hvis vi implementerede GPT-modeller til alle tænkelige opgaver, der er forbundet med skole? Når vi sætter noget i stedet for noget andet, så frigøre vi også et potentiale til at bruge tiden anderledes.
Fx vil en LLM-model kunne… (1) Automatisering: Eleverne kan gennem prompts automatisere alskens opgaver, fra idegenerering til den endelige korrekturlæsning. (2) Tutoring: Eleverne kan opbygge deres eget bibliotek af rolle-prompts med forskellige vejlederfunktioner. (3) Aldrig mere et blankt papir: Eleverne kan overlade udkastet til chatbotten. |
Konstruktivt blik
Oplever eleverne en empowerment igennem den udbredte brug af generativ AI-værktøjer? Vil de se det som mestringsværktøjer, der udvider deres handle- forståelses- og produktivitetsevner? |
Skeptisk blik
Kan eleverne helt miste evnen til selvstændig evaluering, kritisk stillingtagen og fleksible informationssøgning, hvis AI-genereret forespørgsler og svar bliver den primære videns- og indholdskilde? |
Med denne spørgeramme har man et værktøj til at evaluere eksperimenterne i klassen med både elever og kollegaer. Samtidig peger vores gisninger om potentialer og faldgruber fremad, for de aflejrer sig i vores beslutninger om hvordan vi implementerer, italesætter og evaluere teknologien med både kollegaer og elever. Vi er altid både fortid, nutid og fremtidsrettet, men da teknologien er en nyhed i skoleverden, kalder det på at vi har skærpet vores opmærksomhed og udhæver det meste fra de erfaringer, som vi gør os med eleverne. Det kan spørgerammen tjene til.
Mangler i et overblik over AI-ressourcer? Få et overblik over de AI-ressourcer, som kan styrke jeres undervisning og viden om AI.
Eksperimenterne i klasserne på Rantzausminde var som små koncentrater.
Med de følgende eksperiment sigtede Lotte Vett særligt til at bruge den potentielle forstærkning af kreative skriveeksperimenter og vejlederrollen. I første eksperimentet skal eleverne animere de elleres ‘døde’ fagbegreber gennem fortællinger, mens de i det andet eksperiment, kan benytte ChatGPT til at lave problemformuleringer. I sidste eksperiment kommer spørgsmål om overflødiggørelse i spil.
Lotte Vett: Kreativ skrivning i naturfag i 7. klasse.
Prompt:
Forestil dig at du er en sten på en strand i Danmark. Du skal fortælle en historie om hvordan du netop kom til at ligge der (gerne et sted du kender).
Du skal være loyal over for en geologisk forklaring på hvordan stenen kan have flyttet sig, men du skal forvandle den faglige fortælling til en narrativ, hvor du gerne må animere stenen og give den tanker, følelser og vilje.
Følgende faglige begreber skal stå centralt i historien: forvitring, erosion, transport og aflejring (geologiske processer).
Opgaven var:
Undersøg følgende:
- Fortæller SkoleGPT en spændende historie?
- Fortæller SkoleGPT en historie, som kan siges at være faglig korrekt?
- Hvordan kan man bruge promptingen til at skrive en tekst, der både er spændende og fagligt plausibel?
(Hvilke spørgsmål rejser det? Hvordan ændrer det opgaven? Hvad er det eleven nu skal kunne og hvad er det AI bidrager med? Overtager den, udvider den, er der tale om kollaboration?)
I praksis stillede jeg præcis den opgave til mine elever i 7. klasse. Jeg har lavet en ret kort indflyvning til det geologiske kredsløb og fortalt dem, at målet var, at de skulle lave deres egen model af kredsløbet og fremlægge en præsentation for klassen. Det geologiske kredsløb indeholder nye ord og svære begreber. Med ambitionen om, at eleverne som helhed deltog mere engageret og motiveret, valgte jeg at inddrage promptet.
Eleverne har tidligere gjort erfaringer med at arbejde på denne måde i sammenhæng med det periodiske system. Her så opgaven sådan ud:
På daværende tidspunkt var det sprogmodellen, SkoleGPT de arbejdede med, her var det en særlig udfordring, at den primært svarede på engelsk.
Da jeg igangsatte geografiopgaven, var SkoleGPT få dage forud lanceret med denne fundament udskiftet og forbedret. Det gav mig anledning til at italesætte det for eleverne, jeg fortalte, at de nu kunne forvente en større grad af output på dansk.
I pågældende lektion deltog klassens dansklærer som understøttende lærer. Det gav anledning til, at jeg tilføjede promptet sætningen, ‘Du skal skrive i genren: (du bestemmer, hvilken genre)’.
Dansklæreren gav nu, i fællesskab med elle eleverne, et overblik over en hel del genrer på tavlen. Jeg havde delt promptet med klassen på Aula, og de gik i gang. Der var en bemærkelsesværdig høj grad af deltagelse, samtlige elever gjorde, hvad jeg bad dem om. Ganske få elever havde brug for støtte i processen.
Flere tilkendegav, at sprogmodellen svarede på dansk, umiddelbart da de satte i gang. En af drenge havde bedt om, at narrativet skulle være skrevet som en krimi, det mente han ikke den havde gjort. Da jeg kiggede ham over skulderen, så jeg flere ord, som jeg mener er kendetegnende for genren, fx ord som mystisk og dramatisk. Drengen sagde, at så skulle der være begået et mord. Jeg bad ham ‘massere’ promptet og fortælle, at narrativet skulle have et mord som en del af plottet.
Opgaven for eleverne var først, at de skulle forholde sig til, om det vare et spændende eller underholdende narrativ, de skulle afprøve forskellige genrer. Næste opgave var at undersøge om alle faglige begreber var inkluderet, samt om narrativet matchede det faktuelle kredsløb. De skulle gemme deres udvalgte fortælling og lade den indgå i deres samlede præsentation af det geologiske kredsløb.
Lotte Vett: Forhandlingen om hvordan vi bedst anvender chatbotten i klassen
Jeg havde lige været gennem en proces med elever i 9. klasse som deres fysik/kemilærer. De havde trukket deres fællesfaglige områder som grupper. Derefter startede processen med de problemstillinger, der skulle være grundlaget for arbejdsspørgsmål, der skulle stilles, og undersøgelser, der skulle besvare spørgsmålene. Modeller, der skulle udvikles eller videreudvikles. Som vanligt i 9. klasse var det for de fleste nogle tunge processer. Som hjælp til idéer spørger de os lærere, googler og spørger ChatGPT. Hele idéen er, at det er elevernes nysgerrighed og motivation, der skal drive arbejdet. Jeg anbefaler typisk eleverne at undersøge, hvad der er oppe i tiden, hvad der rør sig i medierne. Det giver nu sjældent anledning til motivation.
Når jeg nu jeg vidste, at ChatGPT blev en stor del af deres løsning, besluttede jeg mig for at hjælpe dem med at kvalificere deres svar. Jeg udarbejdede et prompt, der tog afsæt i ministeriets rammer og tilføjede eksempler på problemstillinger til promptet. Promptet delte jeg med eleverne. Flere elever havde opsøgt mig for vejledning. Men flere grupper havde slet ikke henvendt sig. I en hel del af mine timer havde mange af dem spillet spil. Adspurgt, flere gange, fortalte de, at de var færdige, de fortalte mig, at det var godkendt af en kollega. Det var imidlertid ikke tilfældet, og jeg så mere end én ubrugelig problemstilling. Ganske som forventet havde ChatGPT foræret dem en løsning. De havde ikke forholdt sig til kvaliteten, eller om arbejdsspørgsmålene kunne besvares med undersøgelser eller modeller. De havde altså ikke identificeret deres svar ift den opgave de var stillet. Dermed blev ChatGPT stort set brugt som en sovepude, et middel til en hurtig løsning.
Målet var en problemstilling, i relation til det overordnede emne, som de havde trukket. Det gav mig en mulighed for at vise eleverne, hvor vigtigt det er at se de svar som ChatGPT giver, som noget iterativt. En iterativ proces, hvor hovedemnet måske skal justeres. Fx ved, at eleverne prompter, ‘Vælg et andet fokus’. En iterativ proces, hvor arbejdsspørgsmålene skal justeres, så de kan besvares med undersøgelser eller modeller. I virkeligheden ret simple greb, hvor eleverne fx prompter, ‘Justér arbejdsspørgsmålene så de kan besvares med et forsøg’.
Processen var en øjenåbner for flere elever. Dels ift. at problemstillingen og dermed retningen for deres eksamensarbejde blev mere vedkommende for dem, de blev mere motiverede. Og ligeledes, hvad angår dét at kvalificere svarene fra ChatGPT. Anvendelsen af chatbotten gik fra at være en ‘sovepude’ til at blive et værktøj, der bidrog til ejerskab til opgaven. Det var en stor fornøjelse at se skiftet fra at game til at være nysgerrigt opsøgende på fede undersøgelser.
Prompt naturfag problemstilling
Du er ekspert i naturfagsundervisning i folkeskolen. Hjælp mig med en problemformulering til den fællesfaglige naturfags eksamen på 9. årgang.
Tag afsæt i dette: En problemstilling bør være så gennemarbejdet, at den både kan være en guide og et styringsredskab for eleverne. Det er centralt for elevernes arbejdsproces, at problemstillingen og de tilhørende arbejdsspørgsmål kan give dem en “rød tråd”, som de kan følge i deres arbejde med at belyse problemstillingen. En naturfaglig problemstilling er kendetegnet ved et eller flere spørgsmål med naturfagligt indhold, hvortil der ikke findes et entydigt svar. Eleverne anvender deres baggrundsviden om det fællesfaglige fokusområde og de tilhørende opgivelser til at undre sig og stille naturfaglige spørgsmål i relation til det trukne fokusområde. En forudgående brainstorm, hvor eleverne efterfølgende kategoriserer relevante faglige ord og begreber, kan være med til at understøtte denne proces. De udvalgte ord- og begrebskategorier kan hjælpe eleverne til at formulere de naturfaglige arbejdsspørgsmål i relation til fysik/kemi, biologi og geografi.
Eksempler på gode problemstillinger: Fællesfagligt fokusområde Produktion med bæredygtig udnyttelse af naturgrundlaget
Naturfaglig problemstilling Hvordan kan en bæredygtig fødevareproduktion tage højde for en stigende udvikling i befolkningstallet?
Arbejdsspørgsmål Hvilke vækstbetingelser har dyrkede afgrøder som fx ris, byg og hvede? (biologi) Hvilke næringsstoffer bør sunde fødevarer indeholde og i hvilken sammensætning? (biologi og fysik/kemi) Hvad består kunstgødning af, og kan den erstattes af organisk gødning? (fysik/kemi, biologi og geografi) Hvad er årsagen til det stigende befolkningstal, og hvor i verden finder denne stigning sted? (geografi)
Fællesfagligt fokusområde Den enkeltes og samfundets udledning af stoffer
Naturfaglig problemstilling Hvilke samfundsmæssige konsekvenser kan der være af de klimaforandringer, der skyldes udledning af CO2 og andre stoffer i atmosfæren?
Udvalgte eksperimenter blev gjort til genstand for fælles videns- og erfaringsdeling på et personalemøde på Rantzausminde skole og til den afsluttende workshop på Tåsingeskolen, hvor alle skoler fra Svendborg kommune var inviteret med.
Martin Kongshave: Eleverne som medudviklerere af en polypotentiel teknologi
Generativ AI er en dynamisk teknologi. Efter OpenAI lancerede ChatGPT er det blevet tydeligere, at der er en forhandling mellem hvad der er teknologisk muligt og hvad den betalende slutbruger ønsker sig af teknologien. ChatGPT er fx gået fra at være en fabuleringsmaskine til en mere nøgtern og kildehenvisende chatbot. Den er også gået fra at være en tekst-til-tekst model til at være en egentlig mulitagent. I dag indhenter ChatGPT netop det værktøj, som er bedst til at løse den opgave, som du har formuleret.
På sin vis er vi som brugere en blandt millioner af medudviklere, fordi vores ønsker til maskinen er medvirkende til at sætte kursen for et monetært firma som OpenAI. Det gælder uanset om det er Microsoft, Google eller Meta som er spekulanten bag maskinen, der prøver at vinde rumkapløbet.
Tænk over din egen brug af generativ AI som lærer? Det er dine forestillinger om hvad der er vigtigt, det du forstår, det sprog du har, hvad du vil med dine elever, som farver din brug af generativ AI. Et andet sted i Danmark bliver generativ AI brugt til at lave facebookannoncering, et tredje sted til at fjerne regndråber fra billeder, et fjerde sted til at forudsige proteinstrukturer, et femte sted til at skabe en løbeapp med en AI-genereret stemme.
Med Sørensen og Fibigers velvalgte begreb er maskinen polypotentiel. Det betyder, at den altid kan noget andet og mere end netop det vi anvender den til (Fibiger & Sørensen, 2022, 33). Det er særligt prægnant med generativ AI, som har vist sig, at kunne imitere stort set enhver genre inden for alle modaliteter. Den kan skrive i alle tekstgenre, den kan efterligne enhver musikstil og skabe ethvert visuelt udtryk fra foto- film- og billedkunsten. Denne uendelighed af udtryksmulighed og mulighed for at sætte i spil accentuere det polypotentiale.
Spørgsmålet vender sig naturligt mod klasserummet.
Hvad er det for en dialog og forhandling, som forestår i klassen, når mulighedsrummet er uendeligt?
Hvordan eksperimentere og gå i dialog om kunstig intelligens med eleverne?
Hvad afslører elevernes brug og italesættelse af kunstig intelligens om deres blik på relationer, læring, motivation, dannelse, faglighed etc.?
I Rantzausmindeprojektet havde både Lars Nissen og Mikael Klejs fokus på det polypotentielle i matematikundervisningen. Særligt elevernes motivation for at bruge generativ AI og de muligheder, som eleverne fandt i teknologien, blev tematiseret. Mikael foretog en spørgeskemaundersøgelse blandt eleverne, i forlængelse af et eksperiment i matematikundervisningen. Eleverne havde over 2 lektioner, kunne bruge SkoleGPT som en assistent i matematikundervisningen. SkoleGPT, i førsteudgave baseret på Llama 2-modellen, er egentlig ikke skabt til at lave beregninger, men alligevel fandt overraskende mange elever anvendelsesmuligheder. Faktisk så cirka 50% af eleverne muligheder i at bruge den som en assistent.
Lars tog eksperimentet videre. I interviewet har Lars givet Albert og Carl fra 6.B til opgave, at bruge ChatGPT til at løse et problemregningssæt. På baggrund af eksperimentet gør Albert Og Carl gjort sig betragtninger over de gryende erfaringer. De har kun brugt kunstig intelligens til at lave en festtale, før end de har brugt den som assistent, så det er stadig en fagre ny teknologi for dem. Så snart spørgsmålene stilles rigtigt og der gives tid, så kommer der alligevel spændende betragtninger frem om snyd, ChatGPTs kapabiliteter versus en Google-søgning, rollen som et kritisk human in the loop, elev-lærer-relationen og læring.
Obs. Vi har ikke anvendt ChatGPT med eleverne i matematikundervisningen. Eksperimentet og brugen af videoen er aftalt og afstemt med Albert og Carl og deres forældre.
Interviewet fandt sted på Rantzausminde skole i april måned 2024.
Martin Kongshave: Bring maskinen i tale gennem eksperimentet
Didaktisk set har målet være at bringe maskinen i tale. Det kommer heldigvis lidt af sig selv, for når man sætter Google-søgende unge mennesker til at bruge generativ AI, så slår de sig hurtigt på at de ikke længere har at gøre med indholdsfindende algoritme, men med en teknologi som genererer tekst og billede. Eleverne er simpelthen kluntede. Og med god grund, for det er en helt ny måde at kommunikere med en maskine på. De færreste unge mennesker er fx vant til at værktøjer virker gennem en systematisk instruktion i tekstform. De er heller ikke vant til at værktøjet er så fleksibelt, at det fra den ene prompt til det næste, kan skifte tone, stil, tema og afsender-modtager-forhold.
Hvorfor kan den ikke regne min regnestykker? Hvorfor forstår den ikke den opgave, som jeg har stillet den? Hvorfor får vi forskellige svar, når vi skriver det samme? Hvorfor skriver den om noget helt andet? Disse spørgsmål fortjener svar, men endnu bedre er det, hvis de opgaver/udfordringer, som vi stiller eleverne, åbner op for svar på spørgsmålene. Vi skal tidsnok få leveret et hobetal af generativ AI baseret automatiseringsværktøjer, som fører os fra A-Z mere effektivt.
Generativ AI er jo ikke sømløst skabt til at være en specialiseret agent. Det er noget vi gør den til, ved at prompte den eller sågar fintune en model til et særligt formål. Derfor giver det også mening at bytte rundt på tilgangen, så vi ikke først og fremmest bruger den som et værktøj, men bruger den til at åbne op for hvordan den faktisk skaber indhold. Her kan vi tilbyde eksperimenter omkring vejledning, indholdsskabelse, tutoring, simuleringer, scenarieopbygning etc. Det kan vi gøre inden for fagene og herigennem opbygge en teknologisk literacy, som stråler ud fra klassens egne eksperimenter med teknologien.
Ideen, som den efterhånden stod mere klar, igennem Rantzausminde-projektet, var derfor at starte ved og dvæle i nutiden med de generative AI teknologier, som vi kan bruge i skolen. I stedet for at drøne til enten katastrofescenarier eller integrere den i undervisningen, som et værktøj til et allerede afgjort formål. Det vil også afspejle sig i kommende undervisningsmaterialer fra Tankespirerne.
Så sæt jer for at opdage teknologien i nutiden sammen med eleverne og jeres kolleger. Vov at starte lidt historieløst og lidt teknologi-ubevidst, men med tillid til at den eksplorative ramme kan åbne teknologien op og i sammen kan finde vej til at bruge den, så den fremmer læring, dannelse samt til- og fravalg, som er begrundet i faktisk scenarier og refleksioner i klassen og med kolleger.
I kan øve jer med forskellige generative AI-modeller. Fx gennem Skoletube-pakken, med SkoleGPT eller Skrivsikkert.dk. Disse værktøjer er GDPR-sikret og afstår fx fra datalogging og/eller har sikret en forsvarlig brug af elevernes data gennem databehandleraftaler.