Engeness, I. & Mørch, A. (2016). "Developing Writing Skills in English Using Content-Specific Computer-Generated Feedback with EssayCritic." Nordic journal of digital literacy 10(02): 118-135.

Kunstig intelligens (Artificial Intelligence - AI)

ITS har mange likhetspunkter med kunstig intelligens. Likhetene baserer seg på en forestilling om at man kan tilrettelegge for og forutsi læringen. I følge Gilje (2014) vokste kunstig intelligens frem som forskningsfelt med grunnlag i kognitiv læringsteori på slutten av 1970-tallet. Enkelte forskere i informatikk ble interessert i læring og kognisjon, og de ble da særlig opptatt av å konstruere dataprogrammer som kunne overta noe av veiledningsfunksjon til læreren (Østerud, 2004). Ulike variasjoner av roboter har vært tenkt brukt i skolen, men hittil har dette ikke riktig bitt seg fast. Spørsmålet er vel egentlig om læreren kan, og i det hele tatt bør forsøkes, erstattes av en robot?

Dette spørsmålet er sentralt i verserende diskusjoner om kunstig intelligens som vokser frem, og som også forsøkes kobles til skolen. Kunstig intelligens er ikke til å komme utenom. Helt enkelt finner du det i chatbots på nettsteder hvor du kan spørre om ting og få svar på hvor du finner informasjonen du søker etter. Det å spare ansatte, som ellers skal fylle denne funksjonen, er fordelaktig på mange måter for bedrifter.

Kan læreren erstattes av AI?

Men hvilke begrensninger har kunstig intelligens? Og kanskje enda mer interessant: hva er det en fysisk lærer kan, som en AI-lærer ikke kan? Dette svarer den anerkjente forsker på feltet IKT og læring, Neil Selwyn, på i en kort artikkel. Oppsummert handler det om:

at læreren kan noe fordi læreren selv har lært seg det som eleven skal lære. Å skjønne prosessen som lærende selv, er unik og kan ikke repliseres av en maskin.
at den menneskelige kontakten mellom lærer og elev skaper forbindelser som gjør det mulig for læreren å sette seg i elevens sted og å skape sosial kontakt som gagner læringen.
at læreren kan tilpasse det han/hun sier etter reaksjonen i klasserommet
at læreren kan bruke kroppen sin aktivt i undervisningen: stemmen, blikket, gester, et løftet bryn
at læreren kan improvisere ut i fra en løs plan: undervisning krever kreativitet, innovasjon og spontanitet

Les selv Selwyns artikkel her.

Logo-as-Latin

Et annet eksempel på hvordan kognitivistisk læringssyn møter teknologien er "Logo-as-Latin", som vokste ut av et mer relativistisk syn på kunnskap og bygger på et konstruktivistisk syn på læring. Her er idéen at den som lærer, tar opp ny informasjon gjennom assimilasjon og akkomodasjon (Piagets begreper). Dette prinsippet i kognitivistisk læringsteori la grunnlaget for nye metoder i arbeidet med digital teknologi, ved læring gjennom oppdagelse (learning by discovery) og læring gjennom undersøking (inquiry learning). Felles for disse perspektivene er en vektlegging av at læring fungerer best når den er problembasert, og elevens nye kunnskaper skal konstrueres ved å bygge på tidligere erfaringer (Selwyn, 2011).

Papert tar over

Etter hvert som datamaskiner ble enklere å håndtere, ble det også enklere å arbeide med språket i dem. Et godt eksempel tidlig på 1980-tallet er teknolog Seymour Paperts (1980), som var ansatt ved det anerkjente universitet MIT, hvor han arbeid med programmeringsspråket "Logo". Logo ble oppfunnet allerede på 1960-tallet. Papert argumenterte med at selve programmeringen av datamaskiner kunne spille en viktig rolle i elevens læringsprosess, på samme måte som latin gjorde i tidligere tider. Derfor lanserte han dataspråket Logo-as-Latin. Dette ble laget med tanke på at eleven skulle reflektere over sin tenkning ved "å lære datamaskinen å tenke". I motsetning til læringssynet som vi finner i ITS, legger Logo-as-Latin vekt på elevene skal ta rollen som den aktive i samhandlingen med teknologien. Eleven blir satt i sentrum og får rollen som en slags lærer, idet han eller hun instruerer maskinen gjennom sin programmering (Papert, 1980).

Scratch

Disse tanker er videreført av hans arvtagere, med Mitch Resnick i spissen. På MIT har de utviklet Scratch som er et blokk-programmeringsprogram til barn. Med det kan elevene utvikle en grunnleggende forståelse for elementene som inngår i programmering og selv utvikle programmer, figurer, spill og mye mer. Blokkprogrammering består av blokker som bygges sammen, og på den måten utgjør en algoritme eller kodestreng, som fungerer som en kommando.

Her får du en kort introduksjon til Scratch:

Algoritmisk tankegang

Programmering har blitt et valgfag i ungdomsskolen og får en sentral plass i fagfornyelsen når det blir tenkt inn i flere fag. Det som man ønsker å utvikle hos elevene gjennom arbeidet med programmering, omtales ofte som algoritmisk tankegang. Det handler altså om å utvikle en særlig forståelse for hvordan ting vi omgir oss med er skapt, og hvordan de fungerer. Dette vurderes viktig for oss for å bli kritiske forbrukere og skapere av teknologi i fremtiden.

Men hva er, helt konkret, algoritmisk tankegang? Dette får vi svar på i Utdanningsdirektoratets (tidl. Senter for IKT i utdanningen) fagnotat om progammering i skolen. Der defineres algoritmisk tankegang slik:

"Algoritmisk tankegang innebærer å bryte ned store, komplekse problemer til mindre, mer håndterlige del-problemer. Det inkluderer å organisere og analysere data på en logisk måte og å lage fremgangsmåter (algoritmer) for å løse komplekse problemer. Det handler også om å lage abstraksjoner og modeller av den virkelige verden og å generalisere løsninger slik at de kan anvendes til å løse liknende problemer. Denne måten å arbeide på er sentral i programvareutvikling, men kan også brukes som metode i mange andre sammenhenger og fag" (side 13 i fagnotatet Programmering i skolen (2016)).

I dette perspektivet er algoritmisk tankegang og programmering sentralt for oss i forhold til fremtiden. Det kan gi oss en viktig forståelse av vår omverden, men vil også kunne støtte læring i andre sammenheng.

Du finner støttemateriell til læreren som vil igang med programmering på udir.no.

Oppsummering: Kognitivistisk læringssyn i digitale teknologier

De eksempler som du har blitt presentert for her, er alle eksempler på utforskende, konstruerende og skapende aktiviteter. Disse er samtidig gode eksempler på hvordan et kognitivistisk læringssyn kan se ut i praksis. Bemerk at det her er eleven som er den aktivt konstruerende, utforskende og den so, omsetter sin forståelse til noe konkret.

Betraktet ut i fra Piagets begreper, vil man kunne si at eleven her er aktivt utforskende og i den prosess lærer en masse nytt som enten tilpasses til elevens eksisterende kunnskap (assimilasjon), eller som forstyrrer og forandrer den eksisterende kunnskap (akkomodasjon). Bruners begreper kan brukes til å få øye på hvordan programmet er en støttende ramme (scaffolding) som eleven kan agere innenfor, hvor eleven med en gang kan se hvordan det programmerte tar seg ut og dermed også hjelpes til å finne feil selv.

Kilder

Gilje, Ø. (2014). Læring og undervisning med digitale medier. I JH Stray & AL Wittek (red.). Pedagogikk. En grunnbok, 321-338.

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books, Inc.

Pylyshyn, Z. W. (1988). Computing in cognitive science. London: University of Western Ontario, Centre for Cognitive Science.

Selwyn, N. (2011). Education and technology: Key issues and debates: A&C Black.

Senter for IKT i utdanningen (2016). Programmering i skolen.

Simon, H. A. (1996). The sciences of the artificial. MIT press.