Adaptive læringsverktøy og kunstig intelligens i skolen – noen tendenser

Rune Johan Krumsvik

Professor (dr.philos) i pedagogikk ved Universitetet i Bergen og professor II ved Høgskulen i Volda

Vi lever i en tid som er preget av meningsbrytninger omkring de epistemologiske og etiske sidene ved kunstig intelligens og ChatGBT. Debatten foregår innen flere samfunnsområder og preges av usikkerhet hvor dette bærer hen for vår tradisjonelle forståelse av kunnskap, læring og danning.

At chatboter vil spille inn på flere områder i skolen fremover er de fleste samstemte om, men hvordan kunstig intelligens vil utspille seg mer spesifikt i undervisningen, i vurderingsformene og i elevens læring i grunnskolen er det fremdeles usikkerhet om. Noe av dette har vi i forskningsgruppen Digitale Læringsfelleskap (UiB) adressert - spesielt hvordan kunstig intelligens spiller inn på elevens daglige læringsarbeid både i, og utenfor skolen når et adaptivt læringsverktøyene brukes i matematikk.

De to første studiene har et overordnet perspektiv, mens det tredje fokuserer spesifikt på det adaptive læringsverktøyet. Dette er utviklet på grunnlag av teknologiplattformen til Knewton og deres algoritmebaserte, adaptive læringsverktøy som baserer seg på kunstig intelligens, maskinlæring og læringsanalyse.

Effekten av nettbrett-bruk

Bakteppet for vår første studie var en litteraturgjennomgang om læringsanalyse og adaptive læringsverktøy (Krumsvik & Røkenes, 2016), og hvor man registrerte at det var gjort lite på dette området i grunnskolen her til lands. Så i vår første studie Everyday Digital Schooling – implementing tablets in Norwegian primary school (Krumsvik et al. 2018) så man blant annet nærmere på implementering av nettbrett fra 2014 og utover, og hvordan lærerens komplekse hverdagsundervisning med et mangfold av analoge, digitale – og adaptive læringsverktøy i matematikk, slo ut på ulike typer registerdata (nasjonale prøver, o.l.) og kvalitative observasjonsdata.

Man fant for eksempel at for gutter i 3. klasse var det signifikante negative effekter matematikk, mens for gutter i 5. klasse var det signifikante positive effekter i matematikk. Men siden studien hadde et mer overordnet perspektiv kan man ikke si noe sikkert om dette skyldes den adaptive læringsteknologien, lærerens generelle undervisning, andre læremidler eller andre forhold. Observasjonsdataene fra den kvalitative delen viste imidlertid at dette adaptive læringsverktøyet ga en del nye muligheter for elevene å øve på basisferdigheter i matematikk.

Lærerens digitale kompetanse spiller en viktig rolle

I vår andre studie Implementing Tablets in Norwegian Primary Schools. Examining Outcome Measures in the Second Cohort (Krumsvik et al. 2021) viste blandede resultater i matematikk for både jenter og gutter. Så her var det heller ingen entydige funn omkring hvilken læringsmessige rolle adaptiv læringsteknologi hadde på tvers av barne- og ungdomsskolen i matematikk. Men et funn fra den kvalitative delen av denne studien var at hvordan adaptiv læringsteknologi ble anvendt i matematikk var knyttet til lærerens digitale kompetanse, samt at verktøyet ga nye muligheter for mengdetrening i matematikk på hjemmearenaen.

I vår tredje studie Glimpses Into Real-Life Introduction of Adaptive Learning (Moltudal et al, 2020) undersøkte vi mer spesifikt det adaptive læringsverktøyet og hjemmelekser i samarbeid med lærere (5.–7. trinn) i matematikk. Femten minutter med lekser med adaptive læringsverktøy hver dag ble brukt for å frigjøre tid til praktisk matematikk og dybdelæring med læreren på skolen. Elevenes kompetansenivå, læring, motivasjon og grunnleggende psykologiske behov ble målt kvantitativt før og etter den fire uker lange intervensjonen. Funnene i studien viste at adaptive læringsverktøy kan bidra til å ivareta mengdetrening og «rote learning» i matematikk i hjemmearbeidet, og dermed frigjøre tid til dybdelæring sammen med læreren i selve matematikkundervisningen. Den viser også en sammenvevd sammenheng mellom læring, motivasjon og «rote learning».

Studien viste at bruk av dette adaptive læringsverktøyet til lekser på mellomtrinnet bidro signifikant positivt til elevenes grunnleggende læring i matematikk (ES= 0,39, P = 0,001). Elevenes egenrapportering viste imidlertid en diskrepans mellom elevenes oppfattede læringsutbytte (subjektivt læringsutbytte) og deres faktiske læringsutbytte (objektivt læringsutbytte) fra intervensjonen. Med andre ord – elevene trodde selv de lærte mindre, mens de faktiske lærte mer i denne intervensjonsperioden. Studien viste også viktigheten av lærerens klasseledelse når adaptive læremidler brukes av elevene på tvers av skolen og hjemmearenaen (Krumsvik 2023). Her, som ellers i skolen, var det digitalt kompetente læreres orkestrering og differensiering som synes å best ivareta det potensialet adaptiv læringsteknologi kan ha inn mot elevenes læring og formative vurderingsprosesser i matematikk.

På tvers av de tre delstudiene ser man at adaptiv læringsteknologi har et interessant, men foreløpig et noe uforløst potensiale i matematikk, men også rent forskningsmetodisk. For denne adaptive læringsteknologien kan bidra til å overvinne kjente reliabilitets- og validitetsproblemer ved selvrapportering av lekser i skoleforskningen (Rawson et al., 2017).

Etisk "minefelt"

Selv om mulighetene er mange med kunstig intelligens, kan også slike adaptive læringsverktøy være et "minefelt" rent etisk og reise en rekke etiske og personvernmessige spørsmål. Filosofene Jeremy Bentham (1787) og Michel Foucaults (1995) bruk av begrepet panoptikon kan gis en videre betydning i slike adaptive læringskontekster. Det kan gå ut over både etikk og personvern at vi får tilgang til såpass mye informasjon om elever som benytter slike adaptive læringsverktøy og derfor må GDPR “sitte i førersetet” når adaptive læringsverktøy implementeres i skolen.

Trenger bedre kunnskapsgrunnlag

I tiden fremover blir det trolig viktig å løfte frem distinksjonen mellom generiske språkmodeller og språkteknologiske verktøy som ChatGBT, og digitale artefakt som adaptive læringsverktøy spesifikt utviklet for skolefagene i skolen.

Sistnevnte er artefakt utviklet intensjonelt og kontekstuelt med tanke på læreplanen, kompetansemål, undervisning og vurdering, mens førstnevnte ikke har noen slik forankring ennå.

Slike digitale adaptive artefakt blir dermed «bærere» av innsikter fra pedagoger (artefaktet er tunet inn på skolens kontekst, læreplan, kompetansemål), fra jurister (artefaktet må ivareta personvernet og GDPR), fra informatikere (skolelæringsverktøyet bygges på toppen av en avansert, generisk teknologisk plattform), og fra forlag (det adaptive læringsverktøyet er utviklet sammen med en fysisk lærebok i matematikk). Det betyr ikke nødvendigvis at slike artefakt alltid fungerer bedre enn andre digitale verktøy – det er helt opp til lærerens klasseledelse, digital kompetanse, pedagogiske repertoar, evne til å differensiere, samt elevenes bruk av artefaktet. Man trenger derfor i tiden fremover et bedre kunnskapsgrunnlag og teoretiske «linser» for å kunne forstå hva det er som konstituerer digital kompetanse og klasseledelse i digitale læringskontekster (Krumsvik 2012, Moltudal et al. 2019).