Dette nettkurset utstyrer studenter i høyere utdanning med grunnleggende KI-kompetanse og praktiske ferdigheter for å effektivt og ansvarlig bruke verktøy for generativ KI (GenAI) i sine akademiske studier. Utforsk grunnleggende KI, etiske hensyn, praktiske anvendelser som forskningsassistanse og dataanalyse, og utvikle strategier for å navigere i det utviklende landskapet til KI i akademia og fremtidige karrierer.
AI-kompetanse for høyere utdanning: Anvendelse av GenAI på en ansvarlig måte i studiene dine er et nettbasert asynkront kurs på 2 studiepoeng, utformet for å gi studenter på tvers av alle fagområder muligheten til å navigere mulighetene og utfordringene som kunstig intelligens, spesielt generativ AI (GenAI), presenterer innenfor en akademisk kontekst.
– Modul 0. Velkomst og orientering
– Modul 1: Introduksjon til AI – grunnleggende konsepter, teknologiens bakgrunn for ikke-tekniske personer
– Modul 2: AIs innvirkning på samfunnet, konsekvenser for arbeidsmarkedet
– Modul 3: Ansvarlig bruk av kunstig intelligens og etiske hensyn, utfordringer knyttet til bruk av GenAI (fra hallusinasjoner til ja-boter)
– Modul 4: Effektiv bruk av store språkmodeller – rask konstruksjon
– Modul 5. Bruk av GenAI for å støtte læringsprosessen din, metakognitive strategier
– Modul 6: GenAI for forskning og litteraturgjennomgang
– Modul 7: GenAI for dataanalyse og andre applikasjoner
– Modul 8: Syntese og refleksjon – siste utfordring (utvikle din egen oppgave for å støtte høyere utdanningsstudier)
Kurset går utover teori til praktisk anvendelse. Studentene engasjerer seg direkte i virkelige akademiske utfordringer (f.eks. «Hvordan kan GenAI hjelpe meg med litteraturgjennomgangen min på en ansvarlig måte?», «Hvordan kan jeg bruke GenAI til foreløpig datautforskning etisk?»). Modulene inneholder praktiske oppgaver utformet rundt disse utfordringene, og krever at studentene undersøker, anvender verktøy og reflekterer over løsninger. Vi starter med å utforske AIs brede samfunnsmessige innvirkning, og oppfordrer spesielt studentene i modul 2 til å undersøke og diskutere AIs effekt på sine egne fremtidige felt, og kobler AI-konsepter direkte til ulike faglige kontekster. De etiske hensynene (modul 3) og verktøyanvendelsene (modul 4-7) er innrammet innenfor den generelle konteksten av akademisk arbeid, som gjelder på tvers av ulike fagområder. Som et fullstendig asynkront nettkurs levert via Canvas, tilbyr det maksimal fleksibilitet, slik at studentene kan engasjere seg med materialer og aktiviteter i sitt eget tempo.
Definer kjernekonseptene innen AI og GenAI og forklar deres grunnleggende teknologiske grunnlag.
Analyser den potensielle effekten av AI på arbeidsmarkedet og fremtidige karriereveier som er relevante for deres studiefelt.
Identifiser nøkkelkomponenter i KI-kompetanse og evaluer ulike modeller for å forstå KI-muligheter og begrensninger.
Anvende etablerte rammeverk for å evaluere de etiske implikasjonene og ansvarlig bruk av GenAI-verktøy i akademiske sammenhenger.
Kjenn igjen potensielle risikoer og farer forbundet med GenAI, inkludert skjevhet, feilinformasjon, personvern og miljøpåvirkning.
Bruk effektive prompt engineering-teknikker for å samhandle produktivt med LLM-er for ulike akademiske oppgaver.
Bruk spesifikke GenAI-verktøy og -teknikker på en ansvarlig måte for å støtte akademiske aktiviteter som idémyldring, utkast, litteratursøk og grunnleggende datautforskning.
Evaluer kritisk resultatene generert av AI-verktøy, og anerkjenn behovet for menneskelig tilsyn, verifisering og originale intellektuelle bidrag.
Utvikle personlige retningslinjer for etisk og transparent bruk av AI i eget akademisk arbeid, i samsvar med prinsipper for akademisk integritet.
Delta i konstruktiv fagfellevurdering av AI-assisterte akademiske oppgaver, og gi tilbakemeldinger på både prosessen og produktet.
Forutsetninger: grunnleggende digital kompetanse.
Bozkurt, A., & Sharma, RC (2023). Generativ AI og prompt engineering: Kunsten å hviske for å slippe ånden ut av den algoritmiske verdenen. Asian Journal of Distance Education, 18(2), i-vii. https://doi.org/10.5281/zenodo.8174941
Deloitte AI Institute (2023). Generativ AI og fremtidens arbeid. https://www2.deloitte.com/content/dam/Deloitte/de/Documents/human-capital/Deloitte_GenAI-Future-of-Work.pdf
Furze, L. (10. november 2024). Syntetiske sykofanter: Hvorfor «ja-boter» er et problem for utdanning. Leon Furze. https://leonfurze.com/2024/11/11/synthetic-sycophants-why-yes-bots-are-a-problem-for-education/
Hannigan, TR, McCarthy, IP, og Spicer, A. (2024). Vær obs på roboter: Hvordan håndtere de epistemiske risikoene ved generative chatboter. Business Horizons, 67(5), 471–486. https://doi.org/10.1016/j.bushor.2024.03.001
Høynivåekspertgruppe for kunstig intelligens (AI HLEG) (2019). En definisjon av AI: Hovedkapasiteter og disipliner. https://ec.europa.eu/futurium/en/system/files/ged/ai_hleg_definition_of_ai_18_december_1.pdf
Veiledning for promptingteknikk: https://www.promptingguide.ai/
Russell, SJ, og Norvig, P. (2020). Kunstig intelligens: En moderne tilnærming (4. utg.). Pearson.
Spatola, N. (2024). Avveiningen mellom effektivitet og ansvarlighet i AI-integrasjon: Effekter på menneskelig ytelse og overavhengighet. Datamaskiner i menneskelig atferd: Kunstige mennesker, 2(2), 100099. https://doi.org/10.1016/j.chbah.2024.100099
Stricker, JK (25. februar 2025). Krisen innen syntetisk kunnskap [Substack nyhetsbrev]. Fremtiden for høyere utdanning. https://jeppestricker.substack.com/p/the-synthetic-knowledge-crisis
UNESCO. (2019). Beijing-konsensus om kunstig intelligens og utdanning. Sluttdokument fra den internasjonale konferansen om kunstig intelligens og utdanning «Planlegging av utdanning i AI-æraen: Lede spranget». UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000368303
Verdens økonomiske forum (2025). Rapport om fremtidens jobber 2025. https://reports.weforum.org/docs/WEF_Futu
– Modulær innholdslevering (mikroforelesninger, kuraterte opplesninger, interaktive elementer, demonstrasjoner/skjermopptak)
– Asynkrone diskusjoner: Strukturerte fora som oppmuntrer til refleksjon, kritisk debatt om etiske dilemmaer og deling av verktøyerfaringer.
– Praktiske anvendelsesøvelser: Praktiske oppgaver som tar for seg definerte akademiske oppgaver ved bruk av GenAI-verktøy, og som krever dokumentasjon og refleksjon.
– Fagfellevurderingsaktiviteter: Bruk av Canvas fagfellevurdering for konstruktiv tilbakemelding på praktiske oppgaver, veiledet av rubrikker.
– Reflekterende journalføring: Korte oppgaver som oppmuntrer til refleksjon over læring, utviklende perspektiver og personlige etiske standpunkter.
– Grunnleggende kunnskapstest (quiz)
Utskrift av journaler