Logodesign med AI-læringsobjekter

Som en del af undervisningen i faget kommunikation og it på Odense Tekniske Gymnasium forsøger jeg konstant at tilpasse undervisningen til de elever, jeg har, samtidig med at jeg afprøver generativ kunstig intelligens (AI). Men i stedet for at betragte AI som en altomfattende løsning, der kan overtage hele min undervisning, fokuserer jeg på at udvikle det, jeg kalder AI-læringsobjekter.

Disse 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.

Ved at arbejde med AI på denne måde bevarer jeg som underviser kontrollen over det overordnede læringsdesign. Det er mig, der beslutter, hvornår og hvordan AI skal bruges, og jeg kan løbende evaluere og justere deres rolle i forhold til undervisningen. Samtidig giver det mig mulighed for at eksperimentere med teknologien på en kontrolleret måde og opbygge erfaringer med, hvordan AI kan bruges i undervisningen.

Denne tilgang adskiller sig markant fra en forestilling om, at AI skal kunne svare på alt og bruges i alle undervisningens facetter. I stedet mener jeg, at AI’s styrke ligger i at understøtte og forstærke udvalgte aspekter af læring, og at teknologien altid skal styres af mig som underviser.

AI-læringsobjet til arbejde med logodesign

Til mine 1.g’ere i faget kommunikation og it har jeg udviklet to små AI-læringsobjekter som en del af et kort forløb, hvor eleverne arbejdede med logodesign og afslutningsvis redesignede skolens logo. Tanken var at starte analogt med at tegne flere logoer ud fra ARMM-modellen og derefter arbejde med vektorgrafik i Affinity Designer. Selvom det er et kort forløb på 6 moduler, indeholder det stadig meget kernestoffet fra faget.

Her er nogle af elevernes skitser, som de tegnede løbende under gennemgangen af ARMM-modellen:

Jeg har vedhæftet mine slides herunder, så I kan få en idé om, hvad eleverne har arbejdet med.

Første læringsobjekt

Efter at have tegnet en masse skitser til et nyt logo til Odense Tekniske Gymnasium, var målet, at eleverne skulle udfordres, når de skulle designe en ny udgave i Affinity Designer. Til dette udviklede jeg en række kortkategorier, som skulle udfordre eleverne og fungere som benspænd. Dermed var målet også, at eleverne skulle se på deres skitser, bruge dem som inspiration og blive mere udfordrede.

Det første AI-læringsobjekt var et lille program, der kunne give eleverne en række krav til det logo, de skulle udvikle. F.eks. kunne en elev få logoopgaven med følgende benspænd:

• Stil eller æstetik: Naturinspireret
• Farveskema: Varme farver
• Element eller motiv: Tandhjul
• Typografi: Serif
• Form eller layout: Cirkel

Det betød også, at hver elev sad med deres egne krav til, hvordan de skulle løse opgaven. Dette objekt blev lavet ved hjælp af Claude og udviklet som en HTML-hjemmeside, der kunne integreres direkte på skolens Moodle-platform.

Denne del kunne man godt lave i hånden med kort og uden at vise noget på tavlen. Alternativt findes der også en række hjemmesider, hvor man kan lave en sådan udtrækninger. Ved at få det op på skærmen i klassen fik vi kort snakket om hver elevs opgave og hvad de enkelte kategorier betød. Her fik vi samtidig trænet et grafisk fagsprog.

Efter at have fået deres kortkategorier, fik eleverne opgaven at udvikle et nyt logo med følgende krav:

Eleverne brugte et modul på at lave den første udgave af deres logo i Affinity, hvor jeg gennemgik mulighederne for at arbejde med former i programmet. Efter dette modul afleverede de den første delaflevering af deres logo.

Udfordringen nu er, at eleverne naturligvis skal have feedback på deres produktioner, men det er også en krævende proces med 30 logoer. Her kommer AI-læringsobjekt nr. 2 ind i billedet.

Andet AI-læringsobjekt

Som forberedelse til 4. modul i logo-forløbet brugte jeg tiden på at udvikle endnu et AI-læringsobjekt, som kunne give formativ feedback på elevernes logo. Modsat det første AI-læringsobjekt ville jeg lave noget, der kunne bruges i undervisningen og fungere som en “hjælpelærer”.

I undervisningen introducerede jeg hjemmesiden for eleverne, og når de sad fast eller havde brug for faglig sparring, lagde de en udgave af deres logo op på siden sammen med de kortkategorier, de havde fået. Dermed undersøgte min pre-prompt deres logo og fremhævede to positive elementer ved logoet (hvis den altså fandt noget) og herefter tre dele, som kunne forbedres. Derudover bad jeg den give en lidt humoristisk kommentar til eleven på baggrund af analysen.

Hele min pre-prompt findes her:

En udfordring er dog, at det er meget svært at afgrænse denne prompt, hvilket jeg vil komme ind på i slutningen af denne artikel.

Det tekniske setup er udviklet, så elevernes billeder og prompts ikke forlader gymnasiets Mac Studio. Herunder er layoutet skitseret.

Her er to eksempler på, hvad eleverne fik udviklet af logoer – de mangler dog stadig en eller to iterationer, hvor vi skal arbejde videre med dem. Blandt andet skal vi undersøge, hvordan logoet ser ud på tryk i en kontekst.

Effekt i undervisningen

Eleverne tog godt imod dette AI-læringsobjekt, uploadede deres logoer og modtog feedback. Nedenstående er resultatet af min observation fra undervisningen, hvor jeg løbende noterede stikord, mens jeg snakkede med eleverne. Det skal tages som en vidensdeling og ikke som en videnskabeligt valid undersøgelse.

Jeg har valgt at opdele deres reaktioner i tre grupper:

1. Eleverne, der fik brugbar feedback og selvstændigt arbejdede videre med logoet.
2. Eleverne, hvis logo blev misforstået af programmet og fik mærkeligt feedback.
3. Eleverne, der bevidst udfordrede programmet og morede sig med at sabotere systemet.

Hvis vi dykker ned i de tre grupper, var det interessant, hvordan de elever, der fik brugbar feedback, var meget selvkørende og promptede mange gange. Det betød også, at de fik faglig sparring til deres egen produktion, hvilket ellers kan være svært med 30 elever i en klasse. Samtidig var der også en del spørgsmål fra flere af disse elever, der gerne ville have forklaring på noget af den feedback, de fik fra AI-læringsobjektet. De søgte altså stadig min faglighed, da der var ord eller begreber, de ikke forstod, og nogle søgte min bekræftelse af programmets feedback.

Den gruppe af elever, hvor systemet ikke forstod deres logo, promptede flere gange, indtil de fik noget brugbart. De grinede af programmets svar, men reflekterede alligevel over det i forhold til deres logo. Jeg hørte flere, som læste højt af programmets output, og sammen med sidemanden diskuterede de, hvad der kunne være gået galt.

Den sidste gruppe var interessant, da de gik mere op i at teste programmet og forsøgte at bryde dets begrænsninger. Noget, jeg specielt lagde mærke til, var deres meget direkte sprog - som om alt var frit og uden grænser. På en eller anden måde skabte introduktionen af et AI-værktøj uro hos nogle elever, og dermed forstyrrede det også undervisningen.

I alt var min oplevelse, at flest elever lå i den første og anden gruppe, mens meget få var i den sidste. Men det er stadig en gruppe, man skal være opmærksom på, når man introducerer teknologi i undervisningen. Det er min formodning, at denne gruppe også ville have skrevet sjove beskeder i en padlet eller på andre måder sat lidt kulør på undervisningen.

Opsummering af forsøget

Det var interessant, hvordan jeg kunne flytte noget af min vejledning over til det andet AI-læringsobjekt, da det gav mig luft til at være der for eleverne.

En erfaring, jeg også tager med mig, er, at man ikke kan udvikle 100 % lukkede værktøjer. Det erfarede jeg i den afsluttende opgave, hvor eleverne skulle aflevere deres logo og 5-10 linjers argumentation for deres brug af ARMM-modellen og deres kortkategorier. Men inden jeg så mig om, havde en elev blot lagt opgaven og logoet ind i min LogoBot og bedt den om at løse opgaven. Der var en fin løsning, indtil jeg justerede lidt i min pre-prompt og fjernede den mulighed.

Noget andet, jeg også vil tage med fra forsøget, er, at jeg afgiver noget af fagligheden til min LogoBot, og jeg har ikke altid overblik over, hvilke misforståelser der opstår, når eleverne bruger den. I sidste ende giver jeg derfor eleverne feedback på deres afleveringer, uanset hvad mit AI-læringsobjekt har fortalt dem. Det er også vigtigt at instruere eleverne i, at den feedback, de får fra LogoBot, ikke skal opfattes som den endegyldige sandhed.

AI-læringsobjekterne bidrager også med en ny form for interaktivitet og dialog i undervisningen. Eleverne kan aktivt eksperimentere med AI-værktøjerne og få øjeblikkelig respons, hvilket kan øge deres nysgerrighed og engagement. Denne form for "leg" med teknologien kan skabe en mere uformel og eksplorativ læringssituation, som supplerer den lærerstyrede undervisning. Samtidig fungerer AI-objekterne som en form for stilladsering, der støtter elevernes læring. Når LogoBot'en giver feedback og kommer med forslag til forbedringer, og guider eleverne videre i deres designproces af logoet på en måde, som jeg ikke altid ville have tid til som underviser.

Jeg vil i fremtiden udvikle flere små AI-læringsobjekter, der, ligesom LogoBot, kan give forskellig feedback alt efter, hvor eleverne er. Det behøver ikke at være store systemer, men små hjælpemidler, der kan give eleverne præcis den udfordring eller støtte, de har brug for i øjeblikket.

Hvordan kommer man selv i gang?

Prøv, og vær ikke nervøs for, at noget går galt, for der er helt sikkert noget, der går galt, når vi arbejder med AI. Men ovenstående forsøg har også givet meget mere til undervisningen, end hvis det blot var mig, der vejledte dem enkeltvis. Ikke at jeg vil slippe kontrollen med undervisningsrummet til AI, men det er mig, der vælger, hvornår det giver mening.