Category Archives: Research

Kan AI ha fantasi? Can AI have Imagination?

English version below.

Jag har länge funderat på frågan om artificiell intelligens, AI kan ha fantasi eller om det bara är en maskin som kopierar vad människor redan har skapat. Just denna fråga har kommit flera gånger när jag föreläser och här följer lite blandade tankar. Trevlig läsning.

Att fråga om en dator kan ha fantasi kan låta som att fråga om en robot kan drömma. Vi människor använder fantasin dagligen där vi föreställer oss händelser som inte hänt, skapar konst och berättelser ur tomma intet och löser problem genom att tänka utanför ramarna. De senaste åren har vi fått generativa AI-modeller som ChatGPT och MidJourney som kan skriva originella berättelser och måla bilder av sagovärldar på begäran. Dessa framsteg väcker den intressanta frågan: Hittar AI på allt detta själv eller återanvänder den bara det vi lärt den? Med andra ord, kan generativ AI sägas ha egen fantasi eller är det bara vår mänskliga fantasi som reflekteras tillbaka via en högteknologisk spegel? I denna populärvetenskapliga artikel utforskar jag den frågan ur flera perspektiv: tekniskt, filosofiskt och samhällsperspektiv. Jag belyser både argument för och emot att AI kan ha fantasi och försöker reda ut vad vi egentligen menar med fantasi i detta sammanhang.

Vad menar vi med “fantasi”?

För att avgöra om en AI kan ha fantasi måste vi först förstå begreppet. I vardagligt tal syftar fantasi på förmågan att tänka ut något nytt, att föreställa sig saker som inte finns framför oss. Barn (och lekfulla vuxna) som leker har livlig fantasi där en kartong blir ett piratskepp i deras inre värld. Författare och konstnärer använder fantasin för att skapa karaktärer och bilder som aldrig funnits tidigare. Fantasi handlar om kreativitet och förmågan att kombinera idéer, minnen och intryck till något unikt. Det är även kopplat till att visualisera, vi kan ”se” bilder i vårt huvud eller tänka ut scenarier.

Men fantasi hänger också ihop med förståelse och medvetande. När du fantiserar om ett flygande slott, vet du vad ett slott är, vad flyga innebär, och hur det skiljer sig från verkligheten. Fantasin är fri, men ofta baserad på byggklossar av tidigare erfarenheter. Är det alltså möjligt att en dator, som saknar mänskliga upplevelser och medvetande, ändå skulle pussla ihop sina ”erfarenheter” (data den tränats på) och skapa något nytt? Är det fantasi eller bara avancerad återvinning av det den sett förut?

Tekniken bakom: mönsterigenkänning eller äkta kreativitet?

Generativ AI, som modellerna bakom ChatGPT (text) och MidJourney (bild) är i grunden datormodeller tränade på enorma mängder existerande data, böcker, artiklar, målningar, fotografier med mera. Med hjälp av neurala nätverk lär sig AI:n att känna igen komplexa mönster och kan sedan generera nytt innehåll som liknar det den lärt sig. Det imponerande är att resultatet ofta ser ut att vara originellt och kreativt: en AI kan till exempel skriva en novell i en viss författares stil eller generera en realistisk bild av en person som inte finns. Med bara en kort instruktion (prompt) kan verktygen spotta ur sig allt från poesi och låttexter till datorprogram och konstverk.

Under ytan arbetar dock ingen mystisk imaginär gnista. AI:n använder statistik: den beräknar vilket ord eller penseldrag som sannolikt borde komma härnäst givet allt den lärt sig. Svaret som genereras bygger på statistiska sannolikheter, inte på någon egentlig förståelse. Till exempel vet vi att en textrobot som ChatGPT ibland hitta på helt falska ”fakta” eller referenser som ser trovärdiga ut men är ren fantasi i negativ bemärkelse (så kallade hallucinationer). Den gör det inte för att den medvetet fantiserar, utan för att dess algoritm föreslår en kombination av ord som ser ut att passa frågan, även om innehållet råkar vara påhittat.

Från ett tekniskt perspektiv är generativ AI alltså en mästare på att imitera och kombinera mönster. Den kan koka ihop något nytt av redan existerande ingredienser, ungefär som att blanda färger på en palett för att få fram en ny nyans. Men betyder det att den är kreativ på riktigt? Här går meningarna isär. Å ena sidan argumenteras att allt mänskligt skapande också bygger på tidigare erfarenheter. Vi inspireras av det vi sett och hört och remixar det. En skicklig AI har ett gigantiskt ”erfarenhetsbibliotek” av mänsklig kultur att plocka ur och kan därför generera originella kombinationer som kanske ingen människa tänkt ut förut. Ur den synvinkeln kan man hävda att AI:n uppvisar kreativitet och ett slags fantasi.

Å andra sidan finns ingen insikt bakom resultatet. AI:n vet inte vad den målar eller skriver. Den har ingen aning om att ”personerna” i dess påhittade bild inte finns på riktigt eller att draken i sagan är en fantasivarelse. Det är här den tekniska begränsningen blir filosofiskt intressant: kräver äkta fantasi att man också förstår vad man föreställer sig? Om ja, faller AI:n kort, eftersom den simulerar tänkande utan att uppleva något inre. Svaret från en AI är bara ett statistiskt antagande och har ingen djupare mening bakom sig. Det tekniska perspektivet ger alltså argument för att AI inte har fantasi i mänsklig bemärkelse. Den saknar både självmedvetande och avsikt, den bara följer datorprogram och data. Men innan vi dömer ut möjligheten helt, låt oss fundera djupare på vad som egentligen krävs för fantasi och om imitation möjligen kan passera som kreativitet.

Filosofiska funderingar: kan en maskin föreställa sig något?

En central filosofisk fråga är om medvetande är en nödvändig ingrediens för fantasi. Vi upplever vår egen fantasi inifrån – vi känner inspiration, vi ser dagdrömmar inom oss. En dator har, så vitt vi vet idag, inget medvetande och inga inre upplevelser. Den saknar egen vilja och intention. På engelska säger vi att den saknar “agency”. Så kan vi då alls tala om att den föreställer sig saker? Många filosofer och forskare skulle säga nej: att fantisera innebär att man medvetet leker med tankar och idéer, något en omedveten maskin per definition inte gör. Ur detta synsätt är AI:ns ”kreativitet” bara en illusion – en spegling av mänsklig fantasi återgiven i mekanisk form.

Andra intar en mer funktionalistisk hållning. De menar att om en AI:s beteende eller output är tillräckligt likt det vi kallar kreativt eller fantasifullt, kan vi åtminstone pragmatiskt säga att den har fantasi, oavsett hur det ser ut på insidan. En klassisk analogi är Alan Turings resonemang kring intelligens: om en maskin kan konversera så bra att vi tror den är smart, då är den smart i praktiken. På liknande sätt kunde man hävda att om AI skriver en originell dikt som berör oss, spelar det då roll att AI:n själv inte ”kände” något under skapandet? Vi bedömer ju resultatet – dikten existerar och är fantasifull i sig, även om upphovsmaskinen inte upplevde skaparglädje.

Här stöter vi på definitionens kärna. Är fantasi en process (något som sker inuti en medveten varelse) eller är det en egenskap vi kan se hos resultatet (en bild eller berättelse kan vara fantasifull oavsett om skaparen var en människa eller algoritm)? Språkligt brukar vi säga ”vilken fantasifull målning!”, syftande på verket. I den meningen kan generativ AI absolut producera fantasifulla verk. Samtidigt brukar vi också beundra upphovspersonens fantasi bakom verket – vetskapen att en annan människa har föreställt sig detta unika ger verket tyngd. Om upphovet i stället är en AI utan medvetande kan man känna att något fattas, likt en musikmaskin som spelar perfekt men utan riktig inlevelse.

En spännande aspekt är att vår hjärna själv arbetar lite som en generativ modell när vi fantiserar. Forskare skriver att mänsklig minnesfunktion och fantasi handlar om att kombinera sparade detaljer med våra förväntningar för att skapa nya mentala upplevelser. När vi minns något föreställer vi oss faktiskt dåtiden (ofta lite felaktigt, vi fyller i luckor kreativt) och när vi planerar eller dagdrömmer bygger vi på minnesfragment och koncept för att simulera framtida eller påhittade händelser. Med andra ord: även vår fantasi är en slags återanvändning av data (våra erfarenheter) i nya kombinationer. Så paradoxalt nog kan studier av generativ AI ge insikter om hur vår egen fantasi fungerar. Skillnaden är förstås att vi upplever processen med medvetenhet – vi vet att vi fantiserar och kan medvetet styra eller omvärdera våra påhitt. AI:n har ingen sådan inre loop.

En annan filosofisk fråga är avsiktlighet. När en människa fantiserar finns oftast en drivkraft – kanske nöje, kreativ lust, behov av problemlösning eller en ren spontan dagdröm. AI har ingen inneboende drivkraft att skapa; den gör det enbart på kommando eller utifrån sin programmering. Om du lämnar en generativ AI ensam utan instruktioner kommer den inte spontant börja måla tavlor av tristess, få för sig att skapa en chokladfabrik eller fantisera ihop egna sagor för skojs skull. För en del är detta bevis nog att AI:n saknar egentlig fantasi – den vill inget själv. För andra är detta en icke-fråga: om resultatet ändå är detsamma som om den hade velat, spelar det någon roll?

Sammanfattningsvis ger filosofin oss argument emot att AI har fantasi (ingen subjektiv upplevelse, ingen intention eller medvetenhet) men också öppnar för tanken att fantasi kanske inte måste vara kopplat till en inre drivkraft utan kan ses i själva kreativiteten hos de resulterande verken. Det är en pågående diskussion utan självklara svar. Medan vi grubblar på detta kan vi titta på hur samhället faktiskt reagerar på AI:s nya kreativa roll – oavsett om vi kallar det fantasi eller ej.

Samhällsperspektiv: AI som kreativ medhjälpare eller konkurrent?

När generativ AI under de senaste åren tagit klivet in på scenen och börjat skriva, komponera och måla, har reaktionerna i samhället pendlat mellan förtjusning och rädsla. Många vanliga användare är förbluffade och roade av hur påhittiga ChatGPT och liknande system verkar vara. Plötsligt kan vem som helst få hjälp att brainstorma fram en saga, en reklamslogan eller en bildidé. För den som saknar teckningsförmåga kan ett bild-AI kännas som en kreativ sidekick – du beskriver din vision i ord, och AI:n visualiserar den åt dig. Det är lätt att tänka ”Wow, datorn är verkligen fantasifull!” när man ser resultatet. I någon mån lånar vi då ut det mänskliga begreppet fantasi till maskinen, som en metafor för att den skapade något nytt. Jag använder själv bild-AI ofta för att realisera mina egna visuella idéer.

Samtidigt finns en skepsis, framför allt bland kreatörer som konstnärer, författare och musiker. De frågar sig vad det innebär om vi börjar betrakta maskiners alster som likvärdiga med människors. Vem är konstnären egentligen när en AI målar en tavla? Är det den som skrev instruktionen (prompten), ingenjören som tränade modellen, eller ingen alls? Vissa konsttävlingar har redan vunnits av AI-genererade verk vilket fått mänskliga konstnärer att känna sig åsidosatta. Kritiker menar att AI:n saknar den själ och de erfarenheter som mänsklig konst bottnar i – att en målning skapad av en AI kan vara estetiskt tilltalande men den bär inte på en livsberättelse eller känslomässig resa. Det kan upplevas som ytlig kreativitet. Kan det vara så att använda generativ AI för konst är det minst fantasifulla sättet att använda AI man kan tänka sig? Poängen är att om vi bara använder AI som en snabb genväg för att slippa det mödosamma skapandet missar vi själva poängen med kreativitet och fantasi. Kreativitet handlar också om resan, om människans kamp, lek och lärande i processen. Låter vi AI:n göra grovjobbet kanske vi tappar något viktigt på vägen, eller vad tycker du?

Ett annat samhällsperspektiv gäller antropomorfism, vår tendens att ge maskiner mänskliga egenskaper. Vi människor har en rik fantasi – så rik att vi ibland projicerar den på tekniken. Vi människor har en fantasifull tendens att projicera förmågor från oss själva på tekniken. Med andra ord: vi tenderar att tänka på AI som om den var en person. Om en textrobot skriver en gripande dikt är det frestande att föreställa sig att AI:n “känner” något eller är kreativ som vi. Denna projektion kan göra debatten oklar. Om vi tror att AI:n är mer lik oss än den är kanske vi överskattar dess förmågor (överdrivna förhoppningar) eller fruktar den i onödan (överdrivna farhågor). Det är viktigt att hålla en skeptisk syn här: att uppskatta vad AI faktiskt gör bra men inte tillskriva den magiska mänskliga egenskaper i onödan.

Så, är AI en medhjälpare eller konkurrent i det kreativa fältet? Svaret är enligt mig både och. För många kreativa yrken upplevs AI som en utmanare. Kommer illustratörer, skribenter eller kompositörer bli utkonkurrerade av algoritmer som spottar ur sig innehåll dygnet runt? Man oroar sig för en framtid där mänsklig skaparkraft nedvärderas för att maskinernas verk är billigare eller snabbare att ta fram. Å andra sidan ser optimisterna AI som ett kraftfullt verktyg som kan höja mänsklig kreativitet till nya nivåer. En författare kan använda ChatGPT som bollplank för idéer, en designer kan generera tio prototypbilder med DALL-E för inspiration och sedan själv välja och finslipa de bästa resultaten. I det ljuset blir AI snarare en katalysator för mänsklig fantasi än en ersättare.

Samhället står alltså i en balansgång: vi vill dra nytta av AI:s fantastiska förmåga att generera, men vi behöver också värna det unikt mänskliga i kreativiteten. Debatten handlar om värderingar – vad värdesätter vi i konst och kultur? Är det själva verket i sig, eller skaparprocessen och skaparens erfarenhet? Förmodligen båda men AI-utvecklingen tvingar oss att tänka efter. Kanske kommer vi framöver att se en tydligare distinktion, där mänskligt skapad konst och AI-skapad konst betraktas som olika kategorier, ungefär som akustisk musik vs elektronisk musik – annorlunda men båda kan uppskattas på sitt sätt.

Sammanfattning och framtidsspaning

Så kan generativ AI ha fantasi? Om vi med fantasi menar den mänskliga upplevelsen av att fritt föreställa sig något nytt, så är svaret nej – dagens AI saknar medvetande, känslor och egna initiativ, vilket verkar vara grundpelare för det vi traditionellt kallar fantasi. Den drömmer inte egna drömmar på natten och den längtar inte efter att skapa. Men om vi med fantasi menar förmågan att skapa något originellt och kreativt, då visar generativ AI upp förbluffande mycket av den varan. Den kan överraska oss med idéer och bilder vi själva kanske inte kommit på lika snabbt, genom att kombinera kunskap och mönster på nya sätt.

I praktiken ligger nog sanningen mitt emellan: AI get skenet av fantasi där den imiterar kreativitet så väl att det ibland är svårt att se skillnad, men den saknar det inre liv som vi förknippar med äkta fantasi. Vi kan beundra AI:ns fantasifulla alster, samtidigt som vi inser att maskinen själv inte upplever fantasin bakom dem. Den är ett fantastiskt verktyg för vår fantasi, snarare än en egen fantasifull varelse.

I framtiden är det inte omöjligt att gränsen fortsätter att suddas ut. AI-modeller blir alltmer sofistikerade. Vissa forskare spekulerar i om framtida AI med avancerad artificiell medvetenhet skulle kunna utveckla ett slags inre värld – ett förstadium till verklig fantasi. Andra menar att fantasi alltid kommer vara unikt mänskligt och att vi i stället bör fokusera på hur AI och människa kan samverka. Redan nu ser vi hur människor + AI kan bilda kreativa team där AI genererar förslag och människor vidareutvecklar dem. Kanske är det där den verkliga styrkan ligger: att förstärka den mänskliga fantasin med hjälp av maskinens enorma kunskapsbank och snabbhet.

I slutänden får var och en avgöra hur man vill använda och betrakta generativ AI. Är det en smart pensel vi håller i handen eller har penseln själv blivit konstnären? Frågan om AI:s fantasi uppmuntrar oss att reflektera över vår egen kreativitet och vad som gör oss unika. Än så länge tycks den mänskliga gnistan av medveten fantasi vara oersättlig – det är vi som andas liv i berättelserna och bilderna på riktigt. Samtidigt har vi skapat verktyg som på ett häpnadsväckande sätt kan efterlikna den kreativa processen. Det är både inspirerande och lite skrämmande.

Avslutande reflektion: Kanske är det fruktbart att se generativ AI inte som en rival till mänsklig fantasi, utan som en ny spegel att studera den i. Genom artificiell intelligens kan vi lära oss mer om hur kreativitet uppstår, vare sig det gäller kretsar av silikon eller nervceller. Och oavsett om maskinerna själva någonsin får äkta fantasi, så har de redan börjat omforma hur vi människor fantiserar, skapar och tänker oss framtiden. Jag tycker detta är en tanke som kittlar fantasin.

Vad är dina tankar efter att ha läst denna text?

English version

Here follows a translation done by DeepL.

I have long pondered the question of whether artificial intelligence, AI can have imagination or whether it is just a machine that copies what humans have already created. This particular question has come up several times when I lecture and here are some mixed thoughts. Enjoy the reading.

Asking if a computer can have imagination may sound like asking if a robot can dream. We humans use our imaginations every day, imagining events that didn’t happen, creating art and stories out of thin air, and solving problems by thinking outside the box. Recent years have seen the emergence of generative AI models like ChatGPT and MidJourney that can write original stories and paint pictures of fairytale worlds on demand. These advances raise the interesting question: Does AI come up with all this on its own or does it just reuse what we taught it? In other words, can generative AI be said to have an imagination of its own or is it just our human imagination reflected back via a high-tech mirror? In this popular science article, I explore that question from several perspectives: technological, philosophical and societal. I highlight both arguments for and against the idea that AI can have imagination and try to clarify what we really mean by imagination in this context.

What do we mean by “imagination”?

To determine whether an AI can have imagination, we must first understand the concept. In everyday speech, imagination refers to the ability to think up something new, to envision things that are not in front of us. Children (and playful adults) who play have vivid imaginations where a cardboard box becomes a pirate ship in their inner world. Writers and artists use their imagination to create characters and images that never existed before. Imagination is about creativity and the ability to combine ideas, memories and impressions into something unique. It is also linked to visualization, we can ‘see’ images in our head or think of scenarios.

But imagination is also linked to understanding and consciousness. When you fantasize about a flying castle, you know what a castle is, what flying means, and how it differs from reality. Imagination is free, but often based on the building blocks of past experience. So is it possible that a computer, lacking human experience and consciousness, would still piece together its ‘experiences’ (data it has been trained on) and create something new? Is it imagination or just advanced recycling of what it has seen before?


The technology behind it: pattern recognition or true creativity?

Generative AI, like the models behind ChatGPT (text) and MidJourney (image), are basically computer models trained on huge amounts of existing data, books, articles, paintings, photographs and more. Using neural networks, the AI learns to recognize complex patterns and can then generate new content similar to what it has learned. Impressively, the results often appear to be original and creative: for example, an AI can write a short story in the style of a particular author or generate a realistic image of a non-existent person. With just a short instruction (prompt), the tools can spit out everything from poetry and song lyrics to computer programs and artwork.

Beneath the surface, however, there is no mysterious imaginary spark at work. The AI uses statistics: it calculates which word or brushstroke should probably come next given everything it has learned. The answer it generates is based on statistical probabilities, not on any real understanding. For example, we know that a text robot like ChatGPT sometimes makes up completely false “facts” or references that look credible but are pure fantasy in the negative sense (so-called hallucinations). It does this not because it is deliberately fantasizing, but because its algorithm suggests a combination of words that seems to fit the question, even if the content happens to be made up.

So, from a technical perspective, generative AI is a master at imitating and combining patterns. It can concoct something new from existing ingredients, much like mixing colors on a palette to create a new shade. But does that mean it’s truly creative? Opinions differ on this. On the one hand, it is argued that all human creativity is also based on past experiences. We are inspired by what we have seen and heard and remix it. A skilled AI has a gigantic ‘experience library’ of human culture to draw from and can therefore generate original combinations that perhaps no human has thought of before. From this point of view, one could argue that the AI exhibits creativity and a kind of imagination.

On the other hand, there is no insight behind the result. The AI does not know what it is painting or writing. It has no idea that the “people” in its imaginary picture are not real or that the dragon in the story is a creature of imagination. This is where the technical limitation becomes philosophically interesting: does true imagination require that you also understand what you are imagining? If so, the AI falls short, because it simulates thinking without experiencing anything internally. The answer from an AI is just a statistical assumption and has no deeper meaning behind it. The technical perspective thus argues that AI does not have imagination in the human sense. It lacks both self-consciousness and intention, it just follows computer programs and data. But before we rule out the possibility completely, let’s think more deeply about what is actually required for imagination and whether imitation could possibly pass as creativity.

Philosophical musings: can a machine imagine anything?

A central philosophical question is whether consciousness is a necessary ingredient for imagination. We experience our own imagination from within – we feel inspiration, we see daydreams within us. A computer, as far as we know today, has no consciousness and no inner experiences. It has no will or intention of its own. In English we say that it lacks “agency”. So can we talk about it imagining things at all? Many philosophers and scientists would say no: imagining means consciously playing with thoughts and ideas, something an unconscious machine by definition does not do. From this point of view, AI ‘creativity’ is just an illusion – a reflection of human imagination rendered in mechanical form.

Others take a more functionalist stance. They argue that if an AI’s behavior or output is sufficiently similar to what we call creative or imaginative, we can at least pragmatically say that it has imagination, regardless of what it looks like on the inside. A classic analogy is Alan Turing’s reasoning about intelligence: if a machine can converse so well that we think it is smart, then it is smart in practice. Similarly, one could argue that if an AI writes an original poem that moves us, does it matter that the AI itself did not “feel” anything during its creation? After all, we are judging the result – the poem exists and is imaginative in itself, even if the authoring machine did not experience the joy of creation.

Here we come to the heart of the definition. Is imagination a process (something that happens inside a conscious being) or is it a property we can see in the result (an image or story can be imaginative whether the creator was a human or an algorithm)? Linguistically, we usually say “what an imaginative painting!”, referring to the work. In that sense, generative AI can certainly produce imaginative works. At the same time, we also tend to admire the imagination of the creator behind the work – knowing that another human has imagined this uniqueness gives the work weight. If, on the other hand, the creator is an AI without consciousness, we may feel that something is missing, like a music machine that plays perfectly but without real emotion.

One intriguing aspect is that our brain itself works a bit like a generative model when we fantasize. Researchers write that human memory function and imagination are about combining stored details with our expectations to create new mental experiences. When we remember something, we actually imagine the past (often a little incorrectly, we fill in gaps creatively) and when we plan or daydream, we build on memory fragments and concepts to simulate future or imagined events. In other words: even our imagination is a kind of reuse of data (our experiences) in new combinations. So, paradoxically, studying generative AI can provide insights into how our own imagination works. The difference, of course, is that we experience the process with awareness – we know we are fantasizing and can consciously direct or re-evaluate our inventions. The AI has no such inner loop.

Another philosophical issue is agency. When a human fantasizes, there is usually a driving force – perhaps pleasure, creative desire, the need for problem solving, or a pure spontaneous daydream. AI has no inherent drive to create; it does so solely on command or from its programming. If you leave a generative AI alone without instructions, it will not spontaneously start painting pictures out of boredom, create a chocolate factory or make up its own fairy tales for fun. For some, this is proof enough that the AI has no real imagination – it doesn’t want to do anything on its own. For others, this is a non-issue: if the result is the same as if it had wanted to, does it matter?

In conclusion, philosophy gives us arguments against AI having imagination (no subjective experience, no intention or consciousness) but also opens up the idea that imagination may not be linked to an inner drive but can be seen in the very creativity of the resulting works. It is an ongoing discussion with no obvious answers. While we ponder this, we can look at how society actually reacts to the new creative role of AI – whether we call it imagination or not.

Societal perspectives: AI as a creative helper or competitor?

As generative AI has entered the scene in recent years, writing, composing and painting, community reactions have ranged from delight to fear. Many ordinary users are amazed and amused by the ingenuity of ChatGPT and similar systems. Suddenly, anyone can get help to brainstorm a story, an advertising slogan or a picture idea. For those without drawing skills, an image AI can feel like a creative sidekick – you describe your vision in words, and the AI visualizes it for you. It’s easy to think “Wow, the computer is really imaginative!” when you see the result. In a way, we are lending the human concept of imagination to the machine, as a metaphor for it creating something new. I myself often use image AI to realize my own visual ideas.

At the same time, there is skepticism, especially among creative people like artists, writers and musicians. They wonder what it means if we start to consider the work of machines as equivalent to that of humans. When an AI paints a picture, who is the artist? Is it the person who wrote the instruction (prompt), the engineer who trained the model, or no one at all? Some art competitions have already been won by AI-generated works, leaving human artists feeling left out. Critics argue that AI lacks the soul and experiences that human art is rooted in – that a painting created by an AI may be aesthetically pleasing but it does not carry a life story or emotional journey. It can be perceived as superficial creativity. Could it be that using generative AI for art is the least imaginative way of using AI imaginable? The point is that if we only use AI as a quick shortcut to avoid the laborious creation, we miss the point of creativity and imagination. Creativity is also about the journey, about the human struggle, play and learning in the process. If we let the AI do the heavy lifting, we might lose something important along the way, or what do you think?

Another societal perspective concerns anthropomorphism, our tendency to give machines human characteristics. We humans have a rich imagination – so rich that we sometimes project it onto technology. We humans have an imaginative tendency to project abilities from ourselves onto technology. In other words, we tend to think of AI as if it were a person. If a text robot writes a poignant poem, it’s tempting to imagine that the AI ‘feels’ something or is creative like us. This projection can cloud the debate. If we think the AI is more like us than it is, we may overestimate its abilities (exaggerated hopes) or fear it unnecessarily (exaggerated fears). It’s important to keep a skeptical view here: to appreciate what AI actually does well but not attribute magical human qualities to it unnecessarily.

So, is AI a helper or competitor in the creative field? The answer, in my opinion, is both. For many creative professions, AI is perceived as a challenger. Will illustrators, writers or composers be outcompeted by algorithms spitting out content around the clock? There are concerns about a future where human creativity is devalued because machines are cheaper or faster to produce. On the other hand, optimists see AI as a powerful tool that can elevate human creativity to new levels. A writer can use ChatGPT as a sounding board for ideas, a designer can generate ten prototype images with DALL-E for inspiration and then select and refine the best results themselves. In this light, AI becomes a catalyst for human imagination rather than a replacement.

So society is in a balancing act: we want to benefit from AI’s amazing ability to generate, but we also need to safeguard the uniquely human nature of creativity. The debate is about values – what do we value in art and culture? Is it the work itself, or the creative process and the creator’s experience? Probably both, but AI developments are forcing us to think again. Perhaps in the future we will see a clearer distinction, where human-created art and AI-created art are seen as different categories, much like acoustic music vs electronic music – different but both can be appreciated in their own way.

Summary and outlook

So can generative AI have imagination? If by imagination we mean the human experience of freely envisioning something new, then the answer is no – today’s AI lacks consciousness, emotions and initiative, which seem to be pillars of what we traditionally call imagination. It doesn’t dream its own dreams at night and it doesn’t yearn to create. But if by imagination we mean the ability to create something original and creative, then generative AI shows an astonishing amount of it. It can surprise us with ideas and images we might not have thought of so quickly ourselves, by combining knowledge and patterns in new ways.

In practice, the truth is probably somewhere in between: AI gives the appearance of imagination, imitating creativity so well that it is sometimes hard to tell the difference, but it lacks the inner life we associate with true imagination. We can admire the AI’s imaginative creations, while realizing that the machine itself does not experience the imagination behind them. It is a fantastic tool of our imagination, rather than an imaginative being in its own right.

In the future, it is not impossible that the line will continue to blur. AI models are becoming increasingly sophisticated. Some researchers speculate that future AI with advanced artificial consciousness could develop a kind of inner world – a precursor to real imagination. Others argue that imagination will always be uniquely human and that we should instead focus on how AI and humans can interact. We are already seeing how humans + AI can form creative teams where AI generates proposals and humans develop them further. Perhaps that’s where the real strength lies: amplifying the human imagination using the machine’s vast knowledge bank and speed.

In the end, it’s up to each of us to decide how we want to use and view generative AI. Is it a smart paintbrush in our hands or has the brush itself become the artist? The question of AI’s imagination encourages us to reflect on our own creativity and what makes us unique. So far, the human spark of conscious imagination seems to be irreplaceable – we are the ones who breathe life into the stories and images for real. At the same time, we have created tools that can amazingly mimic the creative process. It’s both inspiring and a little scary.

Final reflection: Perhaps it is fruitful to see generative AI not as a rival to human imagination, but as a new mirror in which to study it. Through artificial intelligence, we can learn more about how creativity occurs, whether in silicon circuits or neurons. And whether or not the machines themselves ever have true imagination, they have already begun to reshape how we humans imagine, create and envision the future. I think this is a thought that tickles the imagination.

What are your thoughts after reading this text?

40 Hours of AI – Keeping Luleå University of Technology at the Cutting Edge

As part of a workshop at the NERA conference, I gave a three-minute lightning talk about our work with educating all employees. This is part of our Nordic project, NordicEdAI. Below are my notes.

Hi, my name is Peter Parnes. I am a professor in Pervasive and mobile computing at Luleå University of Technology in Sweden. 

I have been conducting research on learning with modern technologies for about 30 years, and since 2022, I have focused on applied AI and learning. 

At my university, LTU, we have concluded that AI changes almost everything, including learning, research and administration. Thus, we want every employee to know what AI is and how it affects their work. 

Why should everybody learn about AI? 

Everybody needs to understand how AI affects society and thus changes _what_ our students should learn. 

Everybody needs to understand the risks and ethical issues with using AI. Both directly and indirectly.

Everybody also needs to understand how we as a government entity, are allowed to use AI. 

Finally, it is a democracy question. If we don’t understand AI’s opportunities and risks in society, we cannot participate in shaping its impact. It is our responsibility to learn more about AI to engage in democratic discussions.

What did we do? We created a new course for all employees: 1900 persons, teachers, researchers, and administrative personnel.

The course includes an introduction to AI and Generative AI, tools, examples, thoughts on learning and examination, legal requirements, and many examples from our own teachers and researchers. 

It is a 40-hour course that participants take at their own pace with a bigger final assignment. 

To encourage everybody to take the course, we auto-enrolled everybody. The course started 2 weeks ago. 

What is next? 

We are going to continue to help our employees learn more about AI through clear recommendations, workshops, inspiration events, and promoting that everybody shares their findings around AI with each other. 

I also want to briefly mention our work on AI guidelines and recommendations. 

At LTU, I created our first AI guidelines in early 2023. 

Now, I work on a national level in Sweden with the Association of Swedish Higher Education Institutions, creating recommendations for all of Sweden’s higher education with the goal of getting more homogeneous recommendations. The background is that the recommendations differ quite a lot between educational institutions in Sweden. 

This will help us establish a standard view nationally on how to best utilize AI in learning and teaching. 

To conclude, AI gives us huge opportunities that can lead to great innovations, but we need to understand the technology, its possibilities, risks, and limitations. 

Thank you for listening. 

CDT 30-år

Igår, 241120 firade CDT, Centrum för distansöverbryggande teknik 30 år. CDT är ett forskningscenter vars syfte är att koppla ihop industri med akademi. Jag var en av de första anställda på CDT 19950101 och jag forskade på framtidens mänskliga kommunikation som bland annat ledde till mStar och Marratech. Under firandet var jag inbjuden att berätta om de första åren på CDT och sedan ge en framtidsspaning där jag fokuserade på AI och dess påverkan på samhället.

Här är mina bilder om någon är nyfiken:

Skapa rätt förutsättningar för att använda AI som student på ett effektivt och säkert sätt?

Jag fick frågan nyligen om hur vi kan man skapa förutsättningar för studenter att använda AI på ett effektivt och säkert sätt och det resulterade i en kort film på knappt 5 minuter.

Jag provade också att skapa en sammanfattning via NoteGPT och fick ut följande.

Sammanfattning

För att studenter ska använda AI effektivt och säkert behövs utbildning, uppdaterade kurser, och stöd för etisk användning.

Highlights

  • 🧠 Utbildning i AI är avgörande för studenter.
  • 📚 Kurser bör uppdateras för att inkludera AI-relevanta verktyg.
  • 🤝 Stöd för etisk användning av AI är nödvändigt.
  • 🚀 AI kan effektivisera studenternas lärande och öka genomströmningen.
  • ⚖️ Tydliggör skillnaden mellan hjälp och fusk med AI.
  • 🏫 Lärarutbildning om AI är viktigt för att stödja studenter.
  • 💰 AI kan spara resurser och effektivisera arbetet inom utbildning.

Insikter

  • 🧑‍🎓 Utbildning i AI: Studenter måste förstå grunderna och effekterna av AI för att kunna nyttja verktygen effektivt. Utbildning ska vara praktisk och tillgänglig.
  • 🔄 Kursuppdateringar: Utbildningsprogram behöver anpassas för att inkludera AI-teknologier som är relevanta för den professionella marknaden. Det skapar en bättre koppling mellan teori och praktik.
  • 🔍 Etisk användning: Det är viktigt att studenter lär sig hur AI kan användas etiskt i sina studier, vilket kan öka deras trygghet och effektivitet.
  • 📈 Effektivisering av lärande: Rätt användning av AI kan leda till bättre studieresultat och ökad genomströmning, vilket gynnar både studenter och institutioner.
  • ❓ Fusk kontra hjälp: Studenter måste utbildas om gränsen mellan att använda AI som hjälpmedel och att fuska, för att främja en sund lärandekultur.
  • 👩‍🏫 Lärarutbildning: Lärare behöver själva utbildas i AI för att kunna vägleda studenter och integrera teknologin i undervisningen på ett effektivt sätt.
  • 📊 Resursbesparingar: Genom att använda AI kan lärosäten effektivisera sina processer och spara pengar, vilket är viktigt i en pressad ekonomisk situation.

Transkribering – förbättrad

Här är en transkriberering som ärgjord av NoteGPT och sedan förbättrad med hjälp av ChatGPT.

Hur kan vi skapa förutsättningar för studenter att använda AI på ett effektivt och säkert sätt? Vi bör inte utgå från att studenterna redan vet hur verktygen ska användas. Jag har ofta hört från kollegor att studenterna snabbt snappar upp tekniken och använder verktygen på egen hand. Men jag tror inte att det är så enkelt. Vi måste hjälpa studenterna att förstå hur de kan använda dessa verktyg på ett bra sätt, och jag delar upp detta i tre huvudområden.

För det första: Vad är artificiell intelligens (AI) och hur påverkar det samhället? Studenterna måste förstå effekterna av AI på samhället i stort, och detta är något som är kursöverskridande. Samtidigt måste vi koppla det till de specifika programmen, vilket leder oss till den andra punkten.

För det andra: Kurser och program måste uppdateras för att matcha den teknologiska utvecklingen i samhället. En civilingenjör i arkitektur, till exempel, måste lära sig att använda AI-verktyg på rätt sätt, så att det matchar de krav och behov som finns på arbetsmarknaden när de tar examen. För att lyckas med detta måste undervisningen förändras i takt med den tekniska utvecklingen.

Slutligen, och detta är det absolut viktigaste: Vi måste hjälpa studenterna att lära sig hur de kan använda AI som en del av sitt eget lärande. Det handlar om att förstå hur de kan använda verktygen på bästa sätt för att utvecklas. Detta bör göras i kursform, men det behöver inte nödvändigtvis innebära traditionell föreläsningsundervisning. Kurser kan designas på olika sätt, och innehållet bör fokusera på hur AI kan användas på ett etiskt korrekt sätt för att effektivisera lärandet.

De etiska aspekterna är särskilt viktiga, då många studenter uttrycker osäkerhet kring hur de får använda AI-verktyg. Vi ser att AI kan bidra till att effektivisera studenternas studier och därmed kanske också öka genomströmningen. Samtidigt är frågan om fusk kontra hjälp central. Det finns en fin linje mellan att ta hjälp och att fuska, och här måste vi hjälpa studenterna att förstå skillnaden. Dessutom finns risken att studenterna blir lata och låter AI göra jobbet åt dem, vilket leder till att de själva inte tänker aktivt.

Vidare behöver vi även gå igenom eventuella AI-policyer för lärande. Om lärosätet har riktlinjer för AI-användning, måste dessa kommuniceras tydligt till studenterna. Det handlar om att klargöra vilka beslut som har fattats, vilka riktlinjer som gäller och hur arbetsrutinerna ser ut. Om AI kan hjälpa studenter med funktionsnedsättningar, är det vår skyldighet att använda dessa verktyg för att ge dem bästa möjliga stöd.

Det är också viktigt att visa konkreta exempel på hur AI kan användas i praktiken. Vi ska inte fastna i pedagogiska teorier, utan fokusera på att göra det så tillgängligt och användbart som möjligt.

Slutligen måste vi även utbilda lärarna och övrig personal. För att lärarna ska kunna hjälpa studenterna att använda AI på rätt sätt, måste de själva förstå verktygens potential. Därför är det nödvändigt att vi utbildar lärarna om AIeffekter på undervisningen. Även den övriga personalen måste utbildas för att de ska förstå hur AI påverkar lärandet, särskilt när de utvecklar olika stödsystem. Om AI kan effektivisera arbetet för både lärare och övrig personal, är det vår skyldighet att implementera dessa lösningar, särskilt i en tid där många lärosäten har en pressad ekonomi.

Sammanfattningsvis handlar det om att utbilda studenter, lärare och personal för att skapa rätt förutsättningar för att använda AI som en del av lärandet.

AI i forskarutbildningen – 240920



AI i forskarutbildningen var ämnet när Malmö universitet bjöd in till en fokusdag 240920.

Jag inledde med en föreläsning följt av en paneldebatt, omvärldsbevakning och en workshop med målet att hitta hur vi kan utveckla forskarutbildningen. Jag är mycket imponerad av Malmö Universitets arbete inom AI och lärande.

En av huvudpunkterna som kom upp är avsaknaden av nationella riktlinjer och vi var övertygande om att det borde vara en fråga för SUHF.

Här är mina bilder från introduktionen om någon är intresserad.

Automatgenererade podcast från egna anteckningar?!

Provade just att skapa en podcast med två fiktiva personer som diskuterar mina föreläsningar under 2023 och 2024? Källan är mina egna anteckningar om mina föreläsningar plus AI-genererat material. Det blev en podcast om mina egna tankar på drygt 11 min och den tog ca 3 minuter att generera. Totalt lade jag ner ca 5 minuter på att fixa detta med hjälp av Google NotebookLM.

Resultatet blev skrämmande bra och skrämmande korrekt. Sedan är det en udda känsla att lyssna på två personer som pratar om mitt eget arbete.

Än så länge kan jag inte kontrollera så mycket och det fungerar bara på engelska.

Det här är viktigt eftersom det ger oss nya möjligheter att skapa material som andra kan lära av. Skriv ner dina anteckningar och be verktyget skapa en podcast som alla kan lyssna på.

Här är podcasten och nedan är en transkribering gjord med Klang.ai.


Wow. Okay, so you weren’t kidding about a deep dive, huh? Look at all this stuff about Professor Parnes. I mean, conferences and presentations, business meetings, even notes on a what is this, a theater performance?

It’s pretty amazing, right? Shows how much interest there is in AI across, well, across pretty much every sector, I’d say.

Definitely seems like everyone wants to hear what he has to say. But for those of us who haven’t been following his every move, who is Professor Parnes and what’s got you so well obsessed?

You know, Professor Parnes has really become a leading voice in AI, especially in making it understandable, you know, especially its role in education and how work is changing.

Okay, so like translating all the tech jargon for us regular folks.

Exactly. He’s got a real talent for taking these really complex ideas and making them practical, something anyone can grasp, really.

Got it. So no PhD required. That’s good news for me. So from what I’m seeing in your notes, one of his big things is generative AI, specifically in education.

Oh, absolutely. It comes up all the time. It’s clear that he sees huge potential for generative AI to really personalize the whole learning experience.

Okay, so like how? Give me an example.

Well, imagine, for instance, a program that basically makes a custom lesson plan just for you, you know, based on your strengths and weaknesses, what you’re interested in, all that.

That’s what I call a tailored education. Personalized learning. But hold on, I’m also seeing some stuff here about like help versus cheat problem. How does that fit in?

Yeah, that’s the million dollar question when it comes to AI in the classroom, right?

Professor Parnes definitely acknowledges the potential for like a revolution in how we learn. But we’ve got to figure out the ethical side of things, too.

Yeah, that makes sense.

Like, where’s the line? At what point do these AI tools cross over from helping you learn to just straight up cheating? It’s like educators are really grappling with this right now.

It’s true. It reminds me of when calculators first came out. You know, people freaked out about that, too.

Totally. It’s like we love a good shortcut, but it’s got to be fair.

Exactly.

And that kind of leads into another big theme that Professor Parnes keeps coming back to how work is going to change, like the future of work. He’s saying that AI isn’t just going to automate stuff. It’s going to completely change what skills people need for tons of jobs.

So less about robots stealing our jobs, more about humans and AI like working together in new ways. Right.

Exactly. And what’s really cool is that he connects these ideas to specific professions. Like in one talk he gave, he talked about how, say, radiologists, they’re going to have to go way beyond just looking at X-rays because AI can already do that. He said they’ll need to become experts in understanding all the data and insights the AI is giving them.

Oh, interesting. So almost like medical detectives, he’s definitely painting a more, how do I put it, a more nuanced picture than just saying certain jobs are going to disappear. It’s about how our roles will have to adapt.

Exactly. And he doesn’t just talk in general terms either. He gets into how it plays out in different places, like for different groups of people. For example, there’s this presentation he gave to school administrators in, let me see, Skavde kommun.

Skavde kommun. You know, you don’t often hear about the administrative side of AI in education. That’s interesting. What did he focus on there?

Well, he was talking about how AI could handle a lot of the administrative stuff that takes up so much time. You know, things like scheduling and budgeting, maybe even some parts of grading. His argument was that it would free up teachers to actually, you know, teach.

So instead of teachers drowning in paperwork, they get to focus on, well, actually working with students. Now that’s an application I can get behind. It’s like he’s pushing those administrators to think bigger. You know how AI can change the whole system, not just what happens in a single classroom. Speaking of challenges, it looks like Finnish educators over at Novia are facing a similar kind of dilemma, but from a different angle.

Yeah, that’s right. They’re really wrestling with this whole question of how you design assignments and tests when AI is so readily available.

Makes sense. It’s like, why memorize facts when you can just ask a computer, right?

Exactly. So Professor Parnes is encouraging them to think about ways to assess critical thinking and creativity and problem solving, all those skills that I can’t really replicate, at least not yet.

So it’s less about testing what they know and more about testing how well they can, like, use AI as a tool. It’s like they’re on the front lines of reinventing how we measure learning. But it’s not just the education world grappling with these questions. He even gave a presentation at, what is this, Stereo Sikademen? If my Swedish isn’t too rusty, I think that’s.

The Swedish Academy of Board Directors.

That’s right. So even CEOs and board members are trying to wrap their heads around AI.

Exactly. And get this, the title of his presentation was, Will AI Replace the Boardroom? I bet that got their attention.

Talk about a conversation starter. So he’s not afraid to, you know, stir the pot a little. What kind of reactions did he get from those business leaders?

Well, let’s just say it sparked some pretty lively debate. But one of his main points was that AI can be this incredibly powerful tool for making sense of data. You know, finding those hidden patterns, seeing trends before anyone else, even predicting what might happen in the future. And he really challenged them to think about how they could be using AI to improve their own decision making, you know, to be more strategic.

So instead of robots literally taking their jobs, it’s more about AI as like a secret weapon to make better decisions.

Right. And this idea of AI as a partner, something that helps us do our jobs better, that seems to be a big theme for him.

Yeah, definitely seeing that. Okay, so we’ve got educators flipping the script on assignments and CEOs rethinking the whole boardroom dynamic. But then you’ve also got this note about a theater performance, Norbot and Stetern. Now, that’s a bit of a jump. What on earth was Professor Parns doing presenting at a theater?

It just goes to show you how AI is popping up everywhere, even in the arts. And while we don’t have a ton of details from that particular presentation, it’s fun to think about the possibilities, right? Like, could AI write a play or maybe create these crazy cool special effects on stage?

It’s like AI is pushing the limits of what’s possible in every field imaginable. Okay, so we’ve covered a lot here from classrooms to boardrooms to the stage. Professor Parns clearly sees AI’s impact going way beyond just tech. But how does all of this connect back to the real world? You know, for someone listening to this, maybe even someone here in Luleå.

Well, his work with Luleå Business is really interesting in that sense. He did a whole bunch of workshops and talks specifically for businesses in the area.

Luleå Business. Hey, that’s my neck of the woods. Yeah. So what was he telling them? Was it the same old AI pep talk or did he get into the nitty gritty?

He actually went beyond the usual talking points. He really emphasized the unique possibilities and challenges that AI brings for businesses, especially in a place like Luleå.

So like hyper local AI strategies, that’s pretty cool.

Yeah, it was really interesting. Like he was pointing out how I could be used to analyze the local market there, you know, or optimize supply chains for businesses that are way out in more remote areas. He even talked about how you could use AI to personalize marketing campaigns in a smaller community.

So it’s about taking this super powerful technology and like tailoring it to a very specific place.

Yeah, exactly. It’s all about context, right? And what was really cool was that he actually had this perfect example. He was talking about how a forestry company, you know, right there in the area could use AI to look at satellite images.

Oh, wow.

To see what, well, they could monitor the health of the forests, you know, see if there are any problems or even predict forest fires. And they could use it to figure out the best times to harvest timber and all that.

That’s amazing. So we’re talking like really practical applications of this cutting edge stuff.

Absolutely. He’s showing people AI isn’t just some abstract thing. It’s a real tool they can use right now to solve problems they’re facing in their businesses.

I’m with you. Okay, one last thing I want to touch on. I’ve got a note here about a presentation to PostNord.

Ah, yes. PostNord. They’ve started using AI in their logistic stuff, right?

Yeah, that’s what I thought. So was this just another presentation where he’s like explaining what AI is and how it works?

Well, that’s what’s really interesting about this one. He knew he was talking to a group of PostNord software developers and their business development people. So he actually designed the whole thing to be interactive.

Ooh, interactive. Okay. So more like a workshop than a lecture.

Exactly. He had built in these tools like Mentimeter to get live feedback from the audience. Oh, cool. And he’d weave their questions and comments right into what he was talking about. He even had these little thought experiments. They called them PrimaQuestion, already planned out to get everyone talking and really digging into the issues.

That’s awesome. So he’s not just talking about AI. He’s showing people how to use it to teach and learn more effectively. You know, you were right. I’m starting to see why you find Professor Parn so fascinating. He really walks the walk.

He does. So we’ve covered a lot of ground here from like the future of classrooms to how CEOs make decisions. Even, you know, what’s happening in the theater world. Professor Parns definitely sees AI touching every part of our lives. But for someone listening to this right now as they’re, you know, starting a new semester or maybe about to dive into a new project, what does it all mean for them?

That’s the big question, right? Yeah. We’ve talked about all these amazing possibilities, but also some of the really tough questions AI brings up. So where do we even begin to make sense of it all?

Well, one thing that’s really stuck with me from all of Professor Parns work is that we can’t just wait and see what happens with AI. It’s not some far off thing anymore. It’s here now. And he really stresses that we’ve all got to take an active role in shaping how it’s used.

So no more sitting on the sidelines. We got to get involved.

Exactly. Whether it’s learning about the latest developments or talking about the ethical side of things, or even just like opening ourselves up to new ways of thinking and working.

So kind of like we’ve got to become lifelong learners constantly adapting alongside all this new technology.

Yes. And I think that’s something Professor Parns really embodies in how he teaches and presents. He’s always experimenting with new things, looking for different points of view, and he loves a good debate.

It’s like he’s saying that in the age of AI, our ability to adapt and learn new things might be the most important skill we have.

OK, before we wrap up this deep dive, any final thoughts? Maybe one of those prima questions Professor Parns is so fond of, something for our listeners to chew on as they go about their day.

Well, he talks a lot about AI personalizing education, right? But what if we took that even further? What if AI could personalize our whole learning journey, not just what we learn in school?

So instead of our current education system, it’s more like we all have our own custom learning paths based on our interests and goals and how we learn best.

Exactly. It really makes you wonder, in a world where AI can create these incredible personalized learning experiences for each of us, what role would we even need schools and universities to play? It’s a big question.

It really is. And a great question to leave everyone with. Hopefully this deep dive into Professor Parns’ work has given you a new way of thinking about AI and maybe inspired you to be a part of shaping its future.

Remember, it’s not destiny. We get to decide what the future of AI looks like.

Publikation: Framtidens lärande med generativ AI

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.

Presentation.

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.

Rekommendationer gällande användning av Generativ AI för pedagogiska praktiken och forskningsetiken vid Luleå tekniska universitet – remiss maj 2023

Under våren har jag varit med i en arbetsgrupp för att ta fram rekommendationer gällande användning av Generativ AI inom den pedagogiska praktiken och forskningsetiken vid Luleå tekniska universitet.

Dokumentet är ute på remiss inom LTU till 230831 men jag tänkte att det finns intresse för andra att läsa det också.

Arbetsgruppen består av Sebastian Gabrielsson (prodekan FFN), professor Peter Parnes, Marcus Strömbäck Hjärne (HPC) samt professor Staffan Lundström (forskningsetiskt råd).

Dokument