Siste nytt fra forskning på KI

Bruken av kunstig intelligens (KI) i høyere utdanning er fortsatt i rask utvikling. Denne måneden ser vi nærmere på hvordan språkmodeller evalueres i medisinsk utdanning, hvilke strategier som foreslås for å sikre akademisk integritet, og hvordan studenters holdninger til KI kan være avgjørende for fremtidig integrering i utdanning.

Sentrale tema i forskningen

En omfattende kartlegging av Aster et al. (2024) viser at det det siste året har blitt publisert over 140 studier om store språkmodeller (LLM) i medisinsk utdanning. De fleste studier har vurdert hvor godt verktøy som ChatGPT gjør det på medisinske eksamener, mens få har gjennomført empirisk forskning på bruken i klasserommet. Aster og kolleger etterlyser nå bedre metodebruk og en mer koordinert forskningsagenda.

Lin et al. (2024) fokuserer på akademisk integritet, og peker på at AI-chatboter utfordrer vurderingsformer i medisinsk utdanning. De foreslår fem strategier for å møte utfordringene: fysisk og digital eksamensvakt, tydelige retningslinjer, kultur for integritet og tiltak mot eksamenspress. Forfatterne mener det også er behov for regulering og tettere samarbeid mellom utdanningsinstitusjoner og AI-utviklere.

En studie av Luong et al. (2024) kartlegger medisinstudenters holdninger og forberedthet til KI. Studien viser at studentenes KI-parathet henger sammen med hvor ofte KI brukes i undervisning og egenstudier. Nesten 42 % av studentene mente at KI bør integreres i medisinsk utdanning.

Til sist peker en ny tekst av Neil Selwyn (2024) på at utdanningssystemet risikerer å bli "AI-first", der utviklingen av nye verktøy styrer hva som skjer i klasserommet. Han argumenterer for at utdanningsforskere og lærere må innta en mer aktiv rolle i å forme hvordan AI brukes, slik at utdanning ikke blir styrt av teknologien alene.

Tall fra forskningen

• Kun 5 av 145 studier om språkmodeller i medisinsk utdanning benyttet empiriske metoder med høy metodisk kvalitet (Aster et al., 2024).

• 41,8 % av medisinstudentene i en internasjonal studie mente at KI bør inngå i medisinsk utdanning (Luong et al., 2024).

• KI-parathet korrelerte signifikant med hvor ofte studentene brukte AI i undervisning og egenstudier (r = 0.22–0.59) (Luong et al., 2024).

Utfordringer og fremtidig forskning

Studiene peker på at selv om bruken av KI i medisinsk utdanning øker, er det fortsatt mange utfordringer knyttet til integrering, vurderingsformer og metodisk svak forskning. Det etterlyses bedre samarbeid mellom forskere, undervisere og AI-utviklere for å sikre pedagogisk forankring og etisk bruk. Samtidig viser Selwyn (2024) at det er viktig at utdanningssektoren ikke overlater utviklingen til teknologene alene.

Oppsummering

Månedenes forskning understreker behovet for mer kvalitetsfokusert forskning og tydeligere pedagogisk styring av KI-integrasjon i utdanning. KI har stort potensial, men det krever strategisk bruk og godt samarbeid for å gi reell verdi i utdanningskontekster.

Referanser

• Aster, A. et al. (2024). ChatGPT and Other Large Language Models in Medical Education – Scoping Literature Review. Medical Science Educator, 35(1), 555–567. https://doi.org/10.1007/s40670-024-02206-6

• Lin, J. C. et al. (2024). Artificial Intelligence in Medical Education Assessments: Navigating the Challenges to Academic Integrity. Medical Science Educator, 35(1), 509–512. https://doi.org/10.1007/s40670-024-02178-7

• Luong, J. et al. (2024). Exploring Artificial Intelligence Readiness in Medical Students: Analysis of a Global Survey. Medical Science Educator, 35(1), 331–341. https://doi.org/10.1007/s40670-024-02190-x

• Selwyn, N. (2024). Education research in an “AI-first” world: why it matters and what we should be doing about it. British Journal of Educational Technology.