EPALE - Elektronisk plattform för vuxnas lärande i Europa

Artikeln är en översättning av orignaltexten´Considerations for AI-driven learning design' av ESBN Editor. ESBN står för European Basic Skills Network.. 

Artificiell intelligens har en betydande inverkan på vuxnas lärande. Huruvida denna inverkan är till det bättre eller sämre beror i hög grad på hur de som designar lärandet – konstruktörerna* – integrerar innovativa lösningar. EPALE-användare har påpekat att lärandedesign är kärnan för elevernas framgång med AI-drivet lärande, vilket belyser behovet av en noggrann approach, en planeringsstrategi som placerar elevernas behov i centrum. 

Ett nyligen publicerat blogginlägg av Djani Husmanovic här på EPALE citerar ett forskningsarbete som understryker vikten av design: ”AI-verktyg bör stödja tänkandet, inte kringgå det. De bör frammana reflektion, beslutsfattande och analys – inte bara ge färdiga lösningar.” Tidigare i år presenterade EPALE- och Erasmus+-konferensen i Wien en detaljerad handlingsplan för hur AI ska införas inom vuxenutbildningen, med fokus inte bara på policyrelaterade och etiska perspektiv, utan även på pedagogiken. 

Den här artikeln är en uppföljning av blogginlägget AI for Inkludering: Möjligheter för lågutbildade elever, och vill ge en analytisk vinkel på hur AI-verktyg kan påverka konstruktörernas inställning till planeringsprocessen. Artikeln använder vedertagna lärmodeller och vill ge tankeställare vad gäller utmaningar och möjligheter med dem. 

Preliminära överväganden

Låt oss, innan vi tittar på lärmodellerna, gå igenom några övergripande frågor kring AI och lärandedesign.  

Tillgång ger framgång

Att ha bred tillgång till AI-appar, stora språkmodeller (Large Language Model, LLM) och chattbottar påverkar i hög grad konstruktörernas förmåga till både övergripande lärandedesign och också konkreta aktiviteter. Om inte lärarna får tillgång till en prenumeration via sin organisation, har de alltför ofta endast tillgång till begränsande mallar och aktiviteter. Utan prenumeration kan aktiviteter snabbt bli repetitiva eller stereotypa. En prenumeration kräver ofta ett beslut på organisationsnivå, vilket i sin tur kräver att organisationen förbinder sig att integrera AI i sin verksamhet.     

Ingen promtning eller detaljerad promptning

När konstruktörerna väl har fått tillgång till AI-verktyg behöver de välja om de ska investera i ”tunga” detaljerade promtar/anvisningar när de planerar läraktiviteter eller om de ska välja lösningar som kräver liten till ingen alls promptansträngning. Med den senare riskerar man att missa individuella lärbehov. Detta eftersom man med promptning har möjlighet att skräddarsy uppgifter för de elever man har framför sig. Detta sätt kan därför vara gynnsamt då samma innehåll förmedlas oberoende av eleven (t.ex. vissa typer av kurser på arbetsplatsen, kurser för certifiering med guiz, mallar etc.) Att prompta med hög detaljgrad däremot, ger större möjlighet att inkludera autentiskt lärmaterial (äkta innehåll som eleverna använder i sitt yrke eller personliga liv), vilket kan öka utbildningens relevans. 

Elev- och lärarautonomi

Konstruktörer som använder AI-verktyg måste reflektera över elevens och lärarens förändrade roll. LLM-appar, när de används med insikt, erbjuder en oöverträffad möjlighet att effektivisera lärarnas jobb inom en del områden av vuxenutbildning (t.ex. i språkinlärning), jobb somt tidigare krävde mycket, såsom korrigering av elevuppgifter. Dessutom kan elever som använder LLM-verktyg själv kontrollera sina svar mycket snabbare än tidigare. Lärare i detta sammanhang, kan ta mer av en facilitatorsroll medan eleverna kan bli mer aktivt involverade i utforskande aktiviteter och källkritik, som alla bidrar till ökad autonomi både för eleven och läraren.

Nytt angreppssätt på lärmodeller

Modeller som ADDIE, designtänkande och Mezirow’s transformativa lärande ger oss insikter om hur vuxna lär sig bäst – med betoning på autonomi, relevans, erfarenhet, reflektion och omvandling. Den här artikeln utforskar nu hur AI går in i dessa lärmodeller – och belyser både möjligheten och riskerna med det. Tanken är att detta kan fungera som avstamp till läsarnas fortsatta studier och testning. Texten är inte avsedd att vara en uttömmande presentation av modellerna, vilket hade varit alltför ambitiöst 

ADDIE-modellen

ADDIE (Analys, Design, Development, Implementation, Evaluation) är en systematisk instruktionsdesignram. ADDIE säkerställer att utbildningsinsatserna är anpassade till elevernas behov, har tydliga mål och utvärderande feedback. Modellen används i stor utsträckning inom utbildning i företag och i vuxnas lärande, tack vare sin strukturerade och skalbara designprocess. Men modellen har också brett tillämpats i utformningen av kurser inom högre utbildning (se ett sådant exempel här (eric.ed.gov, Canada)). 

Potential: AI-verktyg kan i planeringen av en kurs automatisera elevernas behovsanalys och kan också generera snabba innehållsprototyper. Det gör det möjligt för konstruktören att välja mellan ett bredare utbud av lösningar och erbjudanden. Även bedömningen kan stödjas av generativa AI-verktyg. 

Utmaningar: AI-verktyget kan förenkla behovsanalysen, vilket kräver att konstruktören följer denna fas närmare och är redo att kontrollera analysresultaten. I bedömningsfasen kan AI-system ha svårt att bedöma mjuka färdigheter (soft skills) eller transformativa resultat..

Approachen designtänkande

Designtänkande (Design Thinking), som ursprungligen användes inom organisationsutveckling och senare antogs i utbildningssammanhang lägger fokus på mänsklig innovation och planering i kombination med iterativ testning. De fem stegen – Förstå (Empathise), Definiera (Define) Idégenerera (Ideate), Prototypa (Protype) och testa (Test) − gör det möjligt för lärare att tillsammans med eleverna skapa lärandeupplevelser, särskilt i sammanhang som kräver kreativitet, innovation och anpassningsförmåga.

Potential: Generativ AI kan underlätta idéskapande och snabb prototypframställning av lärandeaktiviteter. Omsorgsfull promptning kan ge mycket kontextbaserade lärscenarier, vilket är viktigt i designtänkande. AI kan också användas för att få fram tidigare provdesignlösningar som visat sig vara användbara eller framgångsrika i liknande kontext. 

Utmaningar: En för stor tilltro till AI kan begränsa elevernas kreativa risktagande. Detta kräver att konstruktörerna i god tid i förväg tänker på AI:s roll i uppgiftslämningen. Kontextualisering av aktiviteten kan kräva tidigare erfarenhet av exakt promptning.

Transformativt lärande (Mezirow)

I Mezirows teori (Transformativt lärande) framhålls att vuxna förändrar sin världsbild genom kritisk reflektion, som ofta utlöses av ett desorienterande dilemma. Genom dialog och kritisk diskurs utmanar eleverna antaganden och antar nya perspektiv.

Potential: AI kan samla in olika perspektiv för att utmana fördomar. Dessutom kan generativ AI simulera What if?-scenarier för reflekterande utforskande potentiellt tillsammans med instruktören/läraren. Med hjälp av AI-agenter och lärarfacilitering kan man stödja kritiskt tänkande och journalföring. 

Utmaningar: Äkta transformation är något känslomässigt och interpersonellt. Det är läraren fortfarande ansvarig över. Om konstruktören inte använder kritisk reflektion i planeringen, kan en algoritmisk bias faktiskt förstärka och inte ändra befintliga övertygelser. Och slutligen, eftersom AI saknar det moraliska resonemang som behövs för att handleda i etisk reflektion och social rättvisa, landar även detta på läraren.  

Avslutande tankar

Artificiell intelligens omdefinierar hur program inom vuxnas lärande utformas, och skiftar fokus mot kollaborativa, stärkande (empowering) och konstruktiva lärandeupplevelser. 

Med hjälp av AI kan lärmiljöer anpassas till individuella behov, vilket gör det möjligt för eleverna att samskapa sina egna resor genom personligt innehåll, reflekterande promptar och återkoppling i realtid. I stället för att fungera som de enda ”kunskapssändarna” blir lärarna i allt högre grad handledare eller ”resesällskap” och vägleder eleverna genom rika, interaktiva och ofta självstyrda vägar. Detta ligger väl i linje med vuxenutbildningsmodeller såsom transformativt lärande, som betonar autonomi, relevans och kritisk reflektion. 

Medan modeller som ADDIE och designtänkande erbjuder struktur och innovation, förbättrar AI-verktyg deras genomförande genom automatisering, adaptiva system och immersiva simuleringar. Denna utveckling kräver dock också att utbildare kritiskt balanserar användningen av AI med människocentrerad pedagogisk värdegrund. När AI tillämpas med eftertanke kan det förstärka vuxnas lärande genom att främja djupare engagemang, kritiskt tänkande och personlig omvandling. 

*eng. Learning Designers.