Tag: Didacticum

Låt mig berätta två historier.

Pelle läser på ett kandidatprogram och ska för första gången skriva en längre akademisk text på egen hand. Han tycker att det är svårt att få en känsla för vilken nivå texten ska ligga på. Särskilt svårt är det att greppa det här med metod, så Pelle slänger iväg en prompt till ChatGPT med lite frågor. Direkt får han ett ganska långt svar med tips på hur han kan tänka för att komma vidare med arbetet. Pelle tycker också att det är svårt att hitta relevanta källor, så han ställer ytterligare en fråga till ChatGPT. De har en kort diskussion där Pelle får många bra tips på sätt att söka och värdera litteratur. När Pelle lite senare på terminen kommit en bra bit med texten känner han ett behov av att få återkoppling. Han skickar in texten till en gratis onlinetjänst som med hjälp av AI kan kommentera språk. Från den här tjänsten får Pelle ganska många småkommentarer om språk och struktur. Pelle tar till sig av kommentarerna, men väljer att inte göra alla de föreslagna ändringarna i texten.

Hur känns det i magen? Vi vet ju inte riktigt vilka regler som kursledningen formulerat för användningen av generativ AI i uppsatsarbetet, men om vi utgår från hur det ser ut i din miljö: Skulle det här räknas som fusk? Och även om det inte skulle räknas som fusk, tycker du att det är en dålig användning av generativ AI som motverkar lärande? Är det kanske helt enkelt omoraliskt? Medan du funderar på det, låt mig fortsätta med nästa historia.

Kalle läser på ett kandidatprogram och ska för första gången skriva en längre akademisk text på egen hand. Han tycker att det är svårt att få en känsla för vilken nivå texten ska ligga på. Särskilt svårt är det att greppa det här med metod, så Kalle slänger iväg ett mejl till sin handledare med lite frågor. Inom ett par dagar får han ett ganska långt svar med tips på hur han kan tänka för att komma vidare med arbetet. Kalle tycker också att det är svårt att hitta relevanta källor, så han bokar ett möte med en bibliotekarie. De har en kort diskussion där Kalle får många bra tips på sätt att söka och värdera litteratur. När Kalle lite senare på terminen kommit en bra bit med texten känner han ett behov av att få återkoppling. Han kontaktar sin kompis som visserligen inte är insatt i ämnet, men som själv skrev uppsats för några år sedan och är rätt språkintresserad. Från kompisen får Kalle ganska många småkommentarer om språk och struktur. Kalle tar till sig av kommentarerna, men väljer att inte göra alla de föreslagna ändringarna i texten.

Det som Kalle gör är naturligtvis helt okej. Kalle gör precis det som vi förväntar oss av studenter, att de ställer frågor när de inte förstår och inom rimliga gränser tar hjälp av andra för sitt lärande. Och det är förstås finare att ta hjälp av riktiga människor. Kalle har lite större anledning att lita på dem han tar hjälp av, medan Pelle – förhoppningsvis – läser svaren från de AI-tjänster han använder med mer kritiska ögon. Men i grund och botten är det ingen större skillnad på Pelles och Kalles beteenden. Ändå är det många lärare som får en klump i magen av Pelles historia. Det är den som gör att många inte vågar tala om AI med sina studenter. Väck inte den björn som sover.

Men lärare som inte explicit pratar om AI med sina studenter förlorar i trovärdighet och relevans. Det spelar ingen roll att din forskning är världsledande om du inte törs prata om den nya vardag som vi alla lever i. I din tystnad om AI växer avståndet till studenterna. Det är dags att komma in i matchen.

Jag tycker att det är dags att sluta med text. Det är ju uppenbarligen ingen som läser ordentligt.

Den senaste tiden har vi sett många exempel på hur folk oreflekterat klistrat in svar från ChatGPT och ibland glömt att plocka bort inramningen. En tidning publicerade en lista med lästips inför sommaren där en del böcker var påhittade. Alltså, alla böcker är ju påhittade, men de här böckerna existerade inte överhuvudtaget. Ett stort antal vetenskapliga artiklar, som påstås ha genomgått noggrann peer review, innehåller fraser som antyder att delar av innehållet genererats av ChatGPT, och att “författarna” varit slarviga nog att inte redigera bort dessa. Tidskrifter tvingas nu leta efter “tortured phrases”, alltså formuleringar som skaver i öronen på riktiga mänskliga läsare.

Nu kan du förstås hävda att folk visst läser. Någon har ju uppenbarligen identifierat dessa tillkortakommanden och bedömt dem vara nyhetsvärdiga. Och där har du onekligen en poäng.

Det är fascinerande att se hur krampaktigt många yrkeskategorier, inte minst akademiker, håller fast vid textens helighet, vid den performativa ritualiserade textproduktionen. En gång i tiden, för en evighet sedan, var det bara människor som kunde producera text. På den tiden var en bra text ett tydligt tecken på att författaren också var bra, så bra att hon kunde få ett intyg, ett förlagskontrakt, en examen. Idag kan vi aldrig vara säkra på varifrån texten kommer. Den kan låta fantastisk, logisk, rolig, skarp, men den är antagligen delvis genererad av en språkmodell.

Alla äkta texter är redan skrivna. Och de drunknar i de mängder av oäkta texter som sköljer över oss. Inte ens den här texten är helt genuin. Den här Markov-kedjan av ord är visserligen helt och hållet en produkt av min hjärna. Inte ens stavingskontroll har fått komma i närheten. Men jag har bett en AI-tjänst att hjälpa mig hitta exemplen ovan. Och hos dig gnager förstås tvivlet. Visst måste en AI ha författat dessa snärtiga formuleringar?

Det pågår ett låggradigt krig mellan författare och publicister, mellan arbetssökande och rekryterare, mellan studenter och lärare. I nån slags naiv förhoppning efterfrågas från båda håll regler och gränsdragningar. Vi är just nu i en övergångsfas där vi försöker blunda och titta samtidigt. Vi vill så gärna tro att en bra text fortfarande är ett tecken på en bra människa, men Pandoras ask är öppnad och går inte att stänga. Så länge det finns beräkningskraft kommer vi aldrig någonsin att kunna lita på texten igen.

Vi måste hitta något annat som är unikt mänskligt. Vi kan väl ses och prata lite i stället?

Ibland när jag är ute och träffar medarbetare på universitetet händer det att någon känner igen min röst. Det är inte så konstigt då jag har spelat in en hel del instruktionsfilmer om digitala system, till exempel Lisam och Inspera. När någon kopplar ihop min röst med en video som hjälpt dem lösa ett problem eller lära sig något nytt leder det ofta till ett glatt bemötande, vilket såklart känns fint.

Jag ser min röst som ett av mina viktigaste verktyg. Tillsammans med text och bild är det så jag kommunicerar. Jag försöker också vara medveten om hur jag använder rösten. Jag kan variera tempo, låta lugn eller entusiastisk, eller lägga in en mer allvarlig ton när det behövs.
När jag spelar in video brukar jag boka ett inspelningsrum på campus, bara en trappa upp från mitt kontor. Ibland har jag ett färdigt manus, ibland improviserar jag. Under inspelningen försöker jag lyssna på mig själv, för att avgöra om betoningen ligger rätt. Om något inte känns bra spelar jag in meningen igen. Efteråt lyssnar jag igenom allt och klipper bort det som inte blev bra. Ibland upptäcker jag rena fel i samband med redigering, som att jag sagt “höger” istället för “vänster”, eller glömt säga något viktigt. Då får jag ta trappan upp igen för att komplettera.

Jag har ofta tänkt att det vore smidigt med ett AI-verktyg som kunde härma min röst tillräckligt bra för att göra små justeringar och tillägg. Jag har testat något sådant verktyg online. Resultatet var lovande, men licensen dyr och det är inget vi har tillgång till via LiU.

Däremot har vi tillgång till Microsoft Clipchamp, ett enklare videoredigeringsverktyg. Där finns en funktion för text-till-tal, med flera inbyggda röster. Jag provlyssnade på några. Vissa gillade jag inte alls, men andra var helt okej. Jag fastnade för rösten Brandon, så jag klistrade in en text och lät Brandon läsa upp den. Överlag lät det bra, i alla fall så länge det handlade om vanliga svenska ord. Men när det dök upp ovanliga begrepp eller engelska ord blev det konstigt. Jag provade att skriva om orden med improviserad fonetisk stavning för att leda Brandon till rätt uttal. Ändrade till exempel “Copilot” till “Kåpajlåt” och “LiU-ID” till “Liju-ID”. Jag la även in några extra skiljetecken där jag ville ha konstpauser. Det fungerade hyfsat, men tog tid (vilket ju var det jag ville spara).

Efter ett tag började jag tröttna på Brandon och insåg att jag ändå föredrar att använda min egen röst, åtminstone tills jag får tillgång till mer avancerade verktyg.

Som tack för gott samarbete bjöd jag Brandon och hans AI-kollega Sofie på en fika. Vi hade inte så mycket gemensamt att prata om, men det var ändå trevligt.

Ett av de största hindren för utveckling som finns på de flesta lärosäten är att olika delar av verksamheten har begränsad förståelse för varandras verkligheter. Det är som att vi pratar förbi varandra. Vi lägger för mycket tid på att tycka att saker är fel och för lite tid på att försöka förstå. Antagligen är det ett problem i alla större organisationer. Jag tror att vi alla skulle må bättre och uträtta mer om vi kunde skapa ett mer förstående arbetsklimat.

Grundkursen i högskolepedagogik har under många år inkluderat auskultationer. Lärare får sitta med under varandras undervisningspass för att efteråt diskutera vad som hände, för att ge och få återkoppling. Det här är ett koncept som jag tror skulle kunna skalas upp för att skapa bättre förståelse mellan olika hörn av universitetet. Vi skulle kunna kalla det för “intern-prao”, “gå ett par meter i mina skor”, “gäst hos verksamheten”, eller så skulle vi kunna sno rubriken från “skugga en student”, en aktivitet som vi hållit på med länge.

Min tanke är att para ihop anställda, två och två: en från kärnverksamheten och en från stödverksamheten. Personerna ska inte känna varandra sedan tidigare, men bör naturligtvis vara öppna och nyfikna. Ett förslag på upplägg skulle kunna vara följande:

Försnack (1 timme)

Ta en fika tillsammans och presentera er för varandra. Träffas gärna på neutral mark första gången. Här är några förslag på frågor som ni kan prata kring:

• Vad är dina arbetsuppgifter, både officiellt och praktiken?
• Hur ser en typisk arbetsvecka, t.ex. den innevarande, ut för dig?
• Hur ser organisationen ut runt dig, alltså den grupp du jobbar mest med?
• Vad är det roligaste och mest givande med ditt jobb?
• Vilka är de största praktiska utmaningarna du står inför just nu?

Titta igenom era kalendrar och planera in lämpliga aktiviteter där ni kan skugga varandra. Boka även in en reservtid ifall någon av er får förhinder.

Steg 2: Skuggning (2 x 2 timmar)

Den ena personen hänger med på den andra personens aktivitet och tvärtom. Deltagaren förväntas inte interagera utan sitter tyst och observerar. Den som är lärare får gärna bjuda in till någon form av undervisning (föreläsning, seminarium, lektion, laboration, etc). I övrigt kan aktiviteten vara vad som helst, men gärna något där flera personer ingår, t.ex. ett personalmöte. Ni får själva avgöra vilka aktiviteter som kan vara lämpliga att delta i. Glöm inte att vid behov förankra med övriga deltagare, eller åtminstone informera om att du har besök.

Steg 3: Eftersnack (2 timmar)

Tar återigen en fika tillsammans och jämför erfarenheter. Utgå till exempel från följande frågor för att få igång samtalet:

• Vad av det som hände under skuggningen var typiskt och vad var det som var ovanligt?
• Vad finns det för likheter och skillnader mellan era arbetssituationer?
• På vilka sätt bidrar era båda uppdrag till universitetets huvuduppgifter?

Den långsiktiga målsättningen skulle vara att förbättra arbetsklimatet genom att skapa större tillit mellan kärn- och stödverksamhet. Deltagarna kommer få bättre inblick i och förståelse för varandras verksamhet, informella kontakter som i förlängningen leder till ovanstående samt förhoppningsvis goda idéer på hur verksamheter kan utvecklas.

Konceptet behöver förstås finslipas, testas och utvärderas, men nog finns det ett embryo till något bra här? Är du sugen på att vara med?

Tanken att enskilda personer kan stå i vägen för utvecklingen och att det samlade vetandet kan vidgas först när gubben trillat av pinn kan förstås upplevas som cynisk eller makaber. Det är något som frustrerade doktorander ibland tänker i sina mörka stunder, men som kanske inte lämpar sig för tryck. Den här idén har dock återkommit flera gånger hos välrenommerade författare. Just den här klatshiga formuleringen är inget direkt citat, men andemeningen finns uttryckt i fysikern Max Plancks postumt utgivna memoarer. I den engelska översättningen lyder formuleringen:

A new scientific truth does not triumph by convincing its opponents and making them see the light, but rather because its opponents eventually die, and a new generation grows up that is familiar with it.

Det här har kommit att kallas Plancks princip och flera andra tänkare, däribland Thomas Kuhn, har byggt vidare på idén att vetenskapliga revolutioner sällan är särskilt rationella. Vi talar mycket om vikten av kritiskt tänkande, men riktar det ofta mot andra och mer sällan mot oss själva. För mig är den här sentensen en påminnelse om att vara ödmjuk. Jag kanske har starka övertygelser inom många områden, men jag försöker vara öppen för att lyssna på argument. Jag vill inte vara den som står i vägen för historien.

Ett ännu bättre mantra att bära med sig genom livet kanske är slutet på Roy Anderssons gamla reklamfilm för ketchup. Ni vet, den där med en gråtrist gubbe som klagar på att frun har köpt ketchup utan socker, men som sedan upptäcker att det kanske inte var så dumt. “Man kan väl ändra sig.”