Tema: Kunstig intelligens i arbeidslivet

Temaet kunstig intelligens (KI) har nådd allmennheten for alvor etter at store språkmodeller ble fritt tilgjengelige. I næringslivet har bevisstheten rundt KI vært økende i lengre tid. KI muliggjør nye produksjonsprosesser som i større grad er maskinbaserte, gir høyere effektivitet i logistikk, og endrer informasjonsgrunnlaget og verktøyene som brukes i de fleste tjenester. Hvor mye disse teknologiene vil endre arbeidslivet i sin helhet, og hvordan arbeidsmarkedet vil påvirkes, er imidlertid omdiskutert. Selv om det er forholdsvis klart hvilke arbeidsoppgaver KI kan overta i fremtiden, er det til syvende og sist opp til bedrifter og kunder å avgjøre hvor teknologien faktisk skal tas i bruk.

Først og fremst er det viktig å forstå hva KI faktisk kan gjøre i dag og hva den vil kunne gjøre i nær framtid. For å kunne vurdere dette trenger bedriftene at deres ansatte – eller i hvert fall noen av dem – har nødvendig kunnskap. Grunnleggende forståelse for KI kan integreres i yrkesopplæring og høyere utdanning, eller overføres til eksisterende ansatte gjennom etter- og videreutdanning.

Situasjonen for små og mellomstore bedrifter

Store bedrifter har for lengst begynt å ta i bruk KI og tester arbeidsprosesser som gjør bruk av teknologier som robotikk og maskinlæring. Dette stiller også nye krav til de ansatte. For små og mellomstore bedrifter er KI også et viktig fremtids tema, men disse mangler ofte fagpersoner som kan vurdere hvordan KI kan brukes i deres bransje og bidra til utvikling.

Småbedrifter er opptatt av å gi ansatte nødvendig kompetanse (Ulrich & Frank, 2021), men klarer sjelden å gjøre dette alene. Det handler ikke nødvendigvis om å ansette rene KI-spesialister – noe som ofte vil være for dyrt og lite lønnsomt – men om å gjøre eksisterende fagarbeidere klare til å jobbe med KI.

For å kunne reagere raskt på den raske utviklingen innen KI, trengs det strategier for opplæring som omfatter både fremtidige og nåværende fagarbeidere. I dette lys ble prosjektet KI B³ – Kunstig intelligens inn i yrkesopplæring (finansiert av det tyske utdanningsdepartementet) utviklet. Prosjektet har utviklet og testet et tilleggskurs for lærlinger og ulike opplæringsformer for erfarne fagarbeidere (Achtenhagen mfl., 2024).

Innhold og prioriteringer fra ulike aktørers perspektiv

Ettersom slike kurs og tilleggskvalifikasjoner må være begrenset i omfang, ligger en viktig utfordring i å velge ut relevant innhold fra det store KI-feltet. I KI B³-prosjektet var det eksperter fra Universitetet i Stuttgart som hadde ansvar for den faglige og pedagogiske utformingen av læreplanen. Samtidig ble læreres og lærlingers ønsker og forslag tatt med i vurderingen. Lærere ved yrkesskoler ble intervjuet, og lærlinger svarte på en spørreundersøkelse.

Begge grupper trakk frem viktigheten av et generelt grunnlag i KI, med konkrete eksempler og bruksområder, samt temaene dataanalyse, KI-begrensninger og etiske problemstillinger. Lærlingene fremhevet spesielt maskinlæring som et viktig tema (Rott mfl., 2024). Disse temaene ble dermed integrert som kjerneinnhold i kursene, som ble gjennomført som "blended learning" – altså en kombinasjon av nettbasert og fysisk undervisning.

Evalueringen viste tydelig læringsutbytte og høy tilfredshet med innhold og metode. De fysiske samlingene ble fremhevet som særlig verdifulle. Det viste seg også avgjørende å finne riktig balanse mellom teori og praktiske eksempler og øvelser (se også Petridou & Lao, 2024). Mange lærlinger var kritiske til mangelen på konkrete eksempler fra praksis.

Bruk av KI i læringsmiljøet

KI-verktøy ble ikke bare undervist om, men også brukt i utformingen av læringsmiljøet. Blant annet ble det utviklet en chatbot som kunne svare på spørsmål fra deltakerne om kursinnholdet. De første resultatene viser høy aksept for chatboten, selv om bruken foreløpig er forsiktig. Det er sannsynlig at deltakerne trenger tid til å venne seg til å bruke slike verktøy aktivt og se dem som tilgjengelige ressurser.

Utfordringer

En viktig utfordring som kom frem i undersøkelsen, er mangelen på kobling til deltakernes egen arbeidshverdag. Fordi kursene ble holdt gjennom yrkesskoler og opplærings aktører, manglet det en direkte tilknytning til det daglige arbeidet. Dette kunne vært løst ved å involvere bedrifter og veiledere mer aktivt. Et alternativ er såkalte "læringsfabrikker", som simulerer produksjons- og arbeidsmiljøer som ennå ikke er implementert i bedriftene (Merkel mfl., 2017).

Til nå er det særlig de mest motiverte lærlingene og fagarbeiderne som har deltatt. Den høye graden av selvstendighet som kreves i nettbasert læring, sammen med krevende faglig innhold, kan fort bli for mye for de som sliter mer. Et nytt prosjekt er derfor i gang for å undersøke hvordan KI kan brukes til å støtte nettopp denne gruppen. I tillegg byr etiske hensyn og personvernregler på utfordringer for bruk av adaptive og personaliserte læringsformer.

Litteraturliste

Rott, K. J., Lao, L., Petridou, E. & Schmidt-Hertha, B. (2022). Needs and requirements for an additional AI qualification during dual vocational training: results from studies of apprentices and teachers. Computers and Education: Artificial Intelligence, 2022, 100102. https://doi.org/10.1016/j.caeai.2022.100102

Merkel, L., Atug, J., Merhar, L., Schultz, C., Braunreuther, S., & Reinhart, G. (2017). Teaching smart production: An insight into the learning factory for cyber-physical production systems (lvp). Procedia Manufacturing 9, 269 -274. https://doi.org/10.1016/j.promfg.2017.04.034

Ulrich, P. & Frank, V. (2021). Relevance and adoption of AI technologies in German SMEs - results from survey-based research. Procedia Compututer Science 192, 2152-2159, https://doi.org/10.1016/j.procs.2021.08.228

Achtenhagen, C., Rott, K. J. & Zühlke, A. (2024). Die Entwicklung von neuen Bildungsabschlüssen. Ein Making-of aus dem InnoVET-Projekt KI B³. berufsbildung. Zeitschrift für Theorie-Praxis-Dialog 78(2), 21-25. 10.3278/BB2402W007

Petridou, E., & Lao, L. (2024). Identifying challenges and best practices for implementing AI additional qualifications in vocational and continuing education: a mixed methods analysis. International Journal of Lifelong Education43(4), 385–400. https://doi.org/10.1080/02601370.2024.2351076

Om forfatteren 

Dr. Bernhard Schmidt-Hertha er professor i generell pedagogikk og utdanningsforskning i Tyskland. Hans hovedområder innen forskning er læring i voksen alder, overganger i utdanning og yrkesliv, yrkesopplæring, frafall samt bruk av digitale medier i utdanning. Han er medredaktør for tre vitenskapelige tidsskrifter og medlem av styringsgruppen i den tyske utdanningsforskningsforeningen (German Educational Research Association). I 2009 startet han det europeiske nettverket for utdanning og læring blant eldre voksne (ELOA), som fortsatt er aktivt.