Skoleledelse med kunstig intelligens – utfordringer og muligheter

29. november 2022 sendte jeg over den teksten som ble den første spalten i Skolelederens nye serie der flere faste skribenter bidrar. Der skrev jeg om skolens digitale utvikling over 20 år i fire faser, og kalte den fasen vi nå er i for Skole 4.0. Lite visste jeg der jeg satt foran skjermen om hva som skulle bli lansert dagen etter.

ChatGPT er en av flere brukerorienterte tjenester som ble lansert for nærmere ett år siden. I disse tjenestene er det laget et brukergrensesnitt, et veldig enkelt skjermbilde med tekstfelt, som gir alle som ønsker muligheten til å snakke med en språkmodell som ligger «bak» det vi ser på skjermen.

Både OpenAI sin GPT-3 og GPT-4, samt Googles PaLM 2, som ligger bak tjenesten Bard (lansert i juli i Norge) er eksempler på å gjøre store språkmodeller tilgjengelig for folk flest.

Forkortelsen GPT står for Generative Pre-trained Transformer. Det innebærer at modellen har blitt trent på menneskers språk slik det har blitt «materialisert» i  milliarder av tekster på internett før lansering i en brukertjeneste.

Språkmodellene er over flere år matet med enorme mengder data. Og denne høsten har også selskapet som eier Instagram og Facebook, Meta, lansert en åpen språkmodell, Llama 2. Den kan brukes i undervisningen for å lære om språkmodeller fordi den har åpen kildekode og derfor kan fungere som en slags sandkasse for teknologisk interesserte lærere. Her kan de, i prinsippet, og med en godkjenning, laste ned språkmodellen og lage tilpassede løsninger for sine elever lokalt.

Generativ kunstig intelligens ligger også bak brukertjenester som kan lage bilder, slik som Dall E og Midjourney,  for å nevne noen. I flere år har ulike modeller for å generere tekst og bilder blitt trent opp innenfor relativt lukkede forskningsmiljøer. Det siste drøye året er altså disse modellene blitt gjort allment tilgjengelige gjennom brukerorienterte tjenester, slik at vi, ved å stille spørsmål (såkalte prompts) eller gi skriflige bildebeskrivelser av hva vi ønsker oss av bilder og illustrasjoner, kan få en tekst eller bilde tilbake.

Men, hvordan virker egentlig disse store språkmodellene? Hva skjer bak det vi ser på skjermen?

Tekstskaping som sannsynlighetsberegning

Offentliggjøringen av «brukergrensesnittet» til ChatGPT 30. november 2022 forbløffet hele verden der vi satt og så på skjermen at «noe» skrev svaret i en rasende fart på skjermen. Det vi så foran øynene våre var og er unik tekst med genererte setninger, derav begrepet «generativ kunstig intelligens», gjerne forkortet GKI. På skjermen ble det ene ordet skrevet etter det andre, mye raskere enn vi selv klarer å skrive på tastaturet. Ved hjelp av en enorm datakraft regner store språkmodeller ut sannsynligheten for hvilket ord som passer best som det neste ordet i en setning. Den genererer ord etter ord til setninger, som igjen blir til tekster i ulike sjangre.

Treningen av språkmodellen har bestått i å se mønstre i menneskelig språk gjennom å lese milliarder av tekster gjennom såkalt maskinlæring. Når den så skal skrive, altså det du ser i sanntid på skjermen, regner den ut sannsynligheten for det ordet som passer best som det neste ordet i enhver setning.

Det du ser på skjermen er altså overførte data fra den serveren som nærmest i sanntid skriver svaret på din prompt.

Den enorme datakraften som driver språkmodellen som ligger «under panseret» på det du ser som brukertjenesten  ChatGPT er en slags språkets kalkulator, kjølig, uten verken menneskelig forståelse eller meningsskaping. Den genererer tekst utelukkende ved å regne helt ubegripelig fort de meningsbærende enhetene vi mennesker har skapt gjennom å gi ordene betydning i all verdens språk.

I slutten av januar dette året, etter to måneder, hadde ChatGPT fått 100 millioner test-brukere. Mange av dem var selvfølgelig elever og studenter som nysgjerrig ville se hva den kunne brukes for læring og oppgaver som skulle leveres.

Skolens utfordringer med generativ kunstig intelligens

Kunstig intelligens i utdanningen er uten tvil blitt et stort tema internasjonalt hos aktører som OECD[ii], UNESCO[iii] og sentrale myndigheter i USA[iv] og i en rekke andre land. I denne diskusjonen er både utdanningspolitiske intensjoner og drøftinger av reelle utfordringer helt sentrale.

Mange av disse diskusjonene ligner den diskusjonen og de utfordringene som vi har drøftet her i landet. Den første utfordringen som både Lektorlaget[v], Landslaget for norskundervisning (LNU)[vi] og et titalls andre forskere og lærere påpekte, var muligheten for å lage tekster som tilsynelatende er skrevet av en elev eller en student. Politisk handlekraft ble etterspurt, framtredende forskere verden rundt ba om en pause i utviklingen og internett ble fylt opp av ulike dommedagsprofetier om at kunstig intelligens nå kom til å ta over verden. Mange av disse temaene har du helt sikkert diskutert med dine kollegaer på skoleledermøter og ikke minst i uformelle samtaler.

Samtidig har en rekke skoler og kommuner tatt fatt i generativ kunstig intelligens som en ressurs og skapt didaktiske løsninger med å forme grensesnittet for bruk i undervisning. De ulike initiativene ønsker å skape en tilpasset tjeneste som elever og studenter kan bruke som en del av undervisningen. Her må tre utfordringer løses.

For det første må elevene få være anonyme. Språkmodellen skal ikke vite hva Ole, 14 år, spør om på en spesifikk skole i Norge. For det andre ønsker vi ikke at dataene, selve «promptet», skal reise utenfor EU og det GDPR-rammeverket vi har her for databehandling. Og, ikke minst, vi ønsker heller ikke at språkmodellene skal trenes videre med det elever spør om, slik som vi tillater når vi privat etablerer en gratis versjon av enten ChatGPT eller Bard.

La oss se litt nærmere på dette mulighetsrommet som både kommuner og enkeltskoler har utforsket.

Tilpasset kunstig intelligens

En av de aktørene som først presenterte en løsning for elever i en liten kommune var Randaberg, som du kan lese om i denne artikkelen som sto på trykk i Skolelederen nr. 6 2023.

Denne måten å lage en egen «visning» og forhåndsprogrammering av ulike måter å spørre ChatGPT er også i utprøving i en rekke kommuner og fylkeskommuner. Oslo kommune piloterer en ordning på Vika videregående skole, og Vestfold og Telemark fylkeskommune prøver ut chatVTFK som er en samtalerobot som «muliggjør læring ved bruk av store språkmodeller».[vii]

Målet er å forbedre forståelsen av de muligheter og implikasjoner som finnes til å bruke samtaleroboter som ChatGPT som en del av undervisningen i videregående opplæring. Og derfor har tjenesten først og fremst blitt tilbudt til enkelte lærere og skoler i første omgang.

Slike tilnærminger kan ikke minst være svært interessante for å videreutvikle tilpasset undervisning og spesialpedagogiske løsninger. Også Universitetet i Oslo har utviklet en egen versjon som heter GPT UiO, lansert for studenter og ansatte i midten av september.[viii]

Når kommer forskningen?

Torsdag 7. september lanserte regjeringen en ny satsing på kunstig intelligens og digital trygghet. Lanseringen fant sted i Universitetsbiblioteket på UiO og i ett av tre satsingsområder er forskning på læring og utdanning helt sentralt. En milliard kroner skal brukes over de neste fem årene.

Også i den nye strategien for digital kompetanse og infrastruktur for barnehage og skole[ix] blir det vektlagt at det må utvikles et bredt handlingsrepertoar blant lærere slik at de er i stand til å ta i bruk ulike former for kunstig intelligens i skolens programmer.

Enkelte forskere, blant annet ved ved UV-fakultetet (UiO), har fulgt studenters bruk av ChatGPT (Ludvigsen et al., 2023). I deres rapport  Enkel å bruke – vanskelig å forstå gis det også en kort historisk oversikt over bruken av kunstig intelligens  i utdanning, samt aktuelle teorier og perspektiver. Gjennom arbeidet med rapporten er det også identifisert enkelte studier om KI som også er relevante for skoleledere i grunnopplæringen. Disse studiene handler ikke om generativ kunstig intelligens, men om programmer som tar i bruk kunstig intelligens knyttet til spesifikke fagområder eller utfordringer i utdanningen.

Ett av disse studiene er gjort ved University College of London (UCL). Der skrev ledende forskere på KI og utdanning en artikkel som kan hjelpe oss å forstå hvordan skoleledere kan forstå og dra nytte av kunstig intelligens i skolen (Holmes & Tuomi, 2022). De viser at programmer som bygger på kunstig intelligens i utdanningen kan deles tre områder ut fra hvilken funksjon de har for ulike brukere i skolen.

Det største, og kanskje viktigste området, er programmer som kan gi en eller annen form for tilbakemelding til eleven. Slike programmer har vært utviklet og prøvd ut innenfor utdanningsforskningen i mange år, både knyttet til prosessorientert skriving og ikke minst i realfag og matematikk (Crompton et al., 2022).

For det andre kan lærere ta i bruk kunstig intelligens i planlegging og gjennomføring av undervisning. Begrepet «elevinformert planlegging og undervisning» er en omformulering av det mer kjente begrepet «vurdering for læring». Ved å bruke data læreren har tilgang til om elevens kompetanse i ulike fag, kan undervisningen bli lagt opp slik at den blir bedre tilpasset hver enkelt elev gjennom lærerens bevisste didaktiske valg i kombinasjon med de rette programmene.

Den ferske NOUen, Læring hvor ble det av deg i alt mylderet?[x] viser at lærere i liten grad bruker slike programmer i sin tilrettelegging av undervisning. Trolig vil dette endre seg når ulike programmer nå utvikles for å «samle» systematisk informasjon om elevenes læring og presentere det i ulike oversikter for læreren.

Og sist, men ikke minst, kan du som skoleleder bruke programmer for læringsanalyse og skaffe deg oversikter over elevene. La oss se litt nærmere på dette siste området som er særlig relevant for deg som leder av skolens analysearbeid.

Behov for økt analysekompetanse

En rekke systemer i skolen brukes for å loggføre elevenes data, både fra nasjonale prøver og om fravær, oppførsel og karakter. Dette er først og fremst administrative systemer, og trolig vil også ulike former for kunstig intelligens i framtiden brukes for å se etter mønstre i store datamengder.

Ved å samle en rekke ulike typer data om store elevgrupper kan det være mulig å predikere sannsynligheten for at elevene dropper ut av skolen, i tillegg til andre risikoer for elever (Melo et al., 2022).

Trolig vil det bli videreutviklet en rekke nye slike verktøy som gjør det enklere både for skoleledere og skoleeiere i fremtiden å identifisere ulike elevgrupper som står i fare for å falle ut av systemet, og samtidig gjøre planlegging av undervisningen og organisering av ressursene enklere.

Smidig plattformisering og ny didaktikk for KI i klasserommet

I 2023 er det startet opp to prosjekter ved det Utdanningsvitenskapelige fakultet, UiO som det kan være interessant for deg som skoleleder å følge med på (se også Gilje, 2023).

Det ene ser nærmere på hvordan skoler og skoleeiere bruker data som blir samlet inn om eleven. I slutten av september ble det gjennomført den første av fire nasjonale dialogmøter i EU-prosjektetet Agile EDU[xi], som er ledet av professor Ola Erstad ved Institutt for pedagogikk, UiO. Formålet med prosjektet er å identifisere vilkårene for ansvarlig, formålstjenlig og inkluderende bruk av data på skolenivå, men også på lokalt (kommune/fylkeskommune) og nasjonalt nivå.

Høsten 2023 er det etablert et nettverk av kommuner som har partnerskap med enheten FIKS og ulike høgskoler og universiteter. Dette nettverket skal samles fire ganger i regi av prosjektet Agile EDU fram til våren 2025 for å identifisere hvordan det kan skapes gode praksiser som legger til rette for en inkluderende digital opplæring.

Både i EU og nasjonalt vil det bli laget kompetanseprogrammer som det kan arbeides med i profesjonsfellesskapene på hver enkelt skole.

I et annet prosjekt arbeider forskere ved det Utdanningsvitenskapelige fakultet i samarbeid med Asker kommune for å forstå Læring i algoritmenes tidsalder.[xii] Dette prosjektet er et samarbeidsprosjekt med Asker kommune gjennom ordningen Innovasjonsprosjekter i offentlig sektor,og vil pågå i årene 2023-2025.

Formålet med prosjektet er å utvikle en didaktikk for hensiktsmessig bruk av avanserte programmer som bygger på maskinlæring og KI. Gjennom flere klasseromsstudier skal elevene i barne- og ungdomsskolen observeres når de jobber med de verktøyene som Asker kommune har tilgjengelig og eventuelle andre digitale verktøy som kan være aktuelle for å utforske muligheter og utfordringer med generativ kunstig intelligens. I disse klasseromsstudiene skal vi også se hvordan generativ KI, som ChatGPT eller Bard (trolig ved å utvikle en lokal løsning) kan hjelpe elever med å generere ideer, presentere ulike synsvinkler og produsere utkast til introduksjoner og avslutninger på tekst. Dette kan være særlig nyttig når elever strever med å komme i gang med skrivingen, produsere nok innhold eller mangler erfaring.

Midt i den «hype» som oppstår med generativ kunstig ingelligens er det viktig å skape rom for samtaler om de kritiske perspektivene på digitalisering generelt og bruk av KI spesielt, (se også Zuboff, 2019).

Både skoleledere, lærere og ikke minst elever må involveres i kritiske samtaler om generativ kunstig intelligens og om bruk av KI generelt i programmer som støtter deres læringsprosesser. Vi står på terskelen til en ny form for  digitalisering av skolen. Hva og hvordan elever lærer og hvordan lærere kan undervise med kunstig intelligens og plattformisering av skolen er et svært viktig tema i skolen fram mot 2030!

Kanskje blir det selve omdreiningspuktet for å utvikle den digital skolen 4.0. I den skolen skal du være leder, og passe på at vi ikke går inn i en teknologi-deterministisk, og algoritmestyrt grunnopplæring.