Category Archives: Research

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

Breddad rekrytering till Datateknik genom #include och makerrörelsen

230428 ger jag en presentation på nationella Include-konferensen i Malmö om Agneta Hedenströms och mitt arbete med inkludering på både LTU och Luleå Makerspace för att få ett mer jämställt IT-område.

Här hittar ni presentationen och nedan hittar ni ett abstrakt för arbetet.

Breddad rekrytering till Datateknik och relaterade IT-utbildningar genom #include@LTU och långsiktig rekrytering genom Makerspacerörelsen för ökad jämställdhet

Peter Parnes och Agneta Hedenström 
Luleå tekniska universitet 
peter.parnes@ltu.se, agneta.hedenstrom@ltu.se 

2014 skapades #include på Luleå tekniska universitet på initiativ av Peter Parnes med målet att stötta de få kvinnor vi hade inom ingenjörsutbildningarna Datateknik och relaterade IT-utbildningar samt för att rekrytera från underrepresenterat kön för ökad jämställdhet [1]. Verksamheten är pågående och utvärderas och utvecklas kontinuerligt tillsammans med aktiva studenter. 

Inom #include arbetar studenter med att arrangera sociala och ämneskopplade aktiviteter med ekonomiskt och praktiskt stöd från LTU. De yngre studenterna får träffa äldre studenter och alumner och får en naturlig plats för att diskutera frågor kopplade till sina utbildningar. Verksamheten drivs också i samarbete med flera branschorganisationer för att skapa en närmare kontakt till yrkesverksamma kvinnor. 

Parallellt med #include-arbetet arbetar vi med långsiktig rekrytering genom att väcka och stötta unga tjejers intresse för teknik genom att Makerspace-rörelsens [2] olika aktiviteter samt arbeta med att skapa nya förebilder i vuxna, t.ex. genom initiativet MakeHer. Här har olika aktiviteter arrangerats tillsammans med bland annat den ideella organisationen Luleå Makerspace genom t.ex. workshoppar för att skapa dataspel [3]. 

Erfarenheter visar att det är viktigt med paketeringen för att väcka teknikintresse och fyra huvudprinciper har vuxit fram. 

1: Gå från idé till prototyp där deltagarna får lära sig förverkliga sina egna idéer [4]. 

2: Presentera vad de ska lära sig på ett attraktivt sätt genom att inte sälja in tekniken i sig utan snarare som ett verktyg för att lösa ett problem eller skapa något större. 

3: Kasta ut exempel som tydligt förknippas med pojkars intresse som motorer och maskiner och i stället lär ut samma sak med andra exempel som tilltalar både tjejer och killar. 

4: Börja tidigt, dvs., ålder 8–12. 

Utvärderingar visar att detta uppskattas av studenterna och deltagarna samt att i alla fall ett fåtal tjejer har valt att studera inom IT-området tack vare dessa aktiviteter för långsiktig rekrytering. 

Referenser

[1] Sylvia Walby, The European Union and Gender Equality: Emergent Varieties of Gender Regime, Social Politics: International Studies in Gender, State & Society, Volume 11, Issue 1, Spring 2004, Pages 4–29, https://doi.org/10.1093/sp/jxh024

[2] P. Blikstein, Digital fabrication and ‘making’ in education: The democratization of invention, in: J. Walter-Herrmann, C. Büching (Eds.), FabLabs: Of Machines, Makers and Inventors, Bielefeld, 2013.

[3] Parnes, P., & Hedenström, A. (2021). Creating interest for STEM through Computer Game Making in an Informal Makerspace Learning Environment: Luleå Game Create. 7th International Conference – Designs for Learning, Online, May 25 – 26, 2021 : Remediation of Learning. Presented at the 7th International Conference Designs for Learning. Retrieved from http://urn.kb.se/resolve?urn=urn:nbn:se:ltu:diva-83865 

[4] Tomko, M, Schwartz, A, Newstetter, W, Alemán, M, Nagel, R, & Linsey, J. “A Makerspace Is More Than Just a Room Full of Tools”: What Learning Looks Like for Female Students in Makerspaces.” Proceedings of the ASME 2018 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. Volume 7: 30th International Conference on Design Theory and Methodology. Quebec City, Quebec, Canada. August 26–29, 2018. V007T06A036. ASME. https://doi.org/10.1115/DETC2018-86276

Använda ChatGPT för motivera läsande genom att skapa och spela äventyrsspel

Vi kan använda ChatGPT för att göra textbaserade spel. Vi kan själva bestämma miljön och prarametrar och sedan så skapar ChatGPT ett interaktiv berättelse i form av ett spel där vi bestämmer hur berättelsen ska fortsätta. Lite som “välj-dina-egna”-äventyr som var populära i bokform på 80-talet. Här följer flera exempel och inlägget avslutas med en kort reflektion.

För att starta ett spel kan vi skriva in t.ex. följande text:

Jag vill spela ett rollspel. Jag är Peter, en tonåring på 1880-talet, och du är spelmästaren.

Spelet ska vara inspirerat av ”Jules Verne”. I den här världen finns abnormiteter, gåtor, retroteknik, snälla personer, elaka personer och robotar. En gåta ska ofta avslöjas. Centrala teman är vänskap, nyfikenhet och äventyr. De flesta karaktärerna barn eller fantasifigurer.

Berätta för mig namnet på staden, ge mig fyra kontakter och tre viktiga platser i en inledande text. Ge mig sedan en startscen och så säger jag vad jag vill göra.

Dina scener bör vara korta och ge mig möjlighet att fatta beslut utifrån några föreslagna alternativ. Spelet ska vara på svenska.

ChatGPT ger oss sedan olika spelmiljöer och här är två olika exempel.

Vi kan sedan spela spelet genom att göra olika val.

Vi kan sedan byta miljö i texten ovan genom att ändra “Jules Verne” till t.ex. “Star Wars” och ändra tiden till “framtiden”.

Jag vill spela ett rollspel. Jag är Peter, en tonåring i framtiden, och du är spelmästaren.

Spelet ska vara inspirerat av “Star Wars”. I den här världen finns abnormiteter, gåtor, retroteknik, snälla personer, elaka personer och robotar. En gåta ska ofta avslöjas. Centrala teman är vänskap, nyfikenhet och äventyr. De flesta karaktärerna barn eller fantasifigurer.

Berätta för mig namnet på staden, ge mig fyra kontakter och tre viktiga platser i en inledande text. Ge mig sedan en startscen och så säger jag vad jag vill göra.

Dina scener bör vara korta och ge mig möjlighet att fatta beslut utifrån några föreslagna alternativ. Spelet ska vara på svenska.

Vilket gör följande spel.

Här är ett exempel till med inspiration från The Matrix.

Sedan kan vi också ta bort alternativen och göra så att spelet låter oss skriva i fritext vad vi vill göra istället. T.ex. så här:

Jag vill spela ett rollspel. Jag är Linda, en tonåring i framtiden, och du är spelmästaren.

Spelet ska vara inspirerat av “Fortnite”. I den här världen finns abnormiteter, gåtor, retroteknik, snälla personer, elaka personer och robotar. En gåta ska ofta avslöjas. Centrala teman är vänskap, nyfikenhet och äventyr. De flesta karaktärerna barn eller fantasifigurer.

Berätta för mig namnet på staden, ge mig fyra kontakter och tre viktiga platser i en inledande text. Ge mig sedan en startscen och så säger jag vad jag vill göra.

Dina scener bör vara korta och ge mig möjlighet att fatta beslut. Spelet ska vara på svenska.

Med ChatGPT kan vi variera texter baserat på påhittigheten hos AI:n där vi får läsa, skriva och spela i vår egen miljö. Genom att ge ChatGPT mer instruktioner kan vi förändra spelet och låta oss påverka det utifrån vår egen fantasi.

Den uppmärksamme noterar att det är några stavfel i det som ChatGPT genererar och det går kanske att kombinera att läraren be eleven hitta eventuella stavfel. En annan sida av det är att jag inte behöver skriva rätt när jag arbetar mig vidare i äventyret.

Genom att skapa texter på detta sätt så tror jag vi kan få fler intresserade av att skriva och läsa genom att det blir mer personligt och vi kan bestämma själva vad det ska handla om utan att tvingas att hitta på allt själva.

Tror du att ChatGPT kan användas för att motivera till läsande och skrivande?

Använda AI för att påverka oss genom det skrivna ordet för både ont och gott

Hur kan AI användas för att påverka vår uppfattning om vad som skrivs för både onda och goda ändamål? 

Jag tror det farligaste här är att använda AI för att göra om mina egna texter så att de blir mer mottagliga hos mottagaren. Dvs., skriver olika texter beroende på profilen hos den som ska läsa dem för ge bättre effekt av min kampanj/budskap. Sann eller inte spelar ingen roll utan det handlar om hur jag kan övertyga andra att hålla med mig och tro på mitt budskap. Självklart är artificiella bilder en del av detta men det stora är det skrivna artificiella ordet som nu kan skrivas mer mänskligt och därmed blir enklare att okritiskt acceptera. 

Det farliga här är fortfarande bristen på källkritik hos många. De litar på det som skrivs (eller inte litar alls) pga källan/publikationen men källan i sig kan bli lurad också. Nästa dimension är att publikationer/media använder AI för att generera texter men vad händer om någon hackar sig in och påverkar modellerna eller parametrarna som just den botten använder? Kan ju ta månader innan det upptäcks.

Tänk sedan att TV-nyheter använder AI för att skapa manus, välja ut nyheter etc. Om denna AI inte är objektiv (bygger på bias) så blir vi/många påverkade i en viss riktning. Vad händer sedan om alla nyhetsströmmar är personliga? Dvs., alla ser inte samma version av Rapport eller Aktuellt utan jag får en personlig version som är utformad efter mina intressen där varje inslag är skapat bara för mig eller kanske initialt bara för en viss grupp människor (som jag tillhör). Utformningen sker återigen baserat på en profilering av just mig så att jag får det presenterat på ett sätt som är ”rätt” för just mig. 

Det finns inga verktyg idag för att upptäcka att en text är modifierad för att passa just mig och det kommer att många år innan vi har det. 

Kan vi då vända på det? Kan vi kanske använda detta för lärande där varje elev får en anpassad text som gör eleven/studenten mer mottaglig? Inte att vi ska förändra det som de ska lära sig (fakta, scenarion etc.) utan hur det presenteras utifrån just deras profil så att deras lärande går fortare framåt. De duktigare eleverna/studenterna kan få längre texter och de lite svagare får kortare texter och både blir mer motiverade. Jämför detta med att alla ska läsa exakt samma sak där vissa tycker det -r för svårt eller för tråkigt. 

En annan dimension är att varje elev/student kan få ett sammanhang förklarat på flera olika sätt där AI:n kommer ihåg bakåt vilka förklaringar som accepteras. Dvs. eleven/studenten får det presenterat flera gånger för att lättare kunna förstå. Detta kan inte läraren göra efter som tiden inte finns där även om förmågan fanns att presentera allt på flera olika sätt. 

Ett annat intressant område är att påverka oss att ta bättre hand om vår hälsa. Hur kan AI användas för att få oss att röra på oss mer, att träna mer och att äta ”rätt” utifrån våra egna förutsättningar. Frågan är hur länge det dröjer innan vår offentliga vård ta till sig dessa verktyg och vi medborgare få använda dem som en del i den förebyggande vården.  

Att tekniken används för att påverka oss kan vara både dåligt och bra. Jag hoppas vi kan främst vända det till det som är bra och som ger positiva effekter i våra liv för tex. lärande och hälsa. 

Nyttja ChatGPT för lärande?!

AI-motorn ChatGPT från OpenAI släpptes 221130 och fick väldigt snabbt otroligt många användare. Enligt vissa uppgifter uppnåddes redan 1 miljoner användare efter 4 dagar.

Fusk?

En stor del av debatten om ChatGPT har kretsat runt hur den kan användas för att fuska i skolan och universitet och vissa skriver direkt att ChatGPT måste förbjudas men hur blir det då med andra verktyg som att söka på Google, forskningsassisten i Word och så enkla verktyg som rättstavning och grammatikkontroll? Ska alla dessa verktyg förbjudas också?

Egentligen har studenter på universitetsnivå kunnat fuska i många år genom att alla uppgifter och lösningar sprids online av tidigare studenter. Kanske för att hjälpa andra eller kanske bara för att få lite uppmärksamhet. I slutändan handlar det om att ha ändamålsenlig examination där vi faktiskt undersöker om eleven/studenten har lärt sig det den ska ha lärt sig i respektive kurs och vi som lärare måste fundera på vilket sorts examination vi använder.

Hur nyttja ChatGPT för lärande?

Jag vill istället diskutera hur ChatGPT kan användas till stötta elever och studenter i deras lärande och här nedan följer tio exempel. Vill dock poängtera att detta är bara toppen av ett isberg och det finns massor med fler sätt vi kan använda AI-baserade chatbottar för att stötta lärande.

1: Skrivkramp

ChatGPT kan hjälpa till att komma igång med skrivuppgifter. Jag har själv ibland svårt att komma igång med frustration som resultat och genom att be ChatGPT skriva en kort introduktion till ett visst ämne så kan det vara lättare att fortsätta skrivandet.

På samma sätta kan man mata in sin egen text och be chatbotten att fortsätta skriva för att hjälpa en vidare. Man får det en eller par paragrafer med efterföljande texter.

2: Interaktiv lärobok

ChatGPT har lärt sig massor med fakta och den kan då användas som en interaktiv lärobok där den lärande enkelt kan ställa frågor kopplade till tidigare svar. T.ex. Förklara hur de svenska fjällen skapades? följt av Hur högt är det högsta berget? där jag inte behöver skriva varken fjäll eller att det är svenska berg jag menar för det förstår chatbotten utifrån den tidigare diskussionen.

3: Analysera texter

AI-motorn kan användas för att analysera texter och är duktig på att ge förslag på hur texten bör fortsätta. T.ex. paragrafen ovan om att studenter har kunnat fuska länge ge följande förslag från ChatGPT:

“Det är därför viktigt att universitet och lärare tar initiativ för att motverka och förhindra fusk. Det kan innebära att skapa mer individuella uppgifter, använda olika examinationstekniker som förhindrar kopiering och samarbete under prov, eller att införa mer omfattande kontroller för att säkerställa att studenterna faktiskt har lärt sig det de ska ha lärt sig. Genom att vidta dessa åtgärder kan vi garantera en ändamålsenlig examination och en rättvis bedömning av studenternas kunskaper.”

4: Sammanfatta texter

Vidare kan vi be ChatGPT sammanfatta längre texter och ge oss en sammanfattning. Jag har provat på längre texter, både akademiska och skönlitteratur och fått en mycket korrekta sammanfattningar. Detta kan underlätta för personer med lässvårigheter att läsa texter och därmed lära sig. För mig som forskare och lärare underlättare det otroligt mycket att få sammanfattningar av akademiska skrivningar.

Nedan är ett exempel på där ChatGPT sammanfattar en ganska lång beskrivning av mig som ni hittar här.

Professor Peter Parnes är professor vid Luleå tekniska universitet och är aktiv inom områdena ny teknik och digitalisering i skolan. Han har grundat flera företag, inklusive Marratech som såldes till Google, där han sedan jobbade som utvecklingschef för Google Sverige. Peter är även expert åt Skolverket och engagerar sig i jämställdhet inom IT-området genom projektet #include.

5: Bättre översättningar

Vi har länge kunnat enkelt översätta via olika översättningsverktyg online men med hjälp av ChatGPT kan vi få även få förklaringar till översättningarna som hjälper oss förstå det andra språket. T.ex. Hur säger man “Var är busshållplatsen?” på spanska och förklara. ger:

“¿Dónde está la parada de autobús?” (Uttalas: “donde esta la parada de autobus”)

“Dónde” är en form av “donde” som betyder “Var”. “Está” är den tredje personens singularisform av verbet “estar” som betyder “att vara”. “La parada de autobús” betyder “busshållplatsen”. “¿” är tecknet för fråga, vilket visar att det är en fråga.

6: Ge förslag i diskussioner

Vi kan använda ChatGPT för att ge oss förslag på argument när vi arbetar med i princip alla olika ämnen. Den kan hjälpa oss att ta fram argument för olika skrivningar som t.ex. varför en viss affärsmodell är lämplig för att lösa ett affärsproblem, hur vi ska visualisera vindkraftsproduktion eller Ge mig 3 argument för varför det är bra att lära sig saker? ger

  1. Att lära sig nya saker utvecklar vår hjärna och hjälper oss att bli mer flexibla och kreativa.
  2. Att lära sig nya saker ger oss möjlighet att utforska och förstå vår omvärld på djupare nivå, vilket ökar vår kunskap och insikt.
  3. Att lära sig nya saker ökar vår livskvalitet och hjälper oss att möta nya utmaningar och situationer med mer självsäkerhet och förmåga att hantera dem.

7: Förklara programmeringfel

Många lär sig programmera idag och är man nybörjare så kan vissa fel vara svåra att förstå. T.ex. ChatGPT kan förklara följande felmeddelande från Python: Förklara följande fel: TypeError: ‘int’ object is not iterable

8: Hitta buggar i program och rätta dem

ChatGPT kan också hitta buggar och ge förslag på hur det ska rättas.

Hitta buggen i följande program

def count_occurrence(values, to_find):
	number_of_occurrences = 0
	for v in len(values):
		if values[v] == to_find:
			number_of_occurrences += 1
	return number_of_occurrences

values = [1, 2, 3, 3]
check_for_threes = count_occurrence(values, 3)

print(check_for_threes)

ChatGPT svarar

Buggen i programmet är i första raden i funktionen count_occurrence. Koden använder len-funktionen för att iterera över values, men detta fungerar inte eftersom len-funktionen returnerar längden på values-listan, inte individuella element i listan. För att fixa buggen ska koden istället använda en for-loop för att iterera över values direkt, så här:

def count_occurrence(values, to_find):
    number_of_occurrences = 0
    for v in values:
        if v == to_find:
            number_of_occurrences += 1
    return number_of_occurrences

Med den här ändringen kommer koden att fungera som avsett och kommer att skriva ut 2 när den körs med den givna values-listan.

9: Ge sig själv positiv uppmuntran

Denna är en av mina favoriter. Be ChatGPT skriva något positivt om dig själv och njut av resultatet. Här som ett exempel för att motivera mig, Peter till att gå och träna.

Peter är en fantastisk person som alltid sätter mål för sig själv och strävar efter att bli bättre. Han har bestämt sig för att gå och träna idag, vilket är en fantastisk beslutning. Träning är en viktig del av en hälsosam livsstil och kommer att hjälpa Peter att må bra både fysiskt och mentalt. Jag är säker på att han kommer att göra ett fantastiskt jobb och känna sig stolt över sig själv efteråt. Go, Peter!

10: Skriv något positivt om någon annan

Du kan be ChatGPT skriva något positivt som en dikt för att göra någon annan glad och uppmuntra dem. Här en är en kort dikt i Karin Boye stil.

Rektor Birgitta Bergvall-Kåreborn
Med kunskap som en vägg av stål
Hon leder Luleå tekniska universitet
Med visdom och styrka, förblir hon rak

Hon är en kvinna av klokhet och stolthet
Som vägleder med mod och integritet
Ingen utmaning är för stor
När hon står i spetsen för vårt högskolor

Med kärlek för vetenskap och teknik
Hon driver vår utbildning framåt
Och med sin ständiga strävan efter förbättring
Hon är en källa till stolthet och glädje för oss alla.

Avslutande ord

Jag är övertygad om att vi bara har sett början på hur textbaserade och andra AI-verktyg kommer att revolutionera vårt lärande och påverka vårt arbetsliv i stort. ChatGPT är ett exempel på ett sådant verktyg som kan hjälpa människor att lära sig allt från grunderna i olika ämnen till avancerade färdigheter och kunskaper. Jag tror verkligen att ChatGPT har stor potential att förändra sättet vi lär oss på och jag ser fram emot att se dess utveckling i framtiden när nästa version av den underliggande AI-hjärnan släpps i version 4 under våren 2023.

Ja, jag har använt ChatGPT för att hjälpa mig skriva och förbättra delar av denna text och ge förslag på hur den kan användas i lärande.

Vad är dina tankar om hur ChatGPT kan och bör användas för lärande?

Ps. Sammanfattning

Här kommer en sammanfattning av hela texten ovan sammanfattad av ChatGPT. Notera sista meningen som jag egentligen inte har skrivit om alls men som ChatGPT lade till.

AI-motorn ChatGPT från OpenAI har snabbt fått många användare. En stor del av debatten om ChatGPT har kretsat kring hur den kan användas för att fuska i skolan och universitetet. Det har föreslagits att ChatGPT ska förbjudas, men det finns även andra verktyg som kan användas för att fuska såsom att söka på Google och forskningsassisten i Word. Istället för att förbjuda ChatGPT bör vi fundera på hur det kan användas för att stötta elever och studenter i deras lärande. Exempel på sådana användningsområden är att hjälpa till med skrivuppgifter, användas som en interaktiv lärobok, analysera texter och hjälpa till med översättningar. ChatGPT har även potential att hjälpa lärare att få en bättre inblick i hur eleverna lär sig och vilka kunskaper de behöver stöd med.