Akademiske utfordringer

Lag en ideskisse for et nytt design av høyere utdanning med tre bærebjelker, – et kuratert digitalt kursarkiv for selvstudier, et arbeidslivsbasert og veiledet praktikum og en integrert sertifiseringsprosess med omfattende studentbidrag over tid som gjenspeiler og bygger ut kursarkivet med studentbidrag i samspill med praksisfeltets behov.

For å imøtekomme samfunnets behov for fleksibel, praksisrelevant og kunnskapsintensiv utdanning foreslås en ny arkitektur for høyere utdanning. Denne arkitekturen bygger på tre bærebjelker. De skal bidra til studentenes selvregulering, praksistilknytning og samfunnsrelevans:

Kuratert digitalt kursarkiv for selvstudier.

Et felles, tverrfaglig og åpent digitalt arkiv med modulbaserte kurs og læringsressurser, tilgjengelig for kontinuerlig selvstudium og/eller lærerledet studium og tilpasset progresjon.

• Innhold utvikles og vedlikeholdes av fagpersoner i samarbeid med relevante samfunnsaktører, og av studentene.
• Alle kursmoduler klassifiseres med læringsutbytte, nivå, faglig forankring og relasjon til praksisfeltet.
• Digitale læringsaktiviteter inkluderer oppgaver, refleksjonsspørsmål og eksempler fra praksis.
• Kunstig intelligens benyttes til kuratering og støtte læringsforløpets framdrift og til å gi formative tilbakemeldinger.

Arbeidslivsbasert og veiledet praktikum.

Studentene deltar i et systematisk utviklet praktikum i simulerte og autentiske arbeidssituasjoner, tett integrert med utdanningsinstitusjonens fagmiljøer.

• Praktikum er strukturert med faglig og profesjonell veiledning fra både arbeidslivet og utdanningsinstitusjonen.
• Studentene skal bidra til reelle oppgaver og utfordringer i praksisfeltet og utvikle profesjonell dømmekraft gjennom refleksjon og veiledning.
• Opplevelser, erfaringer og resultater dokumenteres og deles i form av multimodale bidrag og analytisk orienterte notater.

Sertifiseringsprosess.

I stedet for avsluttende eksamener vurderes studentenes utvikling gjennom en akkumulert og kvalitetssikret følgeprosess. Denne porteføljen er offentlig tilgjengelig og gjenspeiler individuell utvikling og faglig verdi for praksisfeltet.

• Studentbidrag inkluderer løsningsforslag, faglige ressurser, analysearbeid og praksisrefleksjoner der noen deler kan legges inn i kursarkivet etter faglig evaluering og kuratering.
• Evalueringssystemet inkluderer medstudentvurdering, profesjonsbasert vurdering og akademisk vurdering i kombinasjon.
• Sertifisering skjer gradvis. Kompetansebevis er modulbasert, knyttet til oppnådde ferdigheter og dokumentert praksis.

Integrasjon

De tre bærebjelkene danner et helhetlig læringsøkosystem hvor digitale ressurser, praktisk erfaring og kunnskapsbidrag samvirker. Systemet legger til rette for kontinuerlig livslang læring og styrker utdanningens samfunnsmessige relevans. Det åpner også for regional tilpasning og faglig nyskaping i et tett samarbeid mellom akademia og arbeidsliv.

Når generativ kunstig intelligens (KI) får økende betydning i høyere utdanning, innebærer det ikke bare innføring av nye verktøy, men en dyp og strukturell ombygging av utdanningens kunnskapsregime, arbeidsdeling, styringsmekanismer og profesjonelle identiteter. Nedenfor utdypes betraktningene med eksempler, før det tilføyes flere dimensjoner som kan kaste lys over dette landskapet.

1. Multimodal innhenting og representasjon av mening. KI-systemer, som store språkmodeller, kan trekke ut semantiske mønstre og begrepsstrukturer fra store mengder tekst, inkludert vitenskapelige artikler, åpne læremidler, offentlige dokumenter og studentproduserte tekster. Dette skjer ikke bare i skrift, men også gjennom talegjenkjenning, video og analyse av datasett. For eksempel kan en KI hente frem forklaringer på begrepet «økosystemtjenester» fra FNs miljørapporter, undervisningsvideoer på YouTube og åpne MOOC-kurs, og kombinere disse til en visuell og auditiv presentasjon for studenter i miljøstudier. Dette gir en arkitektur der studentene ikke lenger først og fremst lærer ved å bli eksponert for lærerens eller pensumbokens fremstilling, men ved å navigere og samhandle med maskinprodusert og konteksttilpasset representasjon av kunnskap.
2. Rebalansering mellom representasjon og operasjon. Kunnskapsrepresentasjon – det å formulere, kategorisere og forklare – blir i økende grad støttet av KI, og i mange tilfeller automatisert. Det gjelder for eksempel å skrive sammendrag, lage forelesningsnotater, utforme tentamensoppgaver eller gi tilbakemeldinger på enkle feil. Samtidig gjenstår, og intensiveres behovet for det som KI ikke løser godt: å tolke uklarhet og flertydighet, bygge relasjoner, vurdere hva som er passende i en gitt situasjon, og å overskride mønstre gjennom kritisk tenkning og kreativ syntese. Eksempelvis vil det å støtte en student som strever faglig og personlig i praksisstudier kreve innsikt, dømmekraft og empati, noe som ikke lett lar seg automatisere. Det samme gjelder etisk vurdering i tverrfaglige  problemstillinger. Det pedagogiske fokuset må forskyves fra overføring av informasjon til utvikling av dømmekraft, fortolkningsevne og kreativ utforsking.
3. Karrierestrid mellom professor- og dosentstigene. Den tradisjonelle akademiske stigen – master, Ph.D., postdoktor og professor – bygger på en forskningslogikk, der produksjon av ny vitenskapelig kunnskap står i sentrum. Dosentstigen, som i større grad vektlegger pedagogisk utviklingsarbeid og yrkesrelevant kompetanse, får ny relevans når KI tar over deler av den rutinemessige kunnskapsformidlingen. Det kan oppstå strid om hvilke roller som skal være førende . Skal forskere fortsatt dominere utviklingen av studieprogrammer, eller skal de som arbeider med pedagogikk, teknologi og studentnær utvikling få økt innflytelse?
4. Strid mellom undervisere og administrasjon. KI muliggjør nye former for datainnsamling, kvalitetssikring og markedstilpasning, som administrasjonen i økende grad vil forsøke å ta i bruk for å effektivisere og styre utdanningene. For eksempel kan læringsanalyser brukes til å overvåke studentprogresjon og evaluere læringsutbytte. Det gir mulighet for styring, men også risiko for at utdanning reduseres til målbare indikatorer. Det kan føre til økt spenning mellom undervisernes faglige frihet og helhetlig ansvar, og administrasjon som må få budsjettet til å gå opp.
5. Refaktorisering av studieprogrammer. Den tradisjonelle organiseringen av fag i moduler og kursenheter kan utfordres av behovet for mer fleksibel, tverrfaglig og KI-støttet læring. For eksempel kan et tema som «bærekraftig utvikling» undervises gjennom prosjektbasert læring der KI brukes til å trekke inn faglig stoff på tvers av naturvitenskap, økonomi og samfunnsvitenskap. Det kan føre til strid mellom faggrupper og institusjoner som konkurrerer om profil og relevans. De som forsvarer disiplinære strukturer, kan oppleve at deres fag marginaliseres til fordel for mer anvendte, tverrfaglige og teknologidrevne tilnærminger.
6. Endringer i vurderingsformer og eksamensformer. KI utfordrer tradisjonelle vurderingsformer, særlig skriftlige hjemmeoppgaver og flervalgsprøver. Nye vurderingsformer, som refleksjonsnotater i sanntid, praktiske demonstrasjoner og muntlige eksamener, får økt betydning. Det krever utvikling av ny vurderingskompetanse og tilrettelegging for mer tidkrevende, men meningsfulle vurderingssituasjoner.
7. Ny studenterfaring og læringsidentitet. Studenter utvikler nye læringsstrategier, ofte i samspill med KI-assistenter. Det endrer ikke bare måten de lærer på, men også hvordan de forstår sin egen rolle som lærende. Den tradisjonelle forestillingen om å mestre et fag gjennom oppbygging av et pensum kan erstattes av en mer situert og prosessorientert identitet som «problemløser i dialog med KI».
8. Utdanningens samfunnsmandat og offentlighet. Når KI gjør tilgang til kunnskap allment tilgjengelig, svekkes universitetenes monopol på ekspertise. Det utfordrer utdanningens rolle i demokratiet og stiller nye krav til å utvikle medborgerkompetanse – kritisk dømmekraft, evne til å vurdere kilder og forstå teknologisk makt – som en sentral del av utdanningsoppdraget.
9. Profesjonsetikk i møte med maskinell støtte. Innen profesjons-utdanninger, som lærer-, sykepleier- og ingeniørutdanning, blir KI en del av yrkesutøvelsen. Studentene må derfor utdannes ikke bare i bruk av teknologien, men også i dens grenser, risiko og etiske implikasjoner. Det åpner for en ny type profesjonsetikk som kombinerer teknologiforståelse med ansvarlig praksis.

Til sammen tegner disse utviklingstrekkene et bilde av en høyere utdanning i ombygging, der teknologiske, pedagogiske, organisatoriske og normative dimensjoner må utformes på nyttt. KI fordrer ikke bare teknisk implementering, men et endret utdanningsparadigme.