231130 var jag med i Sveriges Radio och kommenterade att studenter fuskar med hjälp av AI generellt och ChatGPT specifikt. Anna Lidé intervjuade mig i drygt 4 minuter om denna viktiga fråga.

Uppdatering: Sveriges Radio lade upp ett eget inlägg med ett kortare klipp från denna intervjue om att gillra fäller för studenterna. “Professorn: Inte okej att gillra fällor för fuskande studenter.“

Här kan ni höra hela intervjun och nedan finns en transkribering.

Intro: Under morgonen har vi hört rapporteringar om universitetsstudenter som fuskar på tentor genom chatt-GPT, en app med artificiell intelligens. Undersökningen som P4 Jönköping gjort visar även att fyra studenter från LTU dömts av disciplinnämnden. Anna Lidé frågade en professor i datateknik vid LTU, Peter Parnes, om hur han ser på att universitetsstudenter använder AI för att fuska.

Peter: Det är ju olyckligt att använda AI för att fuska. Jag vill ju gärna se att studenterna använder AI för att hjälpa dem i sina studier. Där jag tror att AI kan vara en jättestor hjälp i att lära sig mer och lära sig djupare helt enkelt.

Anna: Gott så, men det är ju de facto så då att de ändå fuskar. Precis, precis. Och här är ju gränsen då mellan hjälp och fusk är hårfin.

Peter: Nu är det ju i det här disciplinnämnden dömts och jag tror tyvärr att det är många fler som använder ChatGPT. Och vi som lärare försöker ju uppmana dem att inte göra det då.

Samtidigt måste man titta på vilken examination man ska ha. En examination som man kan fuska på är i mångt och mycket en felaktig examination. Där vi istället vill titta på en kontinuerlig examination som är en integrerad del av lärandet.

Anna: Vad kan en sådan examination vara till exempel?

Peter: Det är att vi tittar mer på processen. Man har många korta examinationsmoment. Det kan vara diskussioner, eleverna får presentera saker, svara på frågor. Så att man gör det här många gånger istället för att man har en hel kurs, har en skriftlig tenta på slutet eller en skriftlig hemuppgift på slutet då.

Anna: Hur många tror att det är som fuskar?

Peter: Oj, det är ju svårt att säga det. Och det är ju som jag sa tidigare att gränsen mellan fusk och hjälp är hårfin. Så att någonstans måste man komma in och definiera fusket.

Det handlar ju om att försöka lura den som examinerar som att man gör något annat.

Anna: Om ni ertappar en elev men det här ser väldigt mycket AI ut, vad gör ni då?

Peter: Jag skulle säga att i steg 1 så handlar det om att man tittar på om man misstänker detta, prata med studenten istället då. Att här måste vi också vara lite schyssta då för att det handlar ju inte om att skapa en otrygg studiemiljö utan vi vill ju att studenten ska lära sig så mycket som möjligt.

Vi vill ju hjälpa dem att klara sina studier och det här kan ju då vara olika anledningar. Och i en nylig undersökning från KTH då kom det fram att den absolut vanligaste orsaken till fusk det var tidsbrist.

Det vill säga man är dålig på att planera, man hinner inte med etc. Och där man då är rädd för andra konsekvenser i sitt liv. Man får inte se sig än om man inte klarar den här uppgiften till exempel då för att få väldigt hårda påföljder.

Anna: Men vad tänker ni i framtiden här nu då som lärare? Hur tänker ni och hur gör ni? Är ni redo för fler som får anmärkningar från disciplinnämnden eller tänker ni att vi måste tänka nytt?

Peter: Så under året sedan i januari så har vi i en grupp där jag ingår jobbat på en policy för LTH som går ut egentligen både till elever och till lärare där vi ber alla att ta till sig detta. Och där handlar det ju mer om det här, hur motiverar vi till lärande? Hur skapar vi en trygg miljö? Och vi ger exempel på vad som är fusk och vad som inte är fusk. För det är inte alls så jättesjälvklart att man vet vad som är fusk heller.

Anna: Och hur motiverar man till lärande?

Peter: Måste man lära sig saker nu i framtiden när de kommer ut i en arbetsplats där man ändå har AI som kan det åt dig? Precis, och det här är ju en av de jättestora frågorna. Hur motiverar vi just till lärande? Om jag har en AI med mig som svarar på alla mina frågor, den kan i princip lösa alla mina uppgifter åt mig i framtiden. Och framtiden här, det är ett halvår eller ett år bort.

Hur förbereder vi våra studenter för just den här arbetsmarknaden där man använder de här verktygen hela tiden? Och det här är ju en balansgång då. Och det här handlar ju om hur lärarna lägger upp sin undervisning. Där vi kanske i början på året gör det lite mer kontrollerat etc.

Och sen i högerårskurserna så blir det mycket mer friare. Det ska vara som om man var i verkligheten som jag brukar säga.

Anna: Många som lyssnar nu tror jag med mig också är lite oroade över AI och framtiden. Hur känner du själv?

Peter: Jag är ju väldigt positiv till detta då. Vissa forskare har ju målat upp en väldigt negativ bild att det är mänsklighetens undergång i framtiden då. Jag tror inte alls att vi kommer hamna där, utan snarare kommer AI att vara en medhjälpare och den kommer att göra fantastiska framsteg för mänskligheten.

Anna: Fortsättning följer onekligen. Tusen tack säger vi till Peter Parnes, professor i datateknik vid LTU. Tack så mycket.

Peter: Tack så mycket.

Ps. Transkriberingen är gjord gjorde via tjänsten TurboScribe och redigerad av mig.