Vejledning med kunstig intelligens

Mange studerende bruger allerede kunstig intelligens (AI) til projekter, BA-opgaver og specialeskrivning, så vejledningssituationen har fået en tredje, usynlig partner, som vejlederen ikke nødvendigvis kender og som ofte betragtes som ”snyd.” Ved at inddrage AI kan vejlederen lære de studerende at tilpasse fx ChatGBT til deres eget niveau og opgavens fokus, ligesom de studerende kan lære at prompte på en hensigtsmæssig måde, der giver bedre resultater. De kan også få hjælp til struktur på større opgaver som BA-projekter eller specialer, der ofte kan virke afskrækkende på studerende. Inddragelsen af AI giver mulighed for hvad Per Nørgaard Dahl betegner ”studenter-afstemt vejledning,” hvad enten der er tale om produkt- eller procesvejledning. Med brug af en AI-mentor før et vejledningsmøde kan den stadigt mindre tid afsat til personlig vejledning bruges til en mere avanceret og kritisk dialog mellem vejleder og studerende. Vi valgte at afprøve modellen i efteråret 2024 på et hold BA-studerende i Amerikanske Studier på SDU, hvoraf halvdelen ingen erfaring havde overhovedet med brug af kunstig intelligens. Derfor valgte vi at bruge ChatGPT i en gratis udgave, så alle hurtigt kunne være med. Vi valgte derudover at afprøve AI i vejledning til opgaveskrivning med særligt fokus på struktur og problemformulering, som erfaringsmæssigt volder problemer på dette niveau. Som en del af projekter udviklede vi vejledningsmodelen SAIL (Student AI Individualized Learning ) ved at kombinere en studenterafstemt vejledning, der tog hensyn til studerendes individuelle læringsbehov, med AI. Ud fra Nørgård Dahls forskellige situationsbestemte ledelsestypologier identificerede vi fire forskellige vejledningsindsatser: 1. instruerende, 2. trænende, 3. diskuterende, og 4. konsulterende, som vi samlede i et skema over Student AI Individualized Learning (SAIL). De studerendes forudsætninger i kvadranterne er, som vist her: 1) højt engagement, men lave AI-kompetencer, 2) lave-moderate AI-kompetencer og lavt engagement, 3) moderate-høje AI-kompetencer men svingende engagement, og 4) høje AI-kompetencer og højt engagement.
Vi definerede derudover vejlederens overordnede handling for hver kategori, med inddragelse af AI, og vi trak derefter vores SAIl-model ind på landjorden med helt konkrete eksempler på vejlederens og den studerendes interaktion, ligesom vi forberedte feedback-spørgsmål til de studerende ved eksperimentets afslutning.

Vi fik bekræftet, at der var stor spredning i de studerendes AI-kompetenceniveauer—nogle studerende var begyndere og en enkelt havde tidligere rådgivet politikere på Christiansborg om brug af AI. Derfor blev vi bestyrket i, at valget af ChatGPT var rigtigt, netop for at få forskellene i kompetenceniveauer udlignet. Vi blev dog også opmærksomme på, at der af forskellige årsager var spredning i de studerendes motivation for at bruge AI. Her dominerede frygten for at blive anklaget for snyd, en følelse vi sporede tilbage til de studerendes gymnasietid. Herfra tog de dog også en grundig indføring i AI-etik med sig. De studerende var meget opmærksomme på etikken ved brugen af AI, som de tog meget alvorligt. Selv erfarede vi, at man trods manglende fastsatte rammer for AI kan arbejde med AI i sin undervisning. Der er dog tiltag, som vil kunne fremme SAIL-modellens præmisser. Disse tiltag er:
• Tydelig struktur og rammer: Klare retningslinjer for, hvordan AI kan bruges i specifikke vejledningssituationer hjælper både vejledere og studerende.
• Individuel tilpasning: AI gør det muligt at skræddersy vejledningen til de studerendes niveau og behov, hvilket øger relevansen af læringsforløbet.
• Kritisk refleksion og dialog: AI kan fungere som en katalysator for kritisk refleksion, hvor studerende diskuterer deres AI-resultater med vejlederen for at styrke læringen.
• Støtte til svagere studerende: AI hjælper med at udligne forskelle i kompetenceniveau, hvilket øger fastholdelsen og fremmer læring.
• Etisk brug: Integrationen af AI skaber muligheder for at undervise i ansvarlig brug, hvilket styrker både færdigheder og forståelse for teknologiens begrænsninger.
• Motivation og engagement: Studerende, der ser AI som en nyttig ressource, oplever øget motivation og engagement i læringsprocessen.