This page in English

Högskolepedagogiskt centrum

Artificiell intelligens inom högre utbildning

En hand håller i en rund ring med artificiella symboler.

När du ska ta en selfie och mobilkameran hittar ditt ansikte med en rektangel – det är artificiell intelligens (AI). När dina vänner automatiskt taggas i en bild i sociala medier – det är AI. När du får innehållsrekommendationer för musik, film och serier i diverse streamingtjänster – det är också AI. AI-utvecklingen påverkar hela samhället och alla människor.

Centrala begrepp

Artificiell intelligens – AI. Saknar entydig definition men är mjukvara som i olika hög grad är autonom och adaptiv, alltså arbetar självständigt och anpassar sig själv.

Data – Information som finns registrerad någonstans.

Algoritm – En följd av instruktioner. Som ett recept för bakning ungefär.

Modell - Den del av mjukvaran som används för att lösa problemet, till exempel förutsäga något.

Träningsdata – Den data som används för träning av modellen vid maskininlärning.

Maskininlärning – Ett viktigt delområde inom AI. System som blir bättre på en given uppgift när mängden erfarenhet och data ökar. 

Neuronnät – Neutralt nätverk. Ett verktyg för att lösa ett maskininlärningsproblem. Det är en struktur för att träna en modell som lite löst bygger på de biologiska neuronnäten som finns i våra hjärnor.

Djupinlärning – Ett viktigt delområde inom maskininlärning. Vid djupinlärning finns det ett neuralt nätverk som innehåller många lager av neuroner. (Icke djupinlärning innebär neurala nätverk med endast ett eller ett fåtal neuronlager.)

Generativ AI - AI som kan generera data: text, bild, film och musik.

Bias – Vinkling. En snedvridning eller skevhet i beräkningen eller tolkningen av den tillgängliga informationen.

Algoritmisk diskriminering – Uppstår på grund av att träningsdatan som en modell tränats på är vinklad. Denna data är från början författad av människor och speglar i både innehåll och kvantitet förutfattade meningar och mönster i samhället.

AI är idag etablerat inom så gott som alla delar av samhället. Ändå är vi förvånansvärt många som har en högst begränsad uppfattning om hur dessa tekniker fungerar och vad man kan använda dem till.

För att vi ska kunna fatta kloka beslut och ta tillvara potentialen i AI så behöver var och en av oss uppgradera våra kunskaper om AI ett snäpp. Ekonomer, politiker, lärare, sjuksköterskor, jurister, läkare, musiker, ingenjörer och kockar. Ingen kommer undan med att säga att AI inte påverkar mig eller mitt yrke.

För högskolelärare innebär det här att kursplaner kan behöva uppdateras och att det i undervisningen kan behöva inkluderas aktuell kunskap om hur AI kan komma att påverka studenternas framtida yrke eller forskningsområde.

I slutändan handlar det om vilken värld vi vill leva i. Kunskapsluckor om AI i stora delar av samhället blir ett demokratiproblem. Det är inte bara programmerarens uppgift att fundera över integritet, lagstiftning, etiska aspekter och säkerhet. Eller att avgöra inom vilka delar av vården, skolan, industrin eller rättsväsendet som AI lämpar sig eller inte. Flera av dessa frågor är av politisk karaktär och berör alla. 

Längst ner på denna sida, under fliken "Filmer – med reflektions- och diskussionsfrågor" hittar du en kort introduktionsfilm (14 min) till vad AI är.

Generativ AI

På senare tid har vi sett hur flera nya tjänster dykt upp som kan generera både text, bilder och musik. Ett exempel på generativ AI är tjänsten ChatGPT som lanserades i slutet av 2022 av forskningsbolaget OpenAI och som delvis finansieras av Microsoft. Utvecklingen fortsätter och Microsoft integrerar generativ AI i flera av sina tjänster.

På sidan Generativ AI i undervisning och examination hittar du pedagogiskt stöd som tagits fram utifrån samtal med lärare, omvärldsbevakning och tillsammans med jurist och informationssäkerhetsansvarig och som även förankrats i Utbildningsstrategiska rådet för att gå i linje med universitetets hållning till generativ AI.

Här nedan hittar du även 10 tips för hur du som undervisande lärare kan möta den snabba utvecklingen av generativ AI.

10 tips för att möta AI-utvecklingen

  1. Testa ChatGPT eller något annat generativt verktyg. Det bästa sättet att bilda sig en uppfattning om AI-baserade textgenererande verktyg är att prova själv.
  2. Se filmen AI-baserade textgenererande verktyg om du funderar på hur du skulle kunna använda AI-baserade textgenererande verktyg som en resurs i din undervisning eller vad du behöver tänka på för att förebygga fusk i samband med examinationer. Du hittar filmen under fliken Filmer – med reflektions- och diskussionsfrågor lite längre ner på den här sidan.
  3. Fundera över hur AI påverkar, eller kommer att påverka, ditt ämne eller ditt fält. Finns det några tillämpningar du känner till?
  4. Fundera över vad som är relevant kunskap idag och imorgon. Våra studenter behöver rustas för en värld där AI, som teknologi, är en del av samhället.
  5. Fundera över vad studenterna behöver kunna om hur AI påverkar deras framtida yrkesroll eller forskningsområde. Finns det delar av yrket eller forskningsområdet där man skulle kunna använda AI?
  6. Låt AI bli en del av innehållet i din kurs. Det kan handla om nuvarande och framtida tillämpningar, etiska och juridiska aspekter eller kanske möjligheter och utmaningar inom ditt ämne. Algoritmisk diskriminering, deep fakes och påverkanskampanjer i sociala medier är bara några exempel. Bedömningsstöd vid screening inom vården, självkörande bilar och skräddarsydd innehållsrekommendation är andra exempel på vad som skulle kunna vara ditt innehåll.
  7. Undervisa om källkritik. Studenter behöver kunna förhålla sig kritiskt till AI-genererade påståenden och texter. En allmän förståelse för hur generativ AI fungerar kan göra stor skillnad och avmystifiera det som annars känns okänt och svårt.
  8. För kollegiala diskussioner om hur ni, inom ert ämne, kan tänka kring examinationer. Hur skapar ni relevanta och bra examinationer som prövar det ni vill pröva kopplat till kursmål och läraktiviteter? Denna fråga behöver hållas levande. Examinationerna ska vara rättssäkra men också relevanta.
  9. Testa dina examinationsuppgifter i ett textgenererande verktyg. Då kan du bilda dig en uppfattning om hur väl en examinationsuppgift fungerar. Är frågan till exempel för allmänt ställd?
  10. Se över dina examinationer. I filmen om AI-baserade textgenererande verktyg som finns under rubriken Filmer – med reflektions- och diskussionsfrågor längre ner på den här sidan hittar du några tips om hur du kan tänka kring hemexaminationer. Att följa upp hemexaminationer, kontextualisera, fokusera på processen, kombinera och variera examinationsformer, be studenten föra metareflektioner, använda kamratbedömning eller använda AI-genererade texter som en del av examinationen är några strategier du kan använda. Ingen kan göra allt, men kanske kan du, tillsammans med dina kollegor, börja någonstans och göra något? Du hittar fler tips på sidan Att konstruera en hemtentamen eller annan hemuppgift.

Generativ AI för läraren i vår lärplattform

I den senaste uppdateringen av vår lärplattform Bb Learn (Blackboard) ingår generativ AI som ett verktyg för läraren. Det finns i och med detta möjlighet att med hjälp av AI och sitt eget goda omdöme generera moduler, rubriker, bilder, frågebank och bedömningsmatriser. Detta kan sedan utgöra inspiration och en grund för vidare granskning och bearbetning. Tycker du att detta låter spännande och vill få lite hjälp med att komma igång kan du kontakta Högskolepedagogiskt centrum för att få en liten demonstration av den nya funktionaliteten. Läs mer på sidan AI i Bb Learn.

Kom i gång med AI-integrering

Vi har tagit fram förslag på hur du kan gå tillväga när du vill integrera AI i din utbildning. Du hittar både information och stödmaterial på sidan Så kan du integrera perspektiven i din utbildning.

Läs mer

Artificiell intelligens och robotik på Örebro universitet

WASP-ED: The Wallenberg AI and Transformative Technologies Education Development Program

Work Area 6: Teaching Competence

AI Sweden

AI introduktion

Här följer en kort introduktionsfilm (14 min) till vad AI är. Den är ett första steg som hjälper dig som undervisar att förstå hur AI påverkar just ditt fält. Här och nu börjar din resa mot att bättre greppa varför en dator kan slå världsmästaren i schack, men inte laga en gulasch.


Reflektions- och diskussionsfrågor:

  • Hur påverkar AI ditt fält redan idag? Hur tror du att AI kommer att påverka ditt fält i framtiden?
  • Vad är dina egna känslor inför AI? Är du övervägande positiv eller negativ? Vad står dessa känslor för tror du?
  • Vilka fördelar och nackdelar innebär införandet av AI i stora delar av samhället enligt dig?
  • Vilka möjligheter och utmaningar finns i att analysera stora datamängder?
  • Vad, av det vi idag gör manuellt, skulle kunna automatiseras?
  • Finns det något vi absolut inte bör använda AI till? Varför?

Maskininlärning

Maskininlärning är ett delområde inom artificiell intelligens där mjukvara tränas med hjälp av exempel innan den sedan används i skarpt läge. Denna korta film (14 min) beskriver maskininlärning på en mycket grundläggande nivå och tar upp flera relevanta begrepp som är bra för dig att känna till när du för samtal kring artificiell intelligens.


Reflektions- och diskussionsfrågor:

  • Fundera över om det finns något du använder i din vardag och/eller i ditt arbetsliv som använder maskininlärning för att fungera.
  • Filmen tar upp flera relevanta begrepp. Är några av dessa helt nya för dig? I vilka sammanhang kan de olika typerna av maskininlärning användas tror du?
  • Gör en internetsökning på ordet maskininlärning följt av ditt eget forskningsområde/fält. (Till exempel: maskininlärning sociologi). Hittar du något intressant användningsområde för maskininlärning och kan du i så fall läsa dig till vilken typ av maskininlärning som användes?
  • Hur kan maskininlärning vara behjälpligt i ditt forskningsområde eller de områden du undervisar i?

AI ur ett pedagogiskt perspektiv

AI kan utgöra både innehåll och form i utbildningen, alltså AI kan både vara ett stoff att lära sig mer om och förhålla sig till men också vara ett verktyg att använda. Men behöver verkligen just du och dina studenter kunna något om AI? Har det ens någon koppling till ditt kunskapsområde? Den här filmen försöker ge svar på detta och bemöter modeord, hajper och oro med konkreta exempel, historiska lärdomar och forskningsresultat.


Reflektions- och diskussionsfrågor:

  • Vilka exempel på tillämpningar av AI känner du till?
  • Har AI någon koppling till ditt kunskapsområde?
  • Behöver du och dina studenter kunna något om AI?
  • Vad kan vi lära oss av AI-historien inför framtiden?

AI-baserade textgenererande verktyg

Ingen har väl undgått att höra talas om ChatGPT, det AI-baserade textgenererande verktyget, som lanserades i slutet av 2022? Undrar du hur ett sådant verktyg fungerar? Har du funderingar på hur du skulle kunna använda ett sådant verktyg i din undervisning eller vad du behöver tänka på vid examinationer för att förebygga fusk? Filmen nedan behandlar dessa frågor:


Reflektions- och diskussionsfrågor:

  • Vad är relevant kunskap idag?
  • Hur skapar vi relevanta och rättssäkra examinationer som prövar det vi vill pröva kopplat till kursmål och läraktiviteter?
  • Vad behöver studenten förstå om hur AI fungerar?

Exempel på tillämpningar av AI

Ta upp och jobba med exempel på tillämpningar av AI inom kursens ämne. På senare år har många intressanta tillämpningar av AI dykt upp inom flera olika delar av samhället. Ett exempel är inom vården där man sett potentialen i att använda AI som ett stöd vid analys av bilder vid screening. Ett annat exempel är inom konst där AI-genererade bilder och AI-genererad musik är exempel på innehåll för läraktiviteter.

Framtida tillämpningar av AI

Fundera över framtida tillämpningar av AI inom studenternas kommande yrkesliv. Vad vill vi använda AI till i framtiden? Vad vill vi inte använda AI till? Vilka förmågor och kompetenser kommer i framtiden vara relevanta inom studenternas kommande yrkesliv? Det finns naturligtvis inga säkra svar på dessa frågor, men det kan vara intressant och givande att fundera över. I diskussionen om hur vi vill använda AI behöver alla yrkesgrupper och alla ämnen finnas med.

Etiskt dilemma kopplat till AI

Utgå ifrån något etiskt dilemma kopplat till AI, till exempel algoritmisk diskriminering, övervakning eller sociala kreditsystem som värderar och styr människors beteenden. Hur används AI i auktoritära stater? Vilka problem uppstår när AI-modeller identifierar, speglar och ibland förstärker våra fördomar? Hur kan AI missbrukas i fel händer? Här finns många intressanta uppslag för diskussionsfrågor till läraktiviteter.

AI och demokratipåverkan

Låt studenterna jobba med någon läraktivitet som handlar om AI och demokratipåverkan. Exempel på två intressanta begrepp är filterbubbla och deep fakes. Hur påverkar sociala medier våra politiska åsikter och vår världsbild? Vilka faror finns med de algoritmer som bestämmer vad som visas i våra flöden? Hur vet vi vad som är sant när bilder, videor och texter kan manipuleras med hjälp av AI?

AI och juridiska aspekter

Låt studenterna jobba med någon läraktivitet som handlar om AI och juridiska aspekter. Datalagring, GDPR och integritet kan vara något att utgå ifrån. Maskininlärning kräver analys av stora datamängder, men var kommer informationen ifrån och var lagras den? Går det att spåra datan till någon person? Kan man korsköra flera system för att identifiera personuppgifter i data som tidigare varit anonymiserad? Kan AI-genererade uppgifter användas som bevisföring inom rättsväsendet?

AI och hållbar utveckling

Vår generation står inför en mängd globala problem och utmaningar inte minst kopplade till ekologi, miljö och jordens ändliga resurser. De flesta av dessa problem har vi ännu inte lyckats lösa på ett tillfredsställande sätt. Skulle AI, som en liten del av ett större system, kunna bidra till lösningen? Diskutera innovation inom AI för en hållbar utveckling med dina studenter.

Det finns förstås också nackdelar med AI-utvecklingen när det gäller hållbarhetsfrågor. Det är till exempel extremt resurskrävande att träna de modeller som flera generativa AI-verktyg baseras på. Det är också så att träningsdatan nästan alltid är insamlad via internet av stora företag som Google eller Microsoft där miljontals användare, utan ersättning, bidragit med data. Tjänster som är framtagna med hjälp av dessa modeller säljs sedan vidare på prenumerationsbasis till dem som har råd. Diskutera med dina studenter kring problemet med att AI-utvecklingen ökar de ekonomiska klyftorna och att västvärlden skor sig på bekostnad av andra genom billig arbetskraft. Du kan exempelvis ta utgångspunkt i denna artikel från 2023 på nyhetssidan TIME.