Snyd eller smart? Kunstig intelligens som værktøj

Den stigende udvikling af kunstig intelligens (AI) omformer markant arbejdsmarkedet, hvilket giver anledning til overvejelser om, hvordan uddannelse og studerende skal interagere i denne “nye” virkelighed (Zhai 2022). Brugen af ​​kunstig intelligens (AI) i videregående uddannelser er i de indledende faser (Zentner 2022). AI har potentialet til at revolutionere videregående uddannelse ved at muliggøre nye former for læring (Shute, 2018). AI kan transformere den måde, studerende lærer på (Shute, 2018), og virksomheders arbejde. I en lærende organisation kan AI bruges til at skabe læring hos elever (Dziuban, 2017) og medarbejdere, så der skabes momentum i virksomhedens opgaver. De studerende på erhvervsakademierne er tæt på praksis og kan ses som nogle af virksomhedernes forandringsagenter.
Dette forstudie ser på hvordan studerende vælger at inddrage kunstig intelligens i opgaveløsninger

Forskningsspørgsmål

Hvordan kan eleverne bruge AI som værktøj og bidrage til viden om brugen af ​​AI til opgaveløsninger?

1. Hvordan arbejder studerende i praktik med AI i virksomheder?
2. Hvilken forskel gør det for studerende om de har en AI til rådighed? (test med kontrolgruppe)

Formålet med projektet er at undersøge, hvordan studerende kan bruge kunstig intelligens som en del af processen i opgaveløsninger.

Projektet understøtter vidensklyngen for IT og digital kommunikation, da kunstig intelligens og brugen af ​​de nye AI-værktøjer som ChatGPT og Midjourney er relevant for alle programmer i søjlen.

Projektet passer ind i akademiets strategi om at bidrage til udvikling i erhvervsvirksomheder og organisationer ved aktivt at udvikle og forske i kompetencer, der kan bruges til vækst i et erhvervsliv i forandring. I takt med at AI bliver mere og mere udbredt i forskellige brancher, kan dette projekt forhåbentlig give indsigt i, hvordan studerende kan agere i denne nye virkelighed ved at komme med ideer til, hvordan AI kan integreres i deres praktik og uddannelse.

1.Projektplanlægning
Litteratursøgning

Metodeudvikling og beskrivelse

 2. Gennemførsel, inkl. vigtigste milepæle

Dataindsamling
a) Dataindsamling fra 17 studerende i praktik
b) Dataindsamling fra workshop med 17 studerende på praktikindkald
c) Dataindsamling fra 16 studerende i test med kontrolgruppe

Analyse

1. Fænomenologisk analyse
2. Induktiv og eksplorativ analyse – mønstergenkendelse
3. Didaktisk diskussuion og perspektivering

3. Afslutning
Sammenfatning af analyse og perspektiver på egentlige forskningsområder, der passer ind i Zealands uddannelser.

4. Evaluering

Artikel i EA viden

Data

Vi indsamler data i samarbejde med de studerende på 2 og 4 semester.

• Data fra brug af AI i praktik i virksomheder – 4 semester.

17 studerende i praktik tester kunstig intelligens som værktøj i deres opgaveløsning indenfor digitalt design, kodning og UX. De må ikke levere produkter til deres arbejdsgivere, der udelukkende er skabt af kunstig intelligens. De skal kunne dokumentere, at de har brugt deres egne kompetencer til at videreudvikle produkterne. I løbet af 10 uger registrerer eleverne deres brug af kunstig intelligens. Se dokumentskemaer her

De samme 17 studerende deltager i en workshop på praktikindkald, hvor vi skaber data på kunstig intelligens.

• Data fra AI eksperiment med kontrolgruppe – 2 semestrer.

16 studerende i teoriperiode får til opgave at finde fejl i en HTML-fil og skærmoptage processen. Som forberedelse til eksperimentet har underviser lavet en lille hjemmeside i HTML og CSS. I HTML-filen oprettes og dokumenteres 10 fejl i koden. Holdet er opdelt i to grupper. Kun én gruppe får en introduktion til at bruge ChatGPT, som et fejlfindingsværktøj, men begge grupper får til opgave at finde fejl i koden.

Analyse

Data analyseres først udfra en fænomenologisk tilgang. Her beskrives AI som hjælpeværktøj i opgaveløsninger, herunder hvilke erfaringer de studerende har gjort, og hvordan AI giver mening i udviklingsprocesser.

Teoretisk baserer projektet sig på forskningsartikler to områder. Arbejdsfeltet og uddannelsesfeltet. I denne sammenhæng er arbejdsfeltet artikler om AI anvendt indenfor UX, Design og kode, der relaterer sig til de virksomheder, de studerende er i praktik i. Uddannelsefeltet er artikler om AI anvendt på videregående uddannelser. Endelig har vi enkelte artikler om troværdighed og fejl i AI.
Link til liste over artikler

Dernæst arbejdes induktivt og eksplorativt med mønstergenkendelse, med udgangspunkt i Grounded Theory. Der laves en åben kodning, en kategorisering af hvor AI anvendes, samt en beskrivelse af hvordan AI anvendes af studerende i virksomhederne. Herefter forklares og beskrives de områder og den kontekst, hvor de studerende har anvendt AI. Disse resultater diskuteres og perspektiveres udfra pædagogiske og didaktiske overvejelser af fremtidig anvendelse af AI i læring.

På baggrund af vores forstudie peges til slut på områder, der kan være relevante at forske videre i.

En analyse af de studerendes anvendelse af kunstig intelligens, der peger frem mod potentielle forskningsområder.

Projektets potentielle impact er viden om og erfaringer med hvordan studerende anvender AI i opgaveløsninger, som kan overføres til undervisning i fx design, kode og UX

• - Multimediedesigner, Nykøbing F (33)