Lucka #21: Anna testar chat GPT: Inlämningsuppgifter till kurs

En viktig del av examinationer är det skrivna ordet. Olika typer av text, olika nivåer av tonalitet och möjlig verkshöjd. Det kan vara lite känsligt eftersom det går in på områden som rör plagiat och fusk – men chatGPT behöver testas även med den här typen av uppdrag. Hur ska vi annars förstå både utmaningar och möjligheter?

ChatGPT testades med olika frågetyper och nedan följer en rad med exempel:

  1. Vad är pomologi?

Svaret låter, utan direkta förkunskaper om ämnet rimligt, men saknar i den här versionen källor.

2. Vilka är de tre viktigaste händelserna i pomologins historia?

AI:t ger sig inte på någon tydlig värdering av vilka händelser som är viktigast, texten inleds med en slags disclaimer. Där skulle det behövas ett tydligare resonemang kring hur rangordningen skulle kunna baseras på. Återigen saknas källor som gör det möjligt att faktakolla texten.

3. Jämför olika odlingstekniker och redovisa vilken av dem som är mest problematisk utifrån ett hållbarhetsperspektiv.

Även här aktar sig AI:t för att göra någon typ av värdering. Exempel redovisas, återigen utan källor men med en stor bredd av svar som vid första läsningen låter rimliga.

4. Skriv en personlig reflektion kring betydelsen av frukt för dig

Detta blev en rätt generisk, smått högtravande hyllning till den hälsosamma frukten. Skulle du godkänt detta? Är tonen rimlig?

5. Skriv 3 frågor till en tenta om pomologi (nu vänder vi på det)

Nu har AI:t tidigare frågor kvar i minnet och det syns i svaren, lite intressant att den direkt skriver fem istället för tre frågor.

En första reflektion – ju mer specifika förberedelser som skrivs in i frågan, desto svårare för ett AI att ge ett användbart svar. Det kan t ex vara bra att vara tydlig med vilka källor som är utgångspunkten för svaret “Vad skriver Nordisk Familjebok och NE.se om pomologi och vilka är de största skillnaderna?” eller “letar reda på och beskriv vad källa X och källa Y skriver om pomologi”. Frågan är bara vad som sker när jag också matat in texterna som ska jämföras? Vad blir det för texter då?

Fortsättning följer!

 

Lucka #20: Bildspråkets betydelse i ditt undervisningsmaterial

Många är vi som gillar att använda bilder i det undervisningsmaterial som i bästa fall ska stötta studenternas lärande. Det kan ha lite olika syften.

  • Det rent estetiska – som i bästa fall gör materialet lite mer minnesvärt.
  • Det informativa – förtydliga materialets innehåll med ytterligare en modalitet.

Men frågan är – vad händer om bildspråket förstör mer än det förstärker? Att ha med bilder till varje pris, kan i värsta fall innebära att det blir ett störmoment istället för en betydelsebärare.

Ett första steg att lära sig mer om möjligheterna med bilder är att fundera några varv kring bildspråk. Vad vill du säga med bilden och talar du samma språk som dina studenter? Framförallt – pratar du samma språk ens i en och samma presentation?

Ponera att du ska skapa en presentation om äpplets historia. Du ska berätta om utseende, användningsområden och äpplet som symbol inom sagor och myter. För varje sida du skapar finns direkt ett behov av att bildsätta – det blir ett bra sätt att direkt leda studenterna in på vad ämnet handlar om. Ett vanligt scenario är att du söker upp bilder till varje enskild sida i din presentation, men hur blir då helheten?

Ett rött äpple går att gestalta på så många olika sätt. Det finns fotografiska bilder i både färg och svartvitt, illustrationer både gjorda i dator och ur böcker. Är det viktigt att målgruppen får en så realistisk bild av hur ett äpple ser ut, eller finns det rum för lite mer konstnärlig gestaltning? Ju mer kreativ du känner dig – desto större risk att bli missförstådd. Dock behöver det inte enbart ses som ett problem – det kan även vara en fantastiskt intressant ingång i vidare reflektioner kring hur vi människor, utifrån sociokulturella faktorer kan se på bilder på så helt olika sätt.

Bilder från Wikimedia commons, sökord Apple och red apple. 

 

Lucka #16: Anna testar chatGPT: Abstract till konferens

När jag skriver detta inlägg är chatGPT överbelastad, så det blir svårt att erbjuda några aktuella skärmdumpar. Men nästa textutmaning jag gav den under en intensiv testdag förra veckan var att få ihop ett abstract till en konferens.

Steg 1: Mata AI:t med data

Utgångspunkten: En redan befintlig text behöver skrivas om, kortas ner från ca 1200 ord till 600.

Kommandot blev därmed till att börja med: Skriv en sammanfattning av följande text + klistrade in befintlig engelsk text.

Resultatet blev en lite väl komprimerad text (235 ord), dock var det tydligt att AI:t fångat in komponenterna i texten som rörde inledning, syfte, problemformulering, teori, metod och resultat. Innehållet var korrekt, om än lite fattigt. Eftersom jag skrev kommandot på svenska blev texten också översatt till svenska.

Steg 2: Utöka!

Jag bad AI:t: Skriv längre text. Och vips började det närma sig 545 ord. Jag laborerade med “skriv på svenska” och sen tillbaka till engelska igen. Texten fick en liten annan utformning, men återigen – referenser saknas helt. Det behöver jag lägga till på egen hand.

På detta sätt går det att se AI:t som ett sätt att få snabb feedback när du kört fast, kanske se över tonalitet eller språk. Det där som är värdefullt för att faktiskt gå i mål med sin text. Efter tröskandet i ett AI skrevs vissa delar ändå om av oss som deltar i projektet, men det hade varit intressant att ha lite mer is i magen och förlita sig helt på ett AI – just för att se vad det går att använda till.

Nu återstår det dock att se om detta abstract ens blev godkänt – innehållet och temat i sig är det ändå upp till konferensens arrangörer att avgöra hur det står sig i relation till många fler faktorer än det språkliga.

Lucka #12 – Anna testar ChatGPT: Wikipedia

…I´ll never have to work again, ekar i huvudet. Eddie Izzards klassiska rant om ny teknik är fortfarande aktuell och nu är det AI som är det “nya” genom lanseringen av chatGPT kopplad till Open AI-projektet. (Där bland annat Microsoft och Elon Musk är inblandade)

Vad finns det då för möjliga användningsområden för den här typen av chatbot? Kommer det innebära slutet för skriftliga inlämningar som grund för examination? Jag har inga direkta svar – men tänkte testa att ge chatboten lite olika uppdrag, som kan skapa underlag för vidare funderingar kring den här typen av teknik. Häng med!

Wikipediaartikel

Som wikipedian tänkte jag direkt – hur kan jag använda detta verktyg för att skriva fler artiklar om modiga kvinnor från olika delar av världen? Mitt mål är att åtminstone fylla på det svenska Wikipedia med artiklar om de kvinnor som fått priset International Women of Courage Award.

Steg 1

Zaria Ghafari saknar t ex artikel. Jag ser därför chatboten i uppdrag att skriva en wikipediaartikel om henne enligt instruktionen: Skriv en wikipediaartikel om Zarifa Ghafari människorättsaktivist.

print screen text from chatbot AI

Chatboten lyckas identifiera att Zarifa är kvinna från Afghanistan och vid en första läsning låter ju detta som en rätt gedigen artikel. Detta är den generiska bilden av en kvinnlig människorättsaktivist. Problemen är dock många:

  1. Zarifa lever, hon har inte alls gått bort.
  2. Hon var borgmästare i Maidan Shahr
  3. Artikeln saknar referenser, inget av det som står går att belägga och skulle därmed inte godkännas överhuvudtaget som artikel på Wikipedia.

Det som istället skrivs fram är en bild av kvinnor som människorättsaktivister – dvs fokus på kvinnors rättigheter, genom organisationer och sociala medier.

Steg 2

Den här chatboten behöver matas med data och erfarenhet som stämmer bättre överens med det som går att verifiera, för att överhuvudtaget vara användbart som stöd för skrivandet av fler artiklar på wikipedia.

print screen chatbot open AI

Steg 3

Med data i minnet, blir sen nästa version av artikeln betydligt bättre.

print screen chatbot openai

Men fortfarande behöver jag som författare referenser och källor för att överhuvudtaget kunna få den här artikeln godkänd enligt Wikipedias regelverk.

Fortsättning följer!

Lucka #10: Vad kan vi lära oss av Svante Pääbo om arbetsmiljö?

Att gå en kurs på Didacticum innebär inte bara att du får gott kaffe, många olika tesorter att välja mellan, kakor, frukt och glass. Lite här och var finns det broderier med både allvarliga och lustiga budskap, vi har emoji-kuddar och en girlang gjord av internpostkuvert (för att fira utmärkelsen Attraktiv myndighet), whiteboard med veckans olika temadagar. För säsongen relevant pynt.

Små tecken på mänsklig närvaro. Men varför är detta viktigt för en del människor?

Jag blev inspirerad när jag läste en tråd på Twitter om nobelpristagaren Svante Pääbo, där det blev synligt att han vid inredningen av en forskningsmiljö valde att lägga pengar på både klättervägg och takbastu. I inslaget inför helgens nobelutdelning berättade han fnissande att han lyckats fixa klätterväggen genom att kalla det ett konstverk. Nu har han en helt annan typ av budget, men jag tror att han är inne på något som är viktigt – att en arbetsmiljö behöver erbjuda en variation för medarbetare för att variera arbetsställning och ge möjlighet att hitta nytt fokus och tanketid genom olika typer av rum – där det är mer eller mindre människor att interagera med. Det går dock aldrig att kopiera en inredningsdesign rakt av – saccosäckar, klätterväggar, grupprum med glasväggar eller bollhav är ingen universell lösning – det blir mest en kul grej som ingen använder om det känns för långt ifrån målgruppens behov. Men det behövs – särskilt när så många sitter i öppna kontorslandskap. Just nu drömmer jag nog lite extra om ett telefonbås, en yta för lite kontors-stretch utan att behöva synas för alla och faktiskt lite mer konstverk i lokalerna. Och kanske en liten hängmatta att ha under mitt höj och sänkbara skrivbord?

Vad skulle du vilja ha tillgång till i anslutning till din arbetsplats?

Här kan du läsa om Svante Pääbo via Mattis Karlssons Twitter-tråd.