I denne artikel undersøger vi, hvad der sker, når kunstig intelligens bliver integreret i vores fag på tværs af alle niveauer i uddannelsessystemet. Vi stiller spørgsmålet: Hvad bliver vigtigt at lære, når computere kan assistere os med at huske og tænke, og hvad bliver måske mindre vigtigt? Det handler dog ikke kun om, hvad vi skal lære, men også om hvordan vi lærer det.

I de følgende afsnit vil vi kort gennemgå udviklingen af Blooms taksonomi. Afslutningsvis præsenterer vi vores forslag til en ny taksonomi, der integrerer og tager højde for kunstig intelligens.

Den traditionelle Blooms taksonomi (1956):

Blooms taksonomi beskriver i sin traditionelle form viden, mentale færdigheder og processer, kategoriseret på niveauer fra det simple til det mere komplekse - og samtidig fra det kendte til det ukendte. Hvert trin i taksonomien er en forudsætning for det næste, hvilket betyder, at man ikke kan springe niveauer over. Man skal have viden og forståelse før man kan analysere og vurdere.

https://amu-laeringsudbytte.dk/planlaegning/viden-om-mal/

Blooms reviderede taksonomi (2001):

Taksonomien er revideret mange gange, siden Benjamin Bloom fremsatte sine teorier i 1956, bl.a. i denne udgave revideret af Anderson og Krathwohl i 2001 , hvor skaberkompetencer erstatter syntese og samtidig flytter plads til det højeste niveau i modellen.

https://allanfroelich.blogspot.com/2017/08/blooms-taksonomier.html

Blooms taksonomi med digitale teknologier (2007):

Med indførsel af digitale teknologier har Andrew Churches i 2007 foreslået endnu en udgave, hvor digitale teknologiers rolle i de forskellige trin beskrives.

https://teachonline.asu.edu/2016/05/integrating-technology-blooms-taxonomy/

Blooms taksonomi med kunstig intelligens (2023):

Vi har, med inspiration fra Oregon State University, lavet en nyfortolkning af Bloom, hvor vi reflekterer over hvilken rolle kunstig intelligens får på de enkelte taksonomiske niveauer. I skemaet herunder har vi sammenholdt hvad vi som mennesker skal kunne, når vi indrager kunstig intelligens på de forkellige trin.

Modellen er skabt som et udgangspunkt for diskussion om, hvad kunstig intelligens kan bidrage med i de enkelte fag. Vi er meget bevidste om, at udviklingen går hurtigt, og indholdet kan allerede være forældet, når vi sender denne artikel ud. Derfor er modellen også tænkt som en invitation til at udforske ens eget fag og finde det indhold, der sikrer, at undervisningen forbliver relevant i en æra præget af kunstig intelligens.

Samtidig er det også en metode til at skabe balance i undervisningen. For selvom kunstig intelligens kan meget, er det ikke meningen, at eleverne udelukkende skal være afhængige af den. Hvis vi overlader alt til kunstig intelligens, eller omvendt ignorerer teknologien fuldstændigt, vil det kunne påvirke elevernes dannelse negativt.

Kilder:

https://www.researchgate.net/publication/228381038_Bloom's_Digital_Taxonomy

https://quincycollege.edu/wp-content/uploads/Anderson-and-Krathwohl_Revised-Blooms-Taxonomy.pdf

Advancing Meaningful Learning in the Age of AI – Artificial Intelligence Tools – Faculty Support | Oregon State Ecampus | OSU Degrees Online