Ugens nyheder: Fremtidens klasseværelse - balancen mellem teknologi og resonans

2 dec 2024 · 11 minut læses

Indholdsfortegnelse

Decembers første nyhedsbrev er nu klar, og vi har udvalgt en række artikler, der giver et godt indblik i de muligheder og udfordringer, vi står overfor i uddannelsessektoren.

Arild Raaheim udfordrer idéen om at vende tilbage til analoge eksamensformer og opfordrer i stedet til at gentænke vurdering, så den kombinerer kontrol og læring.
Hartmut Rosa minder os om vigtigheden af resonans og menneskelige relationer, også i en teknologisk tidsalder. Han argumenterer for en balance mellem brugen af AI-værktøjer og det relationelle.
Studerendes brug af AI handler om meget mere end dovenskab – det er en strategi til at øge effektiviteten og forberede sig på fremtidens arbejdsmarked.
TechRadarPro’s eksperter mener, at potentialet for AI i fremtidens klasseværelse er enormt, især når det gælder støtte til lærere og elever.
Podcasten AI med et menneskeligt ansigt udforsker “faglig sorg” og undersøger, hvordan lærere og ledere kan håndtere AI’s udfordringer og muligheder.
Eksperterne på Gymnasielærerdagen delte værdifulde råd til lærere og elever om, hvordan AI kan anvendes kritisk og konstruktivt i undervisningen – uden at gå på kompromis med læringskvaliteten.
+ Ugens andre nyheder

Vi har også to lidt nørdede nyheder:

Avancerede AI-modeller kan lække private data gennem en nyopdaget sårbarhed i deres arkitektur, afslører forskere fra Google DeepMind.
Teuken-7B sætter en ny standard for flersprogede AI-modeller i Europa.

God læselyst og glædelig 2. december!

Tilbage til pen og papir – eller fremad med AI?

Arild Raaheim, professor i universitetspædagogik ved Universitetet i Bergen, stiller spørgsmålstegn ved, om det giver mening at vende tilbage til traditionelle eksamensformer som pen og papir som reaktion på udbredelsen af AI-værktøjer som ChatGPT. Han kritiserer tiltag, der fokuserer mere på kontrol end på læring, og understreger, at vurderingsformer spiller en afgørende rolle for, hvordan og hvad studerende lærer.

Arild Raaheim foreslår tre strategier for fremtidens vurderingsformer:

Konventionel strategi
Fokus på kontrol og traditionelle eksamensformer, som primært måler viden (summativ vurdering).
Semi-konventionel strategi
En kombination af kontrol og læring, hvor AI integreres som en del af vurderingen, og hvor studerende reflekterer over deres brug af teknologi.
Radikal strategi
Fokus på læring gennem de studerendes aktive medvirken i at udvikle vurderingskriterier og evaluere sig selv og andre (studentinvolveret vurdering).

Arild Raaheim mener, at kritisk refleksion bedst udvikles gennem ejerskab og engagement i læringsprocessen. Han opfordrer derfor til at betragte AI som en ressource, der kan understøtte skriveprocesser og udvikle kritisk tænkning, snarere end som en trussel mod uddannelsessystemet.

Hartmut Rosas perspektiver på teknologiens rolle i undervisningen

Den tyske sociolog Hartmut Rosa skriver, at den konstante acceleration i moderne samfund har ført til fremmedgørelse og meningstab. Han bruger begrebet “resonans” som en modvægt, hvor relationer til verden skaber mening og engagement.

I en pædagogisk kontekst handler resonans om at skabe meningsfulde forbindelser mellem læreren, eleverne og læringsindholdet. Læreren skal fungere som rollemodel og formidle en oprigtig begejstring for faget for at fremme resonans. Dette kræver trygge læringsmiljøer, hvor eleverne kan udfordres og udvikle self-efficacy og handlekraft gennem aha-oplevelser frem for blot at stræbe efter målbare resultater som karakterer.

Han advarer mod overforbrug af teknologi og generativ AI, da det kan simulere resonans uden at skabe reel transformation eller læring. Skoler bør prioritere fysisk samvær og arbejde mod en balance mellem teknologiens muligheder og de relationelle kvaliteter, der fremmer resonans. For at opnå dette er lærernes engagement og deres evne til at skabe trygge og nysgerrighedsbaserede læringsmiljøer afgørende.

Studerendes brug af AI handler om strategi, ikke dovenskab

En undersøgelse blandt 8.028 universitetsstuderende viser, at 85 % anvender generativ AI for at gøre opgaver hurtigere og lettere. Selvom dette kan opfattes som dovenskab, understreger forskerne, at det snarere afspejler en strategisk tilgang til tidsstyring. Studerende anvender AI til rutineprægede opgaver, der ikke kræver menneskelige færdigheder, samt til at overvinde skriveblokeringer og forbedre kvaliteten af deres arbejde.

Desuden hjælper AI studerende med at udvide deres kapaciteter; 70 % rapporterer, at teknologien giver dem mulighed for at udføre opgaver, de ellers ikke kunne klare. For 48 % bidrager AI til at overvinde tilgængelighedsbarrierer. Dog er studerende forsigtige med AI’s begrænsninger: 97 % er opmærksomme på, at AI kan producere fejlagtige svar, og 93 % ønsker stadig at udføre opgaver på egen hånd for at fremme dyb læring.

Flere respondenter ser AI som en nøglekompetence i en verden, hvor færdigheder som effektiv prompting kan få afgørende betydning på arbejdsmarkedet. Forskerne foreslår, at universiteter integrerer AI-læsefærdighed i undervisningen for at sikre, at både studerende og undervisere lærer at bruge teknologien produktivt og etisk. Dette vil ikke blot understøtte effektivitet og kvalitetsforbedring i studierne, men også ruste de studerende bedre til fremtidens arbejdsmarked.

AI’s rolle i fremtidens klasseværelse: Mere støtte til lærere og elever

En artikel fra TechRadarPro’s Expert Insights-kanal beskriver, hvordan AI er begyndt at påvirke undervisningsområdet. Teknologien anvendes til at skabe personaliserede læringsoplevelser, levere øjeblikkelig feedback og reducere administrative opgaver for lærere. Dette gør det muligt for lærere at fokusere mere på de kreative og relationelle aspekter af deres arbejde. Forskning fra Stanford viser også, at AI kan forbedre både læreres og elevers tilfredshed ved at levere målrettet indsigt og sparring.

Nogle af de områder, som artiklen berører, er, at AI styrker lærernes kreativitet ved at overtage rutineopgaver såsom at lave quizzer og planlægge komplekse undervisningsforløb. Artiklen understreger samtidig, at AI fungerer som en støtte for lærere frem for en erstatning. For at opnå teknologiens fulde potentiale anbefales det at give lærere adgang til AI-værktøjer og den nødvendige træning.

Artiklen er udgivet som en del af TechRadarPro’s Expert Insights-kanal, der deler viden fra førende eksperter inden for teknologi.

Podcast: Når undervisere møder ny teknologi

I podcasten AI med et menneskeligt ansigt, med Henrik Dresbøll som vært, diskuteres begrebet “faglig sorg” – en følelse af tab og frustration, som undervisere kan opleve, når AI udfordrer deres faglige identitet. Gæsten Claus Scheuer-Larsen, lektor ved Odense Tekniske Gymnasium, deler sine erfaringer og foreslår løsninger på, hvordan lærere kan tilpasse sig den teknologiske udvikling.

Podcasten fremhæver, hvordan teknologier som ChatGPT både kan skabe usikkerhed og samtidig åbne nye muligheder for læring. Claus Scheuer-Larsen foreslår, at undervisningen flytter fokus fra produkt til proces, så eleverne lærer at analysere og reflektere kritisk over AI’s svar. Samtidig understreges ledelsens afgørende rolle i at skabe tydelige rammer, anerkende lærernes udfordringer og give plads til eksperimenter.

Lyt med herunder:

Gymnasielærere søger indsigt i AI’s rolle i undervisningen

På Gymnasielærerdagen 2024 i Aalborg blev der delt værdifulde råd om, hvordan gymnasielærere og elever kan navigere i en undervisningsverden, hvor AI får en stadig større betydning. 200 lærere deltog for at få indsigt i AI’s muligheder og udfordringer samt konkrete anbefalinger fra eksperter ved Aalborg Universitet.

Lektor Stine Ejsing-Duun, lektor Kristine Bundgaard og lektor Andreas Møgelmose fra Aalborg Universitet har i samme ombæring udgivet fire råd til henholdsvis gymnasielærerne og gymnasieeleverne.

Fire råd til gymnasielærere:

Elevernes evne til at forholde sig kritisk til AI og dens indflydelse på deres læring afhænger af, at du selv er nysgerrig på teknologien og går i dialog med dine elever om den.
Eksperimentér selv med teknologien og undersøg, hvilke pædagogiske problemer den kan løse, og hvilke faglige områder den kan åbne op for på nye måder.
Sørg for at tale med eleverne om både deres læring, konsekvenserne af at erstatte tænkning med generativ AI, og hvordan generativ AI kan understøtte deres læringsproces.
Spørg dig selv, hvilke kompetencer der vil blive vigtige i fremtiden. Nogle opgaver kan vi med fordel lade teknologier løse. Tag ansvar for, at generativ AI anvendes i både didaktiske og pædagogiske sammenhænge.

Fire råd til gymnasieelever:

Brug AI som sparring til idéudvikling og få hjælp til at skabe struktur m.m., men husk, at det altid er dig, der skal vurdere dens output.
Bare fordi en AI-chatbot skriver flot, betyder det ikke nødvendigvis, at indholdet er korrekt.
Læring opnås bl.a. ved selv at skrive, så du går glip af værdifuld læring, hvis du kun bruger AI som en genvej.
Overvej, hvad det betyder for din faglige selvtillid, hvis du ikke selv løser opgaverne. Vær i stedet nysgerrig på, hvordan generativ AI kan styrke din læring.

Disse råd afspejler den overordnede målsætning om at bruge AI som et værktøj til læring, uden at det erstatter essentielle læringsprocesser.

Ugens andre nyheder

Nørdehjørnet

Vi faldt lige over et par artikler som er lidt interessante når vi snakker generativ AI, men ikke nødvendigvis i forbindelse med undervisningen.

Forskere afslører sikkerhedsrisiko i avancerede AI-modeller

Ny forskning fra Google DeepMind viser, at avancerede AI-modeller baseret på Mixture-of-Experts (MoE)-arkitektur har en alvorlig sikkerhedsbrist. Ved at manipulere den måde, modellen fordeler data på, kan en angriber trække private brugerdata ud, hvis disse data behandles i samme datapakke som angriberens egne forespørgsler. Metoden, der kaldes "MoE Tiebreak Leakage," kan afsløre data bit for bit ved hjælp af strategisk placerede input.

Forskerne anbefaler at sikre, at data holdes adskilt i datapakkerne, og at tilfældigheder tilføjes i modellerne for at gøre angreb vanskeligere. Undersøgelsen understreger, hvor vigtigt det er at prioritere sikkerhed i AI-systemer, især når de bruges af mange forskellige brugere samtidig.

Stealing User Prompts from Mixture of Experts

Mixture-of-Experts (MoE) models improve the efficiency and scalability of dense language models by routing each token to a small number of experts in each layer. In this paper, we show how an adversary that can arrange for their queries to appear in the same batch of examples as a victim’s queries can exploit Expert-Choice-Routing to fully disclose a victim’s prompt. We successfully demonstrate the effectiveness of this attack on a two-layer Mixtral model, exploiting the tie-handling behavior of the torch.topk CUDA implementation. Our results show that we can extract the entire prompt using $O({VM}^2)$ queries (with vocabulary size $V$ and prompt length $M$) or 100 queries on average per token in the setting we consider. This is the first attack to exploit architectural flaws for the purpose of extracting user prompts, introducing a new class of LLM vulnerabilities.

arXiv.orgItay Yona

Teuken-7B: En ny, flersproget AI-model designet til Europa

Teuken-7B er en avanceret AI-model udviklet af OpenGPT-X, som fokuserer på Europas 24 officielle sprog. I modsætning til andre sprogmodeller, som ofte er domineret af engelsk, er Teuken-7B trænet på over 50 % ikke-engelske data for at afspejle Europas sproglige og kulturelle mangfoldighed. Modellen benytter en specialudviklet flersproget tokenizer, som reducerer fragmentering og gør det mere effektivt at behandle tekst på europæiske sprog.

Teuken-7B er blevet evalueret på en række benchmarks, herunder ARC og HellaSwag, og præsterer konkurrencedygtigt i forhold til andre modeller med 7-8 milliarder parametre. Modellen udmærker sig ved ensartede præstationer på tværs af sprog og tilbyder en robust løsning til at understøtte Europas sproglige mangfoldighed.