Nyhedsbrev december 2025: TAL2025 – Undervisning med AI
I denne måneds nyhedsbrev fokuserer vi endnu engang på GenAI med afsæt i den nyligt afholdte konference TAL2025, der i år havde særligt fokus på, hvordan kunstig intelligens (GenAI) kan bruges kritisk og konstruktivt i undervisningen.
SDU UP var den 6. november 2025 endnu engang vært for den årlige Teaching for Active Learning (TAL)-konference for medarbejdere fra SDU, University Colleges i Region Syddanmark og interesserede fra andre nationale universiteter og uddannelsesinstitutioner. Konferencen bød på 20 workshops, præsentationer og posters samt to keynotes ved José Antonio Bowen.
Udover det stående tema (aktiverende undervisning og aktiv læring) havde konferencen denne gang fokus på undervisning med AI og spørgsmål som: Hvordan kan vi konstruktivt og kritisk bruge AI til at støtte læring i undervisning, feedback og vejledning? Hvordan kan pædagogisk tænkning guide brugen af AI? Og hvordan kan undervisning med AI understøttes gennem organisatoriske strukturer og kompetenceudvikling?
I sine to meget veloplagte og fortættede keynotes – “Teaching and Thinking with AI” og “Educating Humans to Thrive in an AI World” – kom José Bowen vidt omkring. Nedenfor fremhæves nogle få udvalgte pointer.
1. Chatbots, API’er og prompts
Selvom GenAI ’kun’ har været frit tilgængelig i tre år, giver det dårligt mening at tale om GenAI i ental. Der findes adskillige store, konkurrerende AI-sprogmodeller på markedet og endnu flere såkaldte API’er (application programming interfaces) til specialiseret brug.
AI-kompetencer indebærer nu også at kunne vælge hensigtsmæssigt mellem AI-værktøjer til forskellige opgaver. Der er desuden et udstrakt samarbejde om at dele gode prompts og prompting-teknikker – blandt andet til undervisningsbrug.
José Bowen bidrager via sin ressourceside (https://weteachwithai.com/) i høj grad til, at vi andre kan orientere os i feltet. Nedenfor fremhæves nogle få udvalgte pointer.
2. GenAI som nyt vilkår i uddannelsessektoren – AI literacy som dannelsesprojekt
En anden pointe fra Bowen var, at uanset hvad vi måtte mene om GenAI, er den på kort tid blevet et vilkår for undervisning. Det er nu op til underviserne at lære de studerende at bruge GenAI kritisk, med akademisk kvalitet og som redskab til læring.
AI literacy indebærer at:
- kunne stille gode spørgsmål, og
- kunne gennemskue begrænsninger og kritisk vurdere AI-svar.
Bowen beskrev prompting som en form for akademisk skriftlighed: Jo mere præcis, nuanceret og velstruktureret en prompt er, desto større chance er der for et meningsfuldt svar. *“Prompting is writing”* – og i universitetskontekst også: prompting er tænkning.
Bowen fremhævede især forskellen mellem novicer og eksperter:
- Novicer bruger ofte AI til at *finde ud af, hvad de skal gøre*, men kan ikke vurdere kvaliteten af svarene.
- Eksperter bruger AI til at accelerere det, de allerede kan, og er i stand til at revidere, udfordre og forbedre output.
Vi skal altså uddanne eksperter og har et pædagogisk ansvar for at lære de studerende at bruge AI. AI literacy bliver dermed et nyt dannelsesprojekt, der ligger tæt på eksisterende læringsmål som kritisk tænkning, kildekritik og akademisk integritet – ikke noget helt ved siden af faget.
Danmarks Medie- og Journalisthøjskole præsenterede på konferencen deres arbejde med at styrke de studerendes AI literacy og skabe refleksion i undervisningen. Deres undersøgelse blandt 200 studerende viser, at AI sjældent bliver diskuteret i forhold til hvordan og hvorfor det anvendes i gruppearbejde.
Læs et sammendrag af deres præsentation af, hvilken betydning AI lteracy har i gruppearbejde.
3. AI adskiller skrivning og tænkning – undervisningen må forbinde dem igen
En gennemgående pointe var, at AI i stigende grad adskiller skrivning fra tænkning: Tekst i høj sproglig kvalitet kan nu genereres på få sekunder, uden at afsenderen nødvendigvis har gennemgået en dybere erkendelsesproces.
Hvis undervisning og eksamener fortsat primært belønner det færdige produkt (rapporten, essayet, opgaven), risikerer vi derfor at bedømme AI’s formuleringsevne snarere end den studerendes forståelse.
Bowen pegede på behovet for at designe opgaver, hvor processen bliver central. Det kan eksempelvis ske ved at:
- dele skriveopgaver op i tydelige faser (idéudvikling, disposition, første udkast, revision, refleksion) og kræve dokumentation af, hvor og hvordan AI er anvendt;
- lade studerende bruge AI til fx omstrukturering eller sproglig forbedring, men insistere på, at analytiske valg, argumentation, kildearbejde og faglig begrundelse skal være deres eget;
- arbejde med metarefleksion: Hjalp AI dig med at forstå stoffet bedre – eller kun med at skrive pænere?
Som Bowen formulerede det, handler det ikke om at forbyde værktøjet, men om at genkoble tænkning, skrivning og AI-brug i opgaver, hvor det bliver tydeligt, at det er tænkningen, der bedømmes.
I sin bog Teaching with AI, 2nd Edition giver José Bowen mange eksempler på, hvordan sådanne undervisningsaktiviteter kan designes.
På konferencen præsenterede Lukas Galke, lektor ved SDU’s Institut for Matematik og Datalogi, sine erfaringer fra en undervisningsaktivitet, hvor de studerende arbejder med LLM-assisteret læsning af forskningsartikler.
Læs mere om undervisningsaktiviteten LLM-Paperstorm.
4. Fra “snyd” til faglig progression – gennemsigtighed om AI-brug
Ifølge Bowen er forskellen mellem “snyd” og “progression” ofte et spørgsmål om rammesætning. Mange af de aktiviteter, som i dag kan automatiseres (fx udkast, oversættelse, korrektur), blev tidligere forstået som tegn på flid – men i en AI-kontekst kan de ikke i sig selv være læringsmål.
I stedet bør undervisere tydeliggøre, hvilke dele af en opgave der må eller skal løses med AI, og hvilke der udgør den egentlige faglige præstation.
Bowen foreslog, at vi bevæger os fra skjult til transparent AI-brug, hvor studerende redegør for, hvordan de har anvendt AI, og hvordan det har påvirket deres arbejde.
Det kan fx ske gennem korte refleksioner, dokumentation af prompts eller sammenligning mellem AI-forslag og egen løsning. På den måde bliver AI ikke en genvej uden om læring, men en anledning til at arbejde eksplicit med faglighed, kvalitet, etik og kildekritik.
5. AI som nyt “gennemsnit” – alle bliver AI-chefer
Bowen beskrev, hvordan generativ AI er ved at blive det nye “gennemsnit”: et baseline-niveau for problemløsning, tekstproduktion og analyse, som nu er bredt tilgængeligt for både studerende og undervisere.
Det betyder, at mange standardopgaver – som sammenfatninger, første udkast og simple analyser – kan udføres hurtigere og billigere af AI end af mennesker.
I stedet for at konkurrere med denne nye “gennemsnitsarbejder” bliver opgaven at afgøre, hvilke dele af arbejdet der med fordel kan overlades til AI, og hvor menneskelig dømmekraft, etik, kreativitet og relationer er afgørende.
En central pointe var, at AI grundlæggende er en ny form for arbejdskraft: Alle – også studerende – er nu i praksis “AI-chefer”, der skal kunne uddelegere opgaver, vurdere kvaliteten af output og tage ansvar for slutproduktet.
Det skærper behovet for, at undervisning ikke kun handler om stof og metoder, men også om workflow-design: Hvilke trin i en opgave kan AI understøtte, og hvor skal de studerende selv tænke, vælge, vurdere og tage ejerskab?
6. AI som motor for aktiv læring – fra forelæsning til simulation og dialog
Bowens keynotes var rig på konkrete forslag til, hvordan AI kan understøtte aktiv læring før, under og efter undervisning – i tråd med TAL-konferencens bærende principper.
I stedet for at bruge AI som ren informationskilde foreslog han at bruge det som medspiller i læringsaktiviteter, fx:
- Simulations- og rolleopgave-bots, hvor studerende interagerer med en “modpart” (patient, klient, beslutningstager, historisk person) og efterfølgende analyserer forløbet fagligt.
- Bot-assistenter, der er stramt instrueret af underviseren, så de stiller bestemte typer spørgsmål, udfordrer antagelser eller giver fagligt formulerede modargumenter.
- Refleksions- og feedback-bots, der hjælper studerende med at sætte ord på deres læring, identificere misforståelser og formulere nye spørgsmål, som derefter bringes ind i undervisningen.
Et centralt slogan var, at “alle opgaver nu er AI-opgaver” – ikke fordi AI altid skal bruges, men fordi der altid bør tages stilling til, hvilken rolle AI spiller (AI-resistent, AI-transparent, AI-inkluderende).
For TAL-konferencens fokus på aktiverende undervisning betyder det, at AI ikke kun er et teknologisk tema, men et konkret didaktisk greb til at skabe mere dialog, flere perspektiver og en stærkere kobling mellem teori og praksis.
For SDU’s vedkommende knytter disse pointer an til de bærende principper om aktiv læring og til den igangværende udvikling af retningslinjer for brugen af GenAI i undervisning og eksamen. TAL2025 viste, at mange undervisere allerede er i fuld gang med at eksperimentere – og Bowens keynotes gav et fælles sprog og et pædagogisk kompas til at arbejde videre med AI på en både kritisk og konstruktiv måde.
TAL-konferencen indeholdt også eksempler fra praksis, som havde et bredre fokus en GenAI. Flemming Smedegaard og Maria Mejnborg Lidsmoes præsenterede deres resultaterne fra et igangværende projekt, der har til formål at afdække, hvorfor samarbejde mellem studerende ofte går galt – og hvordan vi på universitetet kan gøre det bedre.
