Jag har, efter snart ett år med laborerande med chatGPT börjat fundera över vad som gömmer sig bakom plus-menyn. Vad är nästa steg? Och nu fick jag en del av svaret. Efter att ha läst artikeln How to build your own custom ChatGPT with OpenAI´s GPT builder insåg jag – det här måste testas!
Akademiskt skrivande – med utgångspunkt i material om akademiskt skrivande, rättssäker examination, senaste versionen av APA m.m. En idé om en chatbot som kan hjälpa studenter på olika nivåer att få bättre koll på akademiskt skrivande, källhänvisningar, referenshantering m.m.
Geografi-boten Georg – “hjälper dig att förstå geografi bättre!” – med utgångspunkt i kursplanen i geografi och SO-rummets dedikerade resurs om geografi är tanken att en elev i åk 4-6 ska kunna ställa frågor om geografi relaterat till kursmålen och få svar som inte bara är en variant av Google.
Två av dessa botar kan ni se mer av i två skärminspelningar. Jag ber att få återkomma med mer tankar när jag testat botarna på den tänkta målgruppen.
Nu gäller det att hålla ordning på namnen – fort går det, och alltid en pedagogisk utmaning att lära andra om nya verktyg som inte ens behåller samma namn i mer än några månader. Och för att göra det lite mer knepigt – de namn vi nu ska hålla reda på är väldigt snarlika.
Jag pratar om de AI-verktyg som Microsoft erbjuder anställda och studenter vid LiU som bygger på chatGPT (Chat Generative Pre-trained Transformer).
Microsoft Copilot (tidigare Bing Chat) går att använda som anställd och nu även som student vid LiU genom att logga in med ditt LiU-id: https://copilot.microsoft.com/
Från januari 2024 erbjuds 300 anställda vid LiU att bli testpiloter av Microsoft 365 Copilot – dvs en copilot integrerad i Microsofts program: Outlook, Word, Powerpoint m.m.
För att kunna använda den här typen av AI-verktyg behövs kunskap om det som kallas “prompt engineering” – du behöver kunna föra ett samtal med din hjälpsamma chatbot och ge den rätt sorts instruktioner. Frågan är – hur gör jag det? Här följer några grundläggande tips – men bäst är att pröva sig fram och saknar du idéer i början: tänk ut olika roller du kan tänkas ha, med behov av svar från en chatbot.
Var tydlig i dina instruktioner
Exempel Middag
Vad ska jag äta till middag?
Vad ska jag äta till middag som tar max 20 minuter att laga?
Vad ska jag äta till middag som tar max 20 minuter att laga? Jag äter gärna medelhavsinspirerad mat men klarar inte av färsk koriander. Utgå från grönsaker det är säsong för i Sverige i januari.
Vad visar detta exempel? Chatbotten är ingen tankeläsare, ju mer specifika detaljer desto mer relevans i de svar som levereras.
Vem är det som ger instruktionen?
Fundera över hur du beskriver dig själv, din utgångspunkt och behov i relation till den instruktion du ger chatboten. Det går även att be chatbotten att anta en specifik roll när den ska leverera sitt svar.
Exempel Middag
Vad ska jag äta till middag som tar max 20 minuter att laga? Utgå från grönsaker det är säsong för i Sverige i januari. Ge även förslag på efterrätt som passar en laktosintolerant person.
Ge förslag som passar en kvinna som styrketränar 3 ggr i veckan.
Ge förslag som passar en familj där ett barn har svårt för såser. Svara så att en 10-åring med viss erfarenhet av matlagning kan laga middagen.
Exempel Kurs i programmering
Skapa en kursplan i grundläggande programmering för årskurs 5. Kursen ska genomföras på två veckor fördelat på 1 timme x 10 veckodagar. Kursen använder sig av Scratch.
Skriv ett välkomstbrev som om du vore läraren i kursen som även inkluderar en första övningsuppgift i Scratch.
Skriv en vänlig utvärdering av kursen i grundläggande programmering för årskurs 5 som om du vore en pojke i årskurs 5 som hellre arbetat i Roblox Studio än Scratch.
Jobba successivt och i dialog med chatbotten. Ju längre instruktion i en och samma prompt – desto större risk för syftningsfel. Det är bättre att ta lite i taget, utvärdera resultatet, be om ändringar enligt dina önskemål och fortsätta tills du är nöjd med resultatet.
Förbättra resultatet tillsammans
…med chatbotten. I detta ingår även att du ger exempel på vad du menar. Utgångspunkten är det du redan skrivit eller skapat och du skriver instruktioner som syftar till att bearbeta och förhoppningsvis förbättra något tillsammans med chatbotten. Det är dock viktigt att kolla av om detaljer såsom antal ord eller specifika stil och genreval verkligen stämmer med det du strävar efter.
Exempel
Skriv en sammanfattning av denna text <inklistrad text> på max 200 ord. = Det är inte säkert att antalet ord stämmer.
Gör den här texten mer sammanhängande <inklistrad text> = Blev den bättre eller…t o m sämre?
Ge förslag på andra sätt att beskriva detta <inklistrad text> = Ett sätt att komma åt språkliga tics eller överanvända uttryck?
Skriv om detta <inklistrad text> så det blir en sonett = Blev det verkligen en sonett enligt konstens alla regler?
Jag stannar här, och lämnar över testandet till er – det är ändå bäst att lära sig genom att använda sin egna, högst konkreta situation för att förstå och se möjligheterna med AI-verktyg inom högre utbildning.
Det är svårt att sia om exakt när och hur AI kommer förändra vårt sätt att arbeta. Enligt Gartners “Hype Cycle” befinner sig AI just nu på toppen av uppblåsta förväntningar och kommer inte bli produktivt förrän om 5-10 år. Jag kan hålla med om att förväntningarna ibland är överdrivna, men det finns många som gör produktiva saker med generativ AI redan nu. Det gamla sättet att tänka kring innovationer känns förlegat i ljuset av de snabba förändringar vi sett det senaste året.
När man ser exempel på AI-tjänster som kan skapa företagsloggor eller generera influencerinlägg är det lätt att avfärda generativ AI som något ytligt. Dessa leksaksverktyg påverkar inte oss på universitetet, för vi sysslar med “riktig” kunskap, sådan som endast kan uppnås efter långa och intensiva studier. Om man på det sättet körsbärsplockar de allra töntigaste exemplen är det klart att ingen blir intresserad av AI, men om vi tittar lite djupare på tekniken bakom dessa tjänster har vi all anledning att ta ett par steg tillbaka och fundera över hur högre utbildning och forskning kommer påverkas.
Många har uttryckt oro inför hur generativ AI påverkar tillförlitligheten hos hemtentor. Och det är klart att om studenterna har tillgång till tjänster som snabbt kan generera grammatiskt korrekt text som i många fall dessutom även är innehållsmässigt okej, så kan vi inte i framtiden lita särskilt mycket på hemtentor. Vi behöver hitta sätt att tänka om när det gäller examination, och det är något som har diskuterats flitigt under det senaste året.
Men det är nästan mer intressant att fundera över hur vårt arbete som lärare kan underlättas genom generativ AI. Jag tror att vi först behöver försöka tillämpa AI själva, innan vi kan förstå tekniken tillräckligt bra för att kunna säga till studenterna vad de får och inte får använda. Och här måste vi tänka utifrån flera horisonter. För det första behöver vi fundera över vad vi kan göra redan idag, med de tjänster som finns här och nu. För det andra behöver vi fundera över vilka tjänster som kanske finns imorgon. Och vilka tjänster vi själva vill vara med och utveckla.
Det sägs ibland att AI i framtiden kommer ersätta X% av alla jobb, och många värden på X har kastats runt i debatten. Men det betyder inte nödvändigtvis att X% av alla anställda kommer sparkas. Det innebär snarare att av de tusen olika sysslor som du ägnar dig åt under en arbetsdag, så kan X% av dessa effektiviseras och kanske försvinna helt om du tar hjälp av olika AI-tjänster. Tänk efter själv. Hur många gånger under en arbetsdag producerar du text i olika former? Vid alla sådana tillfällen kan du ta hjälp av en generativ AI. Du kanske inte delegerar uppgiften helt och hållet till en AI, utan att titta på resultatet, men du kan ta hjälp av en AI för att generera idéer och utkast, omformulera på ett enklare eller mer formellt sätt, o.s.v. Du blir helt enkelt mer effektiv, på samma sätt som vi alla blev lite mer effektiva genom att använda skrivmaskiner, ordbehandlare, miniräknare, e-post, etc. Jag vet att ordet “effektiv” får det att klia hos många lärare som gärna börjar mumla något om NPM, men se det som en möjlighet att göra din vardag lite mindre stressande.
Vi är många som har provat att diskutera med ChatGPT, mest eftersom det var den tjänst som först slog igenom på bred front. Men i dess kölvatten har en lång rad mer specialiserade tjänster dykt upp. Bakom en del av dem hittar vi förstås entreprenörer som vill tjäna storkovan på den senaste trenden, men många är skapade av enskilda entusiaster eller små företag som brinner för att stödja en viss grupp. Inom utbildningssektorn finns det många nya verktyg som, även om de just nu inte känns klockrena för universitetslärare, ändå indikerar vart utvecklingen är på väg.
Jag har testat ett sådant verktyg som heter Eduaide. Det finns i en begränsad gratisversion som är ganska lätt att använda. Hela idén med Eduaide är att hjälpa lärare som behöver planera, genomföra och examinera elever eller studenter. Tjänsten verkar främst inriktad mot grundskola och är begränsad till några ämnen, men konceptet är intressant.
Eduaide innehåller flera olika verktyg. Det finns en Content Generator som kan skapa ett femtiotal olika typer av innehåll. Jag kan få en lektionsöversikt, en bedömningsmatris, skisser för presentationer, övningar, projekt, självtester, m.m. Sedan finns det en Teaching Assistant som kan hjälpa mig att formulera kursplaner eller nyhetsbrev, anpassa material för studenter med särskilda behov eller generera aktiviteter för team building. Feedback Bot kan ta emot en students svar och, baserat på kriterier som jag själv bestämmer, generera förslag till återkoppling. Assessment Builder skapar examinationsfrågor av olika slag och sist men inte minst finns en chat där jag kan bolla allmänna idéer med systemet. Det mesta som systemet genererar behöver förstås bearbetas för att kunna användas i klassrummet, men för de ämnen som jag testat får jag rätt bra förslag på lektionsplaneringar, övningsuppgifter och provfrågor, även om det mesta är på en lite för låg taxonomisk nivå för högre utbildning.
Troligen kommer vi inte att använda just ChatGPT så mycket i framtiden. Istället kommer AI att bli en naturlig del i andra verktyg som vi redan använder. I vår kommer vi troligen få tillgång till Microsoft Copilot, vilket alltså innebär att vi kommer ha AI inbyggd i alla våra vanliga kontorsprogramvaror. AI kommer bli lika vanligt, lika självklart och lika irriterande som alla andra verktyg som en gång var nya. Och den som redan nu testar och utforskar möjligheterna kommer ha ett stort försprång i framtiden. Hur kommer du använda AI för att förenkla ditt arbete som lärare under vårterminen 2024?
Meanderslingorna i en flod och rotsystemet hos ett träd är båda resultat av naturliga processer. Vi kan förstås debattera vad som egentligen är “naturligt” tills korna kommer hem, men låt oss för ett ögonblick lämna den intressanta diskussionen därhän. Även om vi kanske inte förstår alla detaljer så inser vi att det någonstans finns en naturvetare som kan förklara för oss exakt vad det är som ligger bakom hur floder och rötter sprider ut sig. Vi tillskriver därför inte dessa processer några intentioner. Det ligger inget medvetande bakom att det ser ut så här. Det bara blir så. Det betyder inte att vi inte kan tycka att det är vackert. De flesta människor har förmågan att bli hänförda av både stora och små företeelser i naturen.
Konst, och andra kulturella artefakter producerade av människor, brukar vi däremot anta är resultatet av ett medvetet arbete, ofta med en tydlig intention. Även om grottmålningarna har flera tusen år på nacken är de med största sannolikhet gjorda av mänsklig hand. Och vi är rätt säkra på att nedanstående text är skriven av en människa, även om han kanske var ett udda exempel med ibland oklara intentioner.
Vi har länge trott oss lätt kunna avgöra vad som är producerat av en människa och vad som är resultatet av en naturlig process. Men med generativ AI kan vi inte längre vara helt säkra. Generativ AI kan producera många olika slags media som är förvillande likt något människoproducerat. Jag bad DALL-E producera “a cave painting, on a wall of stone, with crude images of wild animals in red-brown color” och fick något som mycket väl skulle kunna vara ett foto från någon sydeuropeisk grotta. Jag bad ChatGPT skriva “en kort inledning (runt 200 ord) till en roman och försök få det att låta som att August Strindberg hade skrivit den” och fick en text som visserligen innehåller ett par böjningsfel, men som har någon typ av mörkt stråk i sig.
Någonstans finns en datavetare eller ingenjör som kan förklara för oss exakt vad det är som ligger bakom att DALL-E producerar en grottmålning eller att ChatGPT skriver en inledning till en roman. Det går att bryta ner dessa processer i sina beståndsdelar, till ettor och nollor om man så vill. Det är inget magiskt eller mystiskt. Det är helt naturligt. Generativ AI har inga intentioner, inget medvetande. Intentionen sitter alltid hos den som håller i verktyget. Och mina intentioner med att välja just dessa exempel bland biljoner andra möjliga är att få dig att fundera över vad som egentligen är naturligt, vad som är äkta eller autentiskt. Och jag vill få dig att inse att vi nog behöver definiera om de här orden, eftersom världen numera är lite annorlunda.
I dagarna publicerade även LiU sin vägledning för lärare som på olika sätt kommer i kontakt med generativ AI i relation till utbildningsfrågor. Eftersom denna vägledning primärt ligger i ett slutet intranät för anställda har vi valt att skapa en något reviderad – men ändå öppen resurs så att fler kan ta del av hur vi resonerat. Att ta del av andras öppna lärresurser och informationsmaterial har varit ovärderligt i arbetet med att skapa en uppfattning om hur vi bäst stöttar våra kollegor vid LiU. Sharing is caring!
Utveckling av vägledningen
Denna vägledning är hämtad 2023-10-03 från ett dynamisk webbsida på LiU:s intranät för anställda, som kommer uppdateras efter hand.
Den här vägledningen är baserad på det arbete som gjorts under våren 2023 av medarbetare och studenter vid Kognitionsvetenskapsprogrammen vid LiU (kandidat, master).
Denna vägledning bör även läsas tillsammans med Beslut om vägledning för lärares och studenters användning av generativ AI i utbildning vid Linköpings universitet (dnr LiU-2023-02660). Revisionen av vägledningen är gjord av Tobias Trofast, Stina Hellberg, Anna F Söderström och Lena Strömbäck under september 2023. Vägledningen syftar till att stötta lärare och annan undervisande personal vid LiU till konstruktiv användning av AI i utbildning.
Vilka generativa AI-verktyg omfattas i vägledningen?
Denna vägledning är inspirerad av verktyget ChatGPT:s snabba utbredning och användning inom högre utbildning. Vägledningen är dock avsedd att täcka verktyg och modeller inom hela begreppet Generativ Artificiell Intelligens, som kan generera innehåll av olika karaktär såsom till exempel text, bild, musik, video eller kod. ChatGPT är ett exempel på verktyg som använder sig av LLM (Large Language Models) för att generera innehåll och har blivit känt då det lanserades för allmänheten i slutet av 2022.
Med den snabba tekniska utvecklingen på detta område är det svårt att tillhandahålla en tydlig lista på verktyg som faller in under begreppet generativa AI-verktyg, och verktyg som faller utanför. Den teknik som underbygger verktyg som ChatGPT införlivas i rask takt i andra verktyg som har använts under lång tid, till exempel Outlook och andra mailprogram, söktjänster som Google eller Bing, eller ordbehandlingsprogram som Word.
Vägledningen har därför skrivits för att ha ett öppet förhållningssätt till alla olika typer av generativa AI-verktyg, och lärare på LiU uppmuntras att hålla sig uppdaterade på den kommande utvecklingen och uppdatera kurser och kursinformation vid behov.
Grundläggande förhållningssätt till generativ AI i utbildning
Generativ AI bör användas konstruktivt och rättssäkert i utbildning vid LiU. I Beslut om vägledning för lärares och studenters användning av generativ AI i utbildning vid Linköpings universitet (dnr LiU-2023-02660) förtydligas vilka rekommendationer som LiU har för både lärare och studenter avseende AI i undervisning och examination.
Kurser bör i dagsläget inte kräva att studenterna använder ett specifikt AI-verktyg, om inte LiU har en licens eller motsvarande som garanterar att studenterna har fri och tillförlitlig tillgång till verktyget över tid. Eftersom de allra flesta AI-verktygen är molntjänster är det viktigt att läraren följer LiU:s riktlinjer för användning av molntjänster. Om arbete med verktygen ska integreras i en kurs måste det göras med eftertanke och med möjlighet att snabbt ställa om undervisningen ifall verktygen av någon anledning blir obrukbara (till exempel hamnar bakom en betalvägg). Det är upp till varje lärare att fundera över studentgruppens digitala mognad (kompetens) i förhållande till användningen av generativ AI, då det kan se väldigt olika ut i en heterogen studentpopulation.
Generativ AI i kurser
Användningen av AI-verktyg i en kurs är sällan binär; ja eller nej. Det finns en mängd olika verktyg, med olika användningsområden, och många av dem kan även användas i olika steg av en process eller på olika nivåer av automatisering. Figur 1 illustrerar ett sätt att tänka kring detta, för fallet med en student som ska arbeta med att ta fram en text inom ramen för en kurs. Figur 1 illustrerar ett sätt att tänka kring detta, för fallet med en student som ska arbeta med att ta fram en text inom ramen för en kurs.
Figur 1: Människocentrerat – AI-centrerat: ett sätt att illustrera eller tänka kring AI och var gränsen för tillåten användning går. Grafiken är anpassad av lärare på Kognitionsvetenskapliga programmen med utgångspunkt från Matt Miller på DitchThatTextbook.com.
Var på skalan får eller bör studenter ligga i din kurs? Hur vill du justera skalan för att passa din kurs? Var tror du studenterna kommer vara i sin framtida yrkesutövning? Var är du i ditt arbete?
Exemplen på ”gråskalan” från människocentrerat till AI-centrerat kan vara flytande, och variera baserat på uppgiftens natur, men det underliggande resonemanget att ett AI-verktyg kan användas mer eller mindre, i olika delar, eller till olika syften är viktigt. För kursansvarig lärare gäller det att ta ställning inte bara till om ett specifikt verktyg är tillåtet eller ej, utan snarare vilken typ av verktyg som är tillåtna i vilka uppgifter (examinerande eller andra) och då på vilket sätt.
Rättssäker och tydlig kursinformation
De beslut som fattas gällande tillåten och otillåten användning av AI-verktyg i en kurs bör med tydlighet skrivas in i den skriftliga kursinformationen . Tydlighet i informationen hjälper både dig som lärare och studenterna att sätta gemensamma regler och förväntningar inför kursen. Den text som används i kursinformationen bör skrivas med tanke på att vid misstanke om fusk, plagiat eller vilseledande vid examination är kursinformationen en del av det underlag som granskas av disciplinnämnden vid en anmälan.
Kursinformationens innehåll
Exempel på vad som bör tas upp i denna informationstext är vilka verktyg som får respektive inte får användas, samt vad som är tillåten användning av dessa (se Figur 1), hur användning av verktygen ska dokumenteras om de används och om några särskilda regler gäller för olika examinerande moment.
Förklara varför
Att tydligt förklara varför AI-verktyg får eller inte får användas på vissa sätt men inte andra ökar sannolikheten för efterlevnad och förankring hos studenterna. Utgå från kursens design och lärandemål och förklara den pedagogiska motiveringen till kursens AI-regler.
Dokumentation av användning
Om AI-verktyg används under en kurs bör detta dokumenteras tydligt av studenterna.
Att kunna dokumentera hur AI-verktyg har använts i en process är en viktig färdighet för studenterna att lära sig och ett bra stöd för lärare som ska bedöma om studenterna tillgodogjort sig lärandemålen i en kurs. Dokumentationen bör innehålla en beskrivning av vilka verktyg som använts, vilken version av verktyget och hur det genererade innehållet har använts eller bearbetats.
Dokumentation som en läraktivitet
Att be studenterna skriva en reflektionsuppgift kopplat till denna dokumentation kan vara ett sätt att hjälpa dem att reflektera över AI-verktygens styrkor och svagheter, deras egen användning av verktygen och hur det har format deras inlämning.
Generativ AI som källa
Den som skriver en akademisk text ska ange källa för vad som är ursprunget till en specifik information eller fakta. Då en AI-genererad text är baserad på annan text är tjänsten som används inte en primär källa. Observera till exempel att ChatGPT inte anger vilka källor som används för att generera ett svar, och svaret på samma fråga kan variera mellan olika tillfällen. Studenten bör därför avrådas från att använda ChatGPT som källa (om det inte är ChatGPT som är studieobjektet) och i stället uppmanas att söka fram en källa där ursprunget till informationen går att härleda.
Generativ AI och examination
En vanlig fråga som rör AI och utbildning är när verktyg används för examinerande uppgifter i en kurs. Därför bör den information som ges till studenterna inom detta område vara särskilt noga beskrivet för att undvika olika tolkningar mellan lärares och studenters uppfattning om vad som är tillåtet och vad som riskerar att leda till anmälningar till disciplinnämnden.
Fusk och plagiat med AI-verktyg
Disciplinnämnden vid LiU skriver att en disciplinföreteelse är när en student ”med otillåtna hjälpmedel eller på annat sätt försöker vilseleda vid prov eller när en studieprestation skall bedömas.”
I en kontext där AI-verktyg är aktuella innebär det att det är en disciplinföreteelse i alla fall där en student:
använder sig av specifika AI-verktyg (hjälpmedel) som uttryckligen ej är tillåtna för uppgiften
använder sig av något AI-verktyg på ett sätt som är specifikt och uttryckligen ej tillåtet för uppgiften; och
använder AI- verktyg för att vilseleda vid examination, genom att exempelvis presentera AI-genererad text som sin egen (en form av plagiat).
På motsvarande sätt kan AI-verktyg vara tillåtna hjälpmedel vid en examination, och även i dessa fall är det bra om detta är specifikt och tydligt uttryckt i instruktionerna till uppgiften.
Plagiat är en vanlig form av vilseledande vid examination. Det kan diskuteras i vilken utsträckning detta är applicerbart för AI-genererad text, eftersom AI-verktyg normalt inte ses som författare eller ägare till den text som genereras. Om man som kursansvarig väljer att se kopierad, AI-genererad text som plagiat behöver detta förtydligas i kursinformationen.
Examinationsdesign – hur påverkas det av generativ AI?
AI-verktyg är i dag bra på att generera text, programkod och bilder. Det gör att examinationsformer där detta är centralt blir problematiska att använda på samma sätt som tidigare för att examinera. Exempel på examinationsformer som berörs är hemtentamen, essäer, reflektionsuppgifter, VFU-rapporter, projektrapporter, labbrapporter, programmeringslabbar m.fl.
Det rekommenderas att lärare själva testar att använda AI-verktyg för att besvara eller utföra examinerande moment eller laborationsuppgifter för att få ökad förståelse för vilka möjligheter och utmaningar som kan finnas.
Tips på hur examinationsformer kan anpassas med hänsyn till utvecklingen inom generativ AI.
Fokusera på processen, inte bara produkten
Genom att arbeta med stegvisa inlämningar eller andra kontroller av arbetet med en produkt (hemtenta, essä, rapport, etc) kan studentens bidrag visas tydligare. Till exempel kan man be studenterna lämna in utkast under kursens gång, och ge studenterna återkoppling på dessa. I nästa stegvisa inlämning ombes sedan studenterna dokumentera eller skriva en reflektion över hur de använt sig av återkopplingen i arbetet, vilket tydliggör hur de har arbetat med texten.
Bygg på personliga erfarenheter
Om möjligt, be studenterna inkludera personliga reflektioner eller kopplingar till egna, levda erfarenheter. Detta är främst ett sätt att försvåra direkt kopiering av genererad text.
Inkludera empiriska data
Examinationsformer som bygger på någon form av data (antingen given av läraren eller insamlad av studenten själv) gör det svårare att använda AI-verktyg för att generera text.
Inkludera detaljer från kursen
Kräv till exempel referenser till kurslitteraturen med sidnumrering, eller att studenterna i de skriftliga arbetena använder sig av och refererar till föreläsningar (med slidenummer) eller seminarier under kursens gång. Även detta gör det svårare att direkt använda genererad text.
Bygg in fler modaliteter
Uppmuntra till dokumentation och redovisning genom bild, ljud och video tillsammans med text i uppgifterna samt användning av analogt material (mixed media).
Använd generativ AI
Utforska möjligheterna att själv generera innehåll som underlag för diskussion, analys eller variation i uppgifter som i sin tur ligger till grund för examination.
Byt examinationsform
Om de nya AI-verktygen skapar stora problem med rättssäker examination bör kursansvarig lärare överväga att byta examinationsform. Salstentamen, seminarier, muntlig tentamen, eller redovisningar är i dagsläget inte lika berörda av de nya AI-verktygen. Tänk på att förändringar i examinationsform kan kräva en ny kursplan, vilket tar tid att realisera.
Att upptäcka fusk med AI
Det finns verktyg som säger sig kunna detektera om en text är genererad av AI eller skriven av en människa. Dessa verktyg fungerar dock dåligt och rekommenderas därför inte. Arbeta därför hellre med alternativa examinationsformer för att säkerställa rättssäker examination.
———–
Denna vägledning är hämtad 2023-10-03 från ett dynamisk webbsida på LiU:s intranät för anställda som kommer uppdateras efter hand.
