AI i skolan: “Även miniräknaren väckte oro när den var ny”

Artificiell Intelligens (AI) har gjort sitt intåg i skolans värld vilket väcker många tankar och funderingar. Hur kommer AI påverka arbetet i skolan? Och hur kan vi använda data på ett smart sätt som gynnar utbildning och undervisning? Unikum var utställare på Skolriksdagen och fick i samband med det möjlighet att intervjua en av konferensens populära föreläsare, AI-forskaren Fredrik Heintz, för att höra mer om hans tankar kring AI kopplat till utbildning och undervisning.

Fredrik Heintz är professor i datavetenskap vid Linköpings universitet där han forskar på AI och autonoma system. Han leder en egen forskningsverksamhet, och är involverad i flera forsknings- och utbildningsprojekt på både nationell och internationell nivå.

Vilka är de största möjligheterna och fallgroparna med AI?

– Risken med AI är att det blir en förstärkningsfaktor, alltså att de som redan har det bra får det ännu bättre samtidigt som de med sämre förutsättningar inte har möjlighet att hänga med i teknikens utveckling och hamnar efter. Den största utmaningen är att säkerställa att AI gör nytta och blir användbart för alla.

Jag tror inte att AI kommer konkurrera ut människor, däremot tror jag att människor som effektivt använder AI kommer kunna konkurrera ut dem som inte gör det

– Jag tror inte att AI kommer konkurrera ut människor, däremot tror jag att människor som använder AI effektivt kommer kunna konkurrera ut dem som inte gör det. Vi behöver säkerställa att alla får en rimlig förståelse för vad AI är och lär sig använda det på ett effektivt sätt, och det är där möjligheten finns.

Hur tror du att AI kan påverka skolan och skolarbetet i framtiden?

– AI påverkar skolan redan idag. ChatGPT, som är på tapeten just nu, klarar av att svara på kunskapsfrågor, och till och med skriva uppsatser. Den intressanta frågan är vad AI-verktyg som ChatGPT kommer innebära för skolan. Jag tror att en viktig sak att se över är hur vi mäter kunskaper och examinerar. Kanske kommer vi behöva gå från summativ bedömning och examination till mer formativ bedömning, alltså att vi kollar mer processer än slutresultat, eftersom slutresultatet klarar AI av att leverera utan problem. Vi behöver helt enkelt fundera på hur vi kan använda verktygen på ett effektivt sätt och lära oss att anpassa innehåll så att vi kompletterar snarare än konkurrerar med verktygen.

Jag brukar använda analogin att jag ser AI som en miniräknare. När miniräknaren först kom var det ett himla liv kring hur den skulle komma in i matematikundervisningen

– Jag brukar använda analogin att jag ser AI som en miniräknare. När miniräknaren först kom var det ett himla liv kring hur den skulle komma in i matematikundervisningen. Idag har vi lärt oss att miniräknaren är jättebra för vissa saker, men vi behöver också en grundläggande förståelse för att kunna lösa mer komplexa och svårare problem. Tack vare miniräknaren slipper vi göra uträkningarna för hand, och därmed sparar vi tid och kan komma längre. Jag tror att vi kommer att se någonting liknande för AI-verktygen framöver.

 

I Sveriges skolor och förskolor finns en stor mängd data om barn och elevers lärande – hur kan vi använda den här datan på ett smart sätt för att förbättra utbildning och undervisning?

– Majoriteten av datan som samlas in idag används faktiskt inte, så ett första steg är att börja använda den. En utmaning är ofta att vi inte riktigt förstår vad datan betyder. Vi behöver sätta oss in i och förstå hur vi kan analysera datamängder för att få fram något konkret att agera på. Det handlar dels om att förstå hur individer, klasser och skolor fungerar utifrån olika faktorer, men också förstå hur vi i större grad kan förutse vad som skulle kunna bli ett problem i framtiden.

 

Har du något konkret exempel?

– Vi tar en liknelse med sjukvården. Sjukvården handlar om att bota sjuka, men skulle vi istället kunna ställa som så att vi undviker att bli sjuka från första början? Med andra ord säkerställa att vi behåller hälsan istället för att bota de som redan blivit sjuka. Och skulle vi kunna göra samma sak i skolan? Alltså att vi identifierar riskfaktorer i ett tidigt skede så att vi undviker problem i framtiden, då det ofta gått alldeles för långt tid när ett problem väl upptäcks. Det finns en tjänst som gör ögonrörelsemätning på hela klasser för att se vem som kan ha dyslexi eller andra lässvårigheter. På så sätt är det enklare att upptäcka något innan det blivit ett problem, istället för att försöka åtgärda ett problem som redan uppstått.

 

Vad behöver myndigheter, huvudmän och företag göra från sitt håll så att datan används på bästa sätt?

– Först och främst behöver det finnas tydliga riktlinjer kring varför och hur vi samlar in den specifika datan, så ett tydligt ledarskap är viktigt. Och sen behöver det finnas en datainfrastruktur som strukturerat samlar in data av hög kvalitet som går att agera på. Jag tror att det är viktigt att man inte bara samlar in data för sakens skull, utan man behöver säkerställa att det verkligen ger nytta. Så fundera på vad som ska förbättras och hur det ska genomföras, och ha ett tydligt och strukturerat arbetssätt för att lösa det.

 

Hur hade du velat se datadriven skolutveckling i alla led – från elev till huvudman till nationell nivå?

– Jag skulle vilja se en nationell datainfrastruktur. På så sätt skulle vi kunna säkerställa att vi samlar in data av hög kvalitet på ett strukturerat och likvärdigt sätt samtidigt som datan är skyddad. Sedan kan leverantörer och andra bygga sina specifika lösningar ovanpå den. Det finns inte en enskild organisation eller leverantör som kan täcka in allt. Vi måste jobba med öppna ekosystem och samarbeta mer, öppenhet främjar innovation och framdrivning.

Som jag varit inne på tidigare tror jag att ledarskap är otroligt viktigt. Det är svårt att göra rätt från början och vi behöver modiga ledare som vågar trycka på att det är viktigt för skolan för att den ska kunna leverera bästa möjliga utbildning.