SUHF arrangerade ett seminarium om etik och AI kopplat till högre utbildning och forskning. Jag gjorde ett inspel på 15 minuter och var också med i en paneldebatt tillsammans med Amy Loutfi, Oru och Fredrik Ahlgren, LNU under ledning av Sonja Bjelobaba, UU och Stefan Eriksson, SUHF.
240214 hade jag möjligheten att föreläsa och diskutera AI i två omgånger.
Förmiddagen handlade om AI och examination på LTU i Luleå med institutionen HLT där jag höll en uppskattad presentation följt av en paneldebatt om hur undervisningen på LTU måste förändras. Här hittar nyfikna presentationen. Eftermiddagen spenderade jag tillsammans med Skellefteå Senioruniversitet där jag föreläste om AI:s påverkan på samhället för minst 75 seniorer.
Sammanfattningsvis var mitt budskap att AI starkt kommer att påverka lärande och här måste LTU och alla skolinstanser hänga med i den snabba utvecklingen. Utbildningsväsendets utmaning är den stora trögheten gällande att förändra utbildningar (både kurser och program). Program med start hösten 2026 bestäms “nu” och sedan ska studenterna läsa i upp till 5 år. Dvs., vi bestämmer _nu_ vad studenterna som tar examen 2031 ska läsa i stort. Frågan är dock; Hur ser samhället och arbetsmarknaden ut 2031? Nej, vi vet inte men vi måste gissa och interpolera så vi kan ge en relevant utbildning till de som ska jobba i framtiden.
Sedan måste vi också ha bra verktyg för reskill och upskill av existerande arbetskraft men det är en separat diskussion som jag kanske återkommer till senare.
Har precis avslutat den sista sessionen inom mina uppdragsutbildningar på LTU för i år.
Jag släppte den första kursen i slutet av maj och det har blivit 6 kursomgångar under 2023 fördelade på dels en 40h-kurs och en 12h-kurs. Totalt har 532 personer gått dessa kurser under 2023 och vi har sålt ytterligare 1993 platser. Om alla dessa sålda platser nyttjas så kommer det att bli 2525 personer som gått mina utbildningar totalt.
Generellt är mina deltagare mycket nöjda och jag får kanske återkomma med lite konkreta kommentarer. Dock anser de att de lärt sig enormt mycket vilket är smickrande 🙂
Pengamässigt har mina kurser genererat drygt 1.317.000 SEK i externa intäkter till LTU under 2023-2025 varav 997.000 faktureras under 2023 (plus moms).
Nu kanske ni tänker att utbildning ska vara gratis men när det gäller uppdragsutbildning så får inte universiteten ge bort det gratis utan vi ska ta betalt till självkostnadspris. Det har regeringen bestämt.
Jag hade tänkt att ge lite nya AI-utbildningar under 2024 men vi får se vad som händer. Beror lite på min arbetsgivares prioriteringar och vad de vill att jag ska göra nästa år.
Men om det blir nya utbildningstillfällen, vad skulle DU vilja lära dig inom ramen för uppdragsutbildning eller andra former (frisåtende kurser) kopplat till AI?
November har varit den mest intensiva föreläsningsmånaden någonsin för mig.
Jag har hållit 15 föreläsningar om AI med totalt 21.5h pratande varav 9 föreläsningar på scen (12.5h) och 6 online (9h). Jag har föreläst på plats i Stockholm, Västerås, Göteborg, Malmö och Luleå och online i Finland (2 gånger) och resten online i Sverige.
Utöver detta har jag haft 5 sessioner * 2h = 10h med uppdragsutbildning online samt 6h undervisning med studenter IRL. Uppdragsutbildningen består av ca 0.75h föreläsning (utöver timmarna ovan) och resten diskussioner i plenum och i grupper.
Jag har också spenderat många++ timmar om att läsa om och diskutera AI i olika sammanhang samt spenderat väldigt mycket tid på att förbereda presentationer, planera möten och föreläsningar, skriva texter och att diskutera med journalister.
Det stora positiva är den fantastiskt positiva återkoppling jag får vilket ger en massa dopamin, oxytocin och serotonin och en ökad positiv självkänsla.
Jag kan lugnt erkänna att det stundvis blev lite väl mycket jobbande och det blev för lite tid för återhämtning och hobbies men all den positiva återkopplingen gör att jag har återhämtat mig mycket fort. Under december lugnar det ned sig rejält och snart blir det julledigt.
Ps. Vill ni ha en egen AI-föreläsning så hör av er 🙂
Jag presenterar en publikation med titel Framtidens lärande med generativ AI på 9:e Utvecklingskonferensen för Sveriges ingenjörsutbildningar. Publikationen är 16 sidor lång om mina tankar om lärande med generativ AI.
Publikation. Framtidens lärande med generativ AI av Prof. Peter Parnes.
Sammanfattning: Generativ AI, exemplifierad av verktyget ChatGPT från slutet av 2022, har potential att starkt påverka hur våra studenter lär sig och hur vi bedriver undervisning genom att ge stöd för framtidens lärande med innovativa pedagogiska metoder. Samtidigt är generativ AI för text en kontextberoende statistisk modell, vilket kräver kritisk användning. Utöver textgenerering kan generativ AI skapa bland annat bilder, musik, film, dataspel och datorprogram vilket ger en möjlig integrering i många olika kurser. Olika typer av AI-tjänster kan fungera som hjälplärare, potentiellt minska prestationsångest och stödja studenter med lässvårigheter eller utländsk bakgrund. Detta understryker behovet av att anpassa undervisningen för att maximera fördelarna med AI i lärandeprocessen. AI-verktyg har också möjlighet att effektivisera många olika aspekter av lärandet, både för studenterna och för personal inklusive lärare och administrativ personal. För studenter finns möjligheten för ett både djupare och snabbare lärande samt för personal kan AI-verktygen hjälpa till med olika undervisningskopplade och administrativa uppgifter. Långsiktigt kan AI-verktygen ha en stark påverkan på hur undervisning bedrivs inom högre utbildning men det finns också ett antal praktiska hinder som måste överbryggas som balansen mellan fusk och hjälp och ekonomiska och juridiska utmaningar. Samtidigt går den tekniska utvecklingen mycket fort samtidigt som det högre utbildningssystemet förändras långsamt och det är svårt att överblicka hur mycket av undervisningen som kommer att ha förändrats på till exempel tio års horisont.
231115 arrangerade SUHF ett seminarium on frågan Kan AI bidra till ökad forskningskvalitet? Jag var en av de inbjudna talarna och diskussionsdeltagarna. Nedan är mitt korta inspel till frågan och här hittar ni mer information om eventet och de andra presentationerna.
Universitetsläraren skrev en artikel om eventet där de fångade upp mina tankar om att gränsen mellan hjälp och fusk är hårfin.
230908 höll jag en föreläsning på Innovitaskolans framtidsdag för ca 1500 lärare och här är en inspelning av föreläsningen. Titeln är Utmaningar och möjligheter med generativ AI för lärande.
231024 var jag med i ett onlineseminarium om AI och examination på flera olika områden. Det var inspel och diskussioner i form av en panel online. Moderator var LTU:s rektor Birgitta Bergvall-Kåreborn som också är ordförande i SUHF:s expertgrupp för högskolepedagogiska frågor. ITHU höll i tekniken.
Det var ca 1000 personer anmälda till eventet.
Medverkande
Linda Barman, Kungliga Tekniska Högskolan
Jan-Olof Gullö, Kungliga Musikhögskolan
Pernilla Josefsson, Södertörns högskola
Peter Parnes, Luleå tekniska universitet
Här hittar ni mer information om eventet och nedan en inspelning.
On 231020 1215-1300, I gave an invited talk as part of the #frAIday-series at Taiga @ Umeå University on how generative AI can enhance learning and education.
Below is a video of the talk (35 minutes), and here are the slides.
Here are answers to the questions asked by the audience via chat after the talk (not in the recording). My answer in italics follows the questions.
How should we approach the assessment of student writing skills? Traditionally, this has been accomplished through take-home exams and thesis work. However, it now appears that students can seek assistance from AI tools. Should we continue with proctored on-campus examinations, or should we reconsider what it means to be proficient in writing a text?
Let’s look more at the whole learning process and focus less on the final artifact, where we work more with continuous examination. Another benefit of this approach is that the student gets more immediate feedback, which supports deeper learning. Compare this to getting feedback based on a test several weeks after the test.
Suppose teachers want to continue with reports written outside of a proctored environment. In that case, they need to combine it with some other examination method, such as a short verbal examination, to judge if the student knows the content submitted in the report.
Experimentally, they can also try using AI to help them judge if the students know the subject.
Can the result be that we re-evaluate the necessity to learn certain tasks, just like what happened when calculators were introduced? E.g.: Is there a value in knowing how to summarise information, or answer a factual question (if a machine can do it better…). If not, why should we teach it ?
The last part is the crucial question here. If we have AI assistants that can answer everything and solve all our tasks for us, then what should the students learn? Well, to judge if an answer is correct, they need to have a basic understanding and knowledge of the area in question. Thus, we should teach in a broader way where students can use AI to help them solve more specific problems in the future.
A comment on the calculator analogy: it is actually not a great analogy to the current situation with AI-assistant learning, as the calculator could only solve (initially) fundamental mathematical problems. The AI assistants in 2023 can already now solve very advanced problems, problems that are typically above most people’s knowledge.
A question to @all: Does your university have a policy or general recommendations for handling generative AI?
I have looked around and discussed with representatives from other Swedish universities, and most of them are working on some policy regarding AI usage in education and research. At Luleå University of Technology, I have been part of a group working on such a policy document. In May 2023, we released a first draft that you can find here. It has proven to be a time-consuming process to incorporate all comments and cover all edge cases. Ultimately, it comes down to definitions where it is hard to define AI and generative AI, where the document could also be used as a basis for supporting disciplinary cases around cheating using AI.
Also, the guidelines need to be updated regularly as they quickly can become out dated.
If at some point all texts used for AI training will be AI-generated, what will be the quality of that AI?
This has already proven to be a problem with other services trained using public content. Google Translate cannot be trained using public data as so much text exists today online that is translated using automatic translation services. We will see the same issue when training AI in the future, and the selection of data to train on has to be done very selectively.
What happens when AI software meets quantum computing?
The intersection of AI and quantum computing is a subject of significant interest and speculation. Quantum computing has shown promise in efficiently solving complex optimization problems, often computationally expensive for classical computers.
Quantum computers could drastically speed up machine learning algorithms. Some computations that take a conventional computer billions of years to complete could be done in seconds by a quantum computer. Many AI tasks are fundamentally optimization problems.
When we have working quantum computing machines, they could very drastically change AI-learning. It’s important to note that practical, scalable quantum computing has yet to be achieved. We’re still in the early stages of understanding what’s possible when these two technologies intersect.
Instead of wondering IF students are using AI, why not just assume that they are and will. Then with that in mind, we organize our courses and examinations based on this assumption. Not saying that this will make life easy for teachers – but at least it provides a new point of orientation for teachers. Exactly. You said said it. We need to evolve our education based on our new reality with AI.
Yes, I strongly agree with you on this. Independently of policies and rules, students will both use AI tools to help them learn and to help them cut corners. We need to adapt our education to a new reality.
You talked about students’ mental model of a concept would raise the questions “am I wrong or is the AI wrong”, it’s then a risk between learning and misinformation. Is AI literacy enough to support this issue in education as a way to encourage students to fact check everything ChatGPT outputs? Or are we (humans) too impressionable and vulnerable to confirmation bias for example such that false information that matches our mental models leads to us not bothering to check? Which “force” is stronger.
I believe that all humans are lazy at heart. Humans have always tried to find various tools to make our lives easier. AI changes how much effort we put into the mental process, and just as you indicate in your question, it will, to some extent, lead to us not bothering with fact-checking, and we will accept the answer AI gives us and move on to the next question or task. This is a real challenge when it comes to how we conduct education and what the students should learn.
Quite a few analysts say only ten or so large companies will write code at low level needed for ‘super efficiency’ every other software company will ‘write’ using natural language, that is translated into code by LLMs.
This debate has long been ongoing, and we have seen numerous efforts with both graphical and low-code programming. Some groups that do not know how to program very well have successfully created less sophisticated software using low-code approaches. With AI support, this group will surely grow and we will see more advanced computer programs designed using AI tools.
AI-vision will also play an important role here, where users can sketch the graphical part of their software, and AI can create programs to realize the sketches.
That is all. Good luck with your AI efforts.
