Lärare rörande oense om AI

ChatGPT lanserades i slutet av november 2022. Mindre än fyra år senare har generativ AI blivit en del av många universitetslärares vardag. Men lärares sätt att uppfatta och förstå tekniken skiljer sig påtagligt åt. Vissa betraktar AI främst som verktyg löst kopplade till utbildningssammanhanget. Andra anlägger ett helhetsperspektiv, där AI-verktyg förstås som en integrerad del av undervisningen, studenternas lärande och kursdesign. Det är denna variation i lärares uppfattningar som den danska forskaren Maria Hvid Stenalt undersöker i en kvalitativ studie publicerad i tidskriften Teaching in Higher Education.

Studien handlar om hur universitetslärare förstår AI:s roll i undervisningen och för studenternas lärande samt hur de integrerar AI i utformningen av lärandeaktiviteter. I resultaten framträder både fragmenterade och mer sammanhängande uppfattningar (på engelska fragmented respektive cohesive conceptions). De fragmenterade uppfattningarna präglas av ett instrumentellt synsätt, där AI främst framstår som en uppsättning fristående verktyg som studenterna behöver lära sig att hantera för att till exempel möta arbetsmarknadens behov. I de mer sammanhängande uppfattningarna ingår AI däremot i ett större pedagogiskt sammanhang. Lärare med sådana uppfattningar sätter AI i samband med studenternas lärande och med frågan om vad som kännetecknar en god utbildning. För vissa av dem skapar AI nya möjligheter för studenterna att självreglera sitt lärande och utveckla en starkare tilltro till sin förmåga att klara av studierna. Studenterna kan också lära sig mer aktivt genom att samspela med AI-verktyg och få återkoppling från dem. I de mest sammanhängande uppfattningarna aktualiserar AI dessutom grundläggande frågor om syftet med högre utbildning och om vad studenter egentligen ska lära sig under sina universitetsstudier.

För att besvara sina forskningsfrågor genomförde Stenalt fenomenografiska intervjuer med 16 lärare från två danska universitet. Fenomenografi är en kvalitativ forskningsansats som synliggör variationen i hur människor uppfattar och förstår ett fenomen. Inom fenomenografin undersöker man alltså inte i första hand vilken uppfattning som är rätt eller vanligast, utan vilka kvalitativt skilda sätt att förstå fenomenet som förekommer. Dessa sätt att förstå fenomenet sammanfattas i ett begränsat antal beskrivningskategorier. Stenalt identifierar exempelvis tre olika sätt att förstå AI:s roll i undervisningen, tre olika sätt att förstå relationen mellan AI och studenters lärande samt fyra olika sätt att förstå hur AI kan användas i kursdesign. Kategorierna inom vart och ett av dessa tre områden är hierarkiskt relaterade och ordnade från mindre komplexa och fragmenterade till mer komplexa och sammanhängande förståelser.

Kommentar: Med totalt tio beskrivningskategorier är Stenalts artikel ovanligt innehållsrik och koncentrerad. Man skulle nästan kunna säga att den förenar tre fenomenografiska studier i en. Kategorierna sammanförs dessutom i en övergripande struktur som beskriver olika epistemologiska positioner. Det är en ambitiös studie, som måste ha krävt ett omfattande analysarbete. En stor förtjänst med studien är att den synliggör den komplexitet, variation och ”rörighet” – messiness, med författarens eget ord – som präglar lärarnas uppfattningar om AI och deras undervisningspraktiker.

Lärarnas uppfattningar om AI hänger inte minst samman med hur de ser på sin egen roll och på relationen mellan lärare och studenter. Vissa ser det som sin uppgift att introducera AI för studenterna och genom tydliga instruktioner hjälpa dem att orientera sig i användningen av tekniken. Andra intar ett öppnare och mer prövande förhållningssätt och försöker utveckla sin förståelse av AI tillsammans med studenterna. De senares förhållningssätt för tankarna till den brasilianske pedagogen Paulo Freires dialogiska syn på utbildning: studenterna betraktas som samarbetspartner i kunskapsskapandet snarare än som passiva mottagare av kunskap (se tidigare webbartikel i AHF ”Locked in the Canvas Wonderland?”, som presenterar några av Freires idéer).

Många universitet och institutioner har utarbetat AI-policyer för sina utbildningar. De skilda sätt att uppfatta AI som Stenalt synliggör hjälper oss att förstå varför sådana policyer är så svåra att formulera. För tydlighetens skull kan det vara frestande att dra skarpa gränser mellan tillåten och otillåten användning av AI. En alltför kategorisk policy riskerar dock att begränsa handlingsutrymmet för delar av lärarkåren, exempelvis för lärare vars förhållningssätt är mer utforskande och präglas av partnerskap med studenterna. Ett sådant förhållningssätt kan vara svårt att förena med svartvita riktlinjer och påbud. Stenalts studie påminner oss därför om behovet av gemensamma ramar som ger vägledning men samtidigt lämnar utrymme för fortsatt utforskande, pedagogiska bedömningar och anpassning till olika undervisningssituationer.

Hur använder du själv AI i din undervisning? Hur väl stämmer din institutions AI-policy överens med ditt sätt att se på och använda AI?

Text: Hugues Engel, Romanska och klassiska institutionen

Studien
Hvid Stenalt, M. (2026). Understanding what good education is: a phenomenographic investigation of university teachers’ understandings of AI. Teaching in Higher Education, 1-21.

Nyckelord: generativ AI, universitetslärares uppfattningar, fenomenografi, studenters lärande, högre utbildning