Nyhedsbrev juni 2025: Generativ AI og eksamen - og lidt om GenAI og programmering

SDUs regler for AI og eksamen

Centralt i SDUs regler for brug af AI til eksamen er: (i) at de studerende ikke må bruge AI ved mundtlige prøver og skriftlige stedprøver, (ii) at de må bruge AI ved alle andre eksamener, herunder karakterbedømte hjemmeopgaver, BA-opgaver og specialer samt(iii) at de studerende skal deklarere deres brug af GenAI i deres opgaver.

Det kan være vanskeligt at danne sig et helt præcist overblik over den samlede eksamenspraksis på alle SDUs uddannelser, men udviklingen tyder på, at SDU på mange uddannelser er ved at udvikle det, der i litteraturen er blevet døbt ”The-two-lane road”. Dvs., at enten er brug af GenAI ved eksamen helt forbudt (Bane 1) eller også må man bruge GenAI helt frit (Bane 2). Den tilgang har styrker og svagheder, som bliver ivrigt drøftet internationalt. Se nedenfor. 

Reglen om, at de studerende skal deklarere deres brug af GenAI, har indtil videre vist sig ikke at være helt enkelt i praksis: (i) De studerende har ikke altid forudsætningerne for at deklarere. Det kræver et godt overblik over - og et sprog for - de enkelte trin i en akademisk analyse for at kunne deklarere sin brug af GenAI meningsfuldt, - et sprog som de studerende først udvikler gradvist gennem studierne. (ii) De studerende tør ikke altid deklarere. De er ofte i tvivl om, hvordan underviserne vurderer brugen af GenAI, altså om brug af GenAI tæller op eller ned ved karaktergivningen? (iii) Underviserne er usikre på, om brugen af AI bliver underdeklareret, og de bruger uforholdsmæssig megen energi på at vurdere/gætte på, hvad der er de studerendes selvstændige bidrag til opgaven. (iv) Og GenAi inddrages indtil videre kun sjældendent i undervisningen i fælles dialog og samarbejde mellem undervisere og studerende, hvilket bidrager til usikkerheden. Også spørgsmålet om deklarering bliver ivrigt drøftet internationalt. Se nedenfor.

The two-lane road?

Artikel: Guy J. Curtis (18 Mar 2025): The two-lane road to hell is paved with good intentions: why an all-or-none approach to generative AI, integrity, and assessment is insupportable, Higher Education Research & Development, DOI: 10.1080/07294360.2025.2476516 

I artiklen argumenterer forfatterne for, at ”The-two-lane-road” tilgangen til AI i eksamen ikke er den mest hensigtsmæssige. Der er to hovedproblemer.

Underviserne kommer nemt til at fraskrive sig ansvaret for at lære de studerende at bruge et superkomplekst værktøj på superkomplekse akademiske problemstillinger og overlade dette til de studerende selv. I fag, hvor GenAI ikke må bruges til eksamen, er det jo ’irrelevant’ at undervise i brugen, og i fag med hjemmeopgaver, må AI bruges frit, og så er der heller ikke så meget at snakke om. Men som forfatterne påpeger, er det ikke den måde vi normalt underviser i komplekse emner på de videregående uddannelser. Normalt vil underviserne prøve at tilrettelægge undervisningsforløb, hvor de studerende successivt og under kyndig vejledning ledes ind i en ny kompleks problemkreds. Strategien kommer til at stå i vejen for god undervisning.

Det andet hovedproblem knytter sig iflg. forfatterne til hovedargumentet, som bliver anført af tilhængerne af the-two-lane-approchen: Når vi ikke effektivt kan forhindre snyd med brugen af AI, fordi plagiering ikke længere kan påvises, så skal vi ikke forsøge at lægge begrænsninger på brugen af AI, der hvor vi tillader den. Problemstillingen om at forhindre snyd effektivt er ikke ny. Det har f.eks. altid været muligt for den studerende at få hjælp til karakterbedømte hjemmeopgaver, BA-opgaver og specialer – evt. at købe sig til en besvarelse – uden at det har ført til, at vi hverken har afskaffet eksamensformen eller har opfordret de studerende til, at de så bare skulle skaffe sig al den hjælp de kunne. Vi har lykkedes med at administrere ’mellemveje’, som vi kan lære af.

AI deklarering af kurser, - ved underviserne?

Artikel: Mike Perkins, Jasper Roe, Leon Furze, The AI Assessment Scale Revisited: A Framework for educational Assessment, December 2024

“The AI Assessment Scale Revisited (AIAS)" er et forsøg på at udvikle en taxonomi for, hvilken rolle GenAI skal spille i undervingen i de enkelte kurser. Baggrunden er, at der er brug for at facilitere en åben dialog mellem undervisere og studerende om den hensigtsmæssige brug af AI (givet læringsmål, stoffets karakter, kursets placering i uddannelsesforløbet osv., osv.) og tanken er, at det er underviserne, der skal tage ansvaret for denne AI-deklareringen af egne kurser.

En tidligere udgave af AIAS har været formuleret og afprøvet på et stort antal universiteter verden over, og en revideret udgave er blevet formuleret i lyset af de gjorte erfaringer. I den nye udgave består skalaen i fem trin: Ingen AI involveret i undervisning og eksamen; AI inddraget i planlægning og idéudvikling; AI som samarbejdspartner i de enkelte analysetrin; fuld brug af AI i hele opgaveløsningen; og endelig AI brugt til kreativ udforskning af helt nye felter. Se figuren via dette link.

Taxonomi-tankegangen har været kritiseret for, at den må basere sig på aftaler med de studerende om brug af GenAI, som man reelt ikke kan kontrollere overholdelsen af. Men det er en meget vigtig præmis for AIAS-modellen, at den måde man inddrager AI i undervisningen skal afspejle sig i vurderingskriterierne i opgavebesvarelserne. Målet er, at fokus forskydes fra spørgsmål om ’snyd’ til spørgsmål om, hvorvidt udmeldte, klare faglige ’kriterier’ er opfyldt. Hvilket leder til et andet stort tema i den internationale debat.

Validitet vigtigere end snyd

Artikel: Phillip Dawson, Margaret Bearman, Mollie Dollinger & David Boud (2024) Validity matters more than cheating, Assessment & Evaluation in Higher Education, 49:7, 1005-1016, DOI: 10.1080/02602938.2024.2386662 

Hovedpointen i artiklen er, at vi i forbindelse med udbredelsen af GenAI i uddannelserne måske til nu har haft for meget fokus på snyd. Herved risikerer vi; at bruge vores ressourcer forkert; at reducere problemstillingerne til et spørgsmål om regler og regeloverholdelse; at flytte ansvaret for eksamenskvalitet over på de studerende og deres moral; samt at underviserne udvikler ’politi-øjne’ på eksamensopgaver og ikke kan fokusere på kvaliteten af det faglige bidrag. 

Forfatterne argumenterer for, at i eksamenssammenhæng er det centrale spørgsmål hvorvidt eksamenerne er valide, dvs. at de studerende ikke kan bestå eksamener, hvis de ikke har lært noget undervejs. At flytte fokus over på validitet, flytter fokus over på eksamensdesign og flytter ansvaret over på institutionen.

GenAI og programmering

”The Robots Are Here: Navigating the Generative AI Revolution in Computing Education”: https://dl.acm.org/doi/abs/10.1145/3623762.3633499

 “The Robots Are Coming: Exploring the Implications of OpenAI Codex on Introductory Programming”: https://dl.acm.org/doi/10.1145/3511861.3511863

”What is Programming? …and What is Programming in the Age of AI?” https://cacm.acm.org/opinion/what-is-programming/

AI har ændret vores forhold til tekster og betingelserne for at skrive og lære at skrive. Det samme kan siges om programmering og det at lære at programmere. Dette må blive genstand for et andet nyhedsbrev, her blot tre forslag til sommerlæsning om emnet.