AI-læringsobjekter: Læreren som ny digital didaktisk designer af læremidler
I denne artikel viser jeg, hvordan lærere kan bruge Firebase Studio til at udvikle små AI-læringsobjekter, som nemt kan tilpasses en specifik klasse, elev eller undervisningssituation.
Indholdsfortegnelse
I undervisningen er vi vant til at indkøbe et lærebogssystem, hvori der findes en række små interaktive øvelser, som eleverne kan arbejde med. Denne top-down-tilgang betyder, at undervisningen i høj grad formes af lærebogsforfatterens didaktiske valg og faglige overblik, hvorefter den enkelte lærer tilpasser materialet til den konkrete undervisningssituation.
Ofte passer undervisningsmaterialet dog ikke til elevernes niveau, eller det stemmer ikke overens med den progressionsplan, læreren har. Det kan også være, at materialet ikke helt stemmer overens med lærerens egen faglige forståelse, eller at der er kommet nyt indhold, som helt mangler. Derudover kan enkelte elever have behov for at arbejde med stoffet på en helt anden måde.
Ovenstående betyder, at vi som undervisere bruger rigtig meget tid på at tilpasse undervisningsmateriale og udarbejde vores egne forløb, der passer til den enkelte klasse. Jeg underviser fx i øjeblikket tre klasser i kommunikation og IT C. Alle klasserne følger den samme læreplan, men jeg kører tre helt forskellige forløb med dem. Undervisningen tilpasses det enkelte modul, klasse, elevtype og tidspunkt på dagen – meget genbruges, men meget tilpasses også.
Midt i alt dette er det virkelig svært at finde gode interaktive læremidler, da mange af dem fremstår meget generiske eller sterile. De må jo ikke lave fejl i deres output. Samtidig har det hidtil været ret svært selv at udvikle interaktive læremidler med AI, men med lanceringen af Firebase Studio den 9. april 2025 mener jeg, at det har ændret sig.
Jeg vil derfor i denne artikel vise, hvordan man selv kan lave interaktive læremidler, som man selv kan tilpasse.
Hvad er AI-læringsobjekter?
Jeg har tidligere skrevet om AI-læringsobjekter, men på det tidspunkt (for en måned siden) var det svært at udvikle dem, da det krævede dyr adgang til sprogmodeller.
Per Størup Lauridsen
Min definition på AI-læringsobjekter er:
AI-læringsobjekter er små AI-baserede læringsressourcer, som har fokus på en mindre del af undervisningen. Det kan fx være en ressource, der giver eleverne individuelle benspænd i en kreativ proces, eller en ressource, der giver feedback på elevernes arbejde baseret på foruddefinerede kriterier. Pointen er, at disse dele af undervisningen ikke erstatter underviseren, men derimod fungerer som objekter, der kan berige og effektivisere specifikke dele af undervisningen.
Jeg har valgt at afgrænse brugen af AI en del, for jeg har selv svært ved at styre eleverne, når de får adgang til store sprogmodeller. Hvis jeg giver dem en prompt, som de selv skal sætte ind i ChatGPT, forsvinder de ofte ud ad alle mulige tangenter og får alt for meget handlefrihed.
Hvordan laves AI-læringsobjekter i Firebase Studio?
Firebase Studio gør det muligt for lærere at designe interaktive læremidler med AI, uden at skulle kode direkte. Man behøver altså ikke være programmør for at komme i gang, men det betyder dog ikke, at det er helt enkelt.
Det kræver stadig, at man sætter sig ind i værktøjets muligheder og begrænsninger – og at man kan formulere klare prompts om, hvad man ønsker. At designe et godt AI-læringsobjekt, der reelt understøtter faglige mål, forudsætter, at man er lidt teknisk, har en eksperimenterende tilgang – og ikke mindst pædagogisk og didaktisk handlekraft.
Så selvom man ikke behøver at være programmør, skal man som lærer alligevel tilegne sig nye kompetencer inden for digital didaktisk design for at kunne udnytte potentialet i et værktøj som Firebase Studio. Det er endnu ikke plug and play, men det kræver en vis teknologisk parathed og villighed til at lære gennem fejl.
Man kan læse om Firebase Studio her:
Rody DavisDeveloper Relations EngineerFirebaseKelvin BoatengProduct Marketing ManagerFirebase
For at vise mulighederne gennemgår jeg herunder brugerfladen.
AI-læringsobjekt: AI-feedback på plakatdesign
I min forrige artikel lavede jeg en logobot, der kunne give feedback på elevernes logoer ud fra nogle fastlagte kriterier. I dette projekt arbejder jeg med at få en AI til at tolke en plakat og herefter give positiv feedback (Feed Upward) samt en retning for forbedringer (Feed Forward).
Grundlæggende er det ret simpelt for os lærere at gøre, for vi gør det hele tiden. Men hvad nu, hvis jeg laver et program, der kan det? Så kan det måske understøtte min undervisning.
Man kan selv prøve mit program her:
Bemærk, at det endnu ikke er klar til brug i undervisningen – og det koster mig penge, hver gang det bliver brugt.
Jeg har optaget en kort video, der viser, hvordan jeg bruger Firebase Studio til at udvikle programmet.
Det har taget mig omkring 30 minutter at lave dette værktøj til undervisningen, men jeg har ikke kodet noget – jeg har udelukkende bedt om nye muligheder eller ændringer til det grafiske. I eksemplet herover viser jeg, hvordan jeg udvider funktionaliteten yderligere ved at tilføje felter, hvor eleven skal indtaste afsender, budskab og modtager.
Firebase er integreret med Googles sprogmodel Gemini, hvilket udvider mulighederne for at gøre et program endnu mere interaktivt – for eksempel ved, at eleven kan chatte med en sprogmodel.
Det, vi ser lige nu, er kun begyndelsen. Og selvom vi først lige er begyndt med AI-læringsobjekter, vil de følge udviklingen inden for sprogmodeller. For eksempel bad jeg mit program om at kunne læse teksten højt. Det blev også tilføjet, men stemmen og oplæsningen var stadig af lav kvalitet, som det eleverne ofte er vant til i skolen.
På sigt vil det dog være muligt at få oplæsning i høj kvalitet, og så vil en læsevejleder kunne udvikle sit eget værktøj, skræddersyet til den enkelte elev. Det er noget, der tidligere ville have været utænkeligt, fordi udviklingsomkostningerne ville overstige, hvad man normalt ville bruge på et sådant system.
Hvis man vil, kan man stadig vælge at arbejde i koden, men man kommer ret langt ved blot at skrive, hvad man gerne vil have. Noget, jeg dog har bemærket, er, at teknologien stadig er forholdsvis ung, og at den efter en del prompts kan blive ustabil. Det kan derfor være svært at tilpasse den uden, at der opstår mange fejl.
Didaktiske perspektiver og lærerens nye rolle
Når læreren får flere muligheder for at udvikle, opstår der også mere autonomi i undervisningen. Læreren kan udvikle konkrete, specialiserede AI-læringsobjekter, der er tilpasset den enkelte elev eller gruppe. Det giver mulighed for at skabe nye forløb, hvor der er en højere grad af ejerskab over materialerne. Det betyder dog også, at læreren skal bruge mere tid på at forberede god undervisning. Til gengæld kan man måske spare på dyre, interaktive læringssystemer.
Samtidig kunne man lade eleverne udvikle læremidler og derigennem arbejde med det faglige indhold. Det kræver, at de kender stoffet, der skal formidles, og her ligger der en mulighed for en anderledes og interessant tilgang til undervisningen.
En stor fordel ved disse AI-læringsobjekter er, at de kan deles, og at andre kan bygge videre på dem. Dermed kan udviklingen af læremidler blive mere community-baseret og noget, man selv kan hente og tilpasse.
Kan et læremiddel tage fejl?
Det er en interessant og etisk diskussion, om vi overhovedet kan bruge et læremiddel, der kan tage fejl. Og det gør de, for der er masser af både åbenlyse og skjulte fejl. Men jeg mener ikke, vi af den grund skal dømme det ude. Noget af det handler om, hvordan læremidlet bringes i spil i undervisningen.
En tilgang kunne være at bruge AI-læremidlets svar som udgangspunkt for en diskussion i klassen: Virker dette svar rigtigt? Hvorfor/hvorfor ikke? Hvad ville et bedre svar være? På den måde kan man bruge AI-systemets fejl konstruktivt til at træne elevernes kildekritiske sans og faglige dømmekraft.
Samtidig giver den et nyt svar, hver gang man lægger noget op. Den er derfor ikke konsistent i sine svar - det ene øjeblik kan en plakat fremhæves som god med stærke elementer, og det næste øjeblik foreslås det, at hele plakaten skal udskiftes. Her vil det være en fordel at udvikle flere forskellige versioner af disse apps, som giver forskellige typer af feedback til forskellige niveauer.
Hovedpointen er, at AI-læremidlet skal bringes didaktisk og pædagogisk reflekteret ind i undervisningen. Ikke blot som et redskab, der leverer sandheden, men som en anledning til faglig dialog, refleksion og kildekritik.
Det er faktisk en praksis, jeg anvender i min egen undervisning, hvor jeg løbende tilpasser min feedback til elevens arbejde. I modsætning til et AI-system kigger jeg på eleven og finder zonen for nærmeste udvikling. En elev kan få meget detaljeret feedback, hvor jeg overlader meget lidt til vedkommende – ellers kommer eleven ikke videre. Andre kan få beskeden: “Find selv ud af det på YouTube.”
Ligheden er, at jeg også tager fejl. Jeg kan godt komme til at sige, at en elev skal gøre noget, og senere bede vedkommende om at gøre noget andet. Som lærer fejler jeg hele tiden sammen med eleverne, men jeg udvikler også faget sammen med dem.
Som ung underviser kendte jeg alle funktioner i Photoshop, men nu kender jeg kun få af de nyeste muligheder. Jeg har dog min faglighed som basis, og så er det praktisk talt ligegyldigt, hvordan programmet ser ud.
Forlagenes rolle?
Det giver god mening med små interaktive øvelser i læremidler, men det kunne være interessant, hvis der blev åbnet op for, at man kunne bruge bogmateriale i egne interaktioner. På grund af ophavsretsloven er det nok ikke lige om hjørnet, men sektoren mangler faktisk en tydelig forbindelse mellem AI og faglige tekster. Lige nu foregår det lidt i det skjulte, og det vil med stor sandsynlighed tage til, efterhånden som flere undervisere får øjnene op for mulighederne i værktøjer som Firebase.
Der må sidde nogle forlag og overveje, hvilken rolle de kommer til at spille i fremtidens undervisningsrum - især hvis lærere selv begynder at udvikle og dele interaktive AI-objekter. Man kunne også forestille sig, at forlagene stillede en platform til rådighed, hvor undervisere kunne dele AI-læringsobjekter. Det vil dog kræve en form for fælles standard, som endnu ikke findes.
Muligheder og fremtidsperspektiver
AI-læringsobjekter har potentiale til at påvirke lærerens rolle og ændre den måde, vi udvikler og anvender læremidler på. Med værktøjer som Firebase Studio kan lærere nu designe interaktive, tilpassede læringsobjekter, der kan supplere og differentiere undervisningen på nye måder.
Det åbner for en fremtid, hvor læreren i højere grad bliver didaktisk designer af egne læremidler, skræddersyet til den konkrete undervisningskontekst og elevgruppe. En fremtid, hvor læremidler ikke er statiske og generiske, men dynamiske og tilpassede.
Men det kræver også, at vi gentænker lærerrollen og de kompetencer, der knytter sig til den. Fremtidens lærer skal måske ikke blot være fagligt og pædagogisk stærk, men også kunne anvende nye teknologier som AI. En central lærerkompetence bliver evnen til at vurdere, tilpasse og didaktisere AI-systemer samt at integrere dem reflekteret i undervisningen.
Hvis vi formår det, kan AI-læringsobjekter bidrage til en undervisning, der er mere differentieret, elevcentreret og tidssvarende. En undervisning, hvor teknologien ikke erstatter læreren, men udvider mulighederne for at designe engagerende og differentieret læring.
Kilder
Rody DavisDeveloper Relations EngineerFirebaseKelvin BoatengProduct Marketing ManagerFirebase
