På denne side
Begreber
Alle begrebssider på sitet, i de samme afsnit som sidepanelet til venstre. Hver side siger, hvad en idé inden for AI og uddannelse betyder, hvad forskningen fandt om den, og hvilke undersøgelser den bygger på. AI i uddannelse er det overordnede begreb, der binder dem sammen.
Begrebssiderne findes også som EPUB eller PDF til offline læsning. Vil du i stedet starte med et spørgsmål, en artikel, et værktøj, en søgning eller din egen assistent, så se FAQ'er, journalen, ressourcerne, søgning eller AI-siden.
220 begrebssider, grupperet i 10 sektioner.
Grundlag for AI i uddannelse
Det overordnede blik på selve feltet: hvad AI i uddannelse er, hvordan det har udviklet sig, og de tværgående temaer (AI-kompetence, menneske-AI-samarbejde, handlekraft), der former alle andre sektioner.
Det grundlæggende
Feltet
Tværgående temaer
Teorier og rammer
Læring og undervisning
Hvordan AI understøtter undervisning og læring gennem de pædagogikker, læringsteorier og elevrettede processer, som AI virker inden for.
Centrale pædagogikker
- Pedagogies and Teaching Strategies
- Pedagogical Patterns
- Active Learning
- Collaborative Learning
- Project-Based Learning
- Problem-Based Learning
- Productive Failure
- Inquiry-Based Learning
- Experiential Learning
- Game-Based Learning
- Learning by Teaching
- Scaffolding
- Socratic Method
- Critical Pedagogy
- Pedagogical Partnerships
- Storytelling in Education
- Online Teaching and Learning
- Video in Education
Læringsteorier og -processer
- Learning Theories
- Behaviorism
- Constructivism
- Cognitive Psychology
- Sociocultural Learning
- Distributed Cognition
- Situated Learning
- Embodied Learning
- Community of Inquiry
- Self-Regulated Learning
- Self-Determination Theory
- Motivation
- Self-Efficacy
- Self-Directed Learning
- Metacognition
- Desirable Difficulties
- Transfer of Learning
- Prior Knowledge
- ICAP Framework
- Misconceptions about AI
- Refutation Text
- Activity Theory
- Retrieval, Spacing and Interleaving
De studerendes engagement og oplevelse
Livslang læring og professionel udvikling
Teknologier og teknikker
Det tekniske lag: de AI-modeller og -metoder, der driver uddannelsesteknologi, og de systemer til modellering af den studerende og personlig vejledning, der bygges på dem.
Modeller og teknikker
- Technologies
- Machine Learning
- Generative AI
- Large Language Models (LLMs)
- RAG (Retrieval-Augmented Generation)
- Prompt Engineering
- LLM Training and Fine-Tuning
- Vibe Coding
- Multimodal AI
- Speech and Voice Technologies
- Visualization
- Educational NLP
- Reinforcement Learning
- Knowledge Graph
- Robots in Education
- Conversational AI
- Simulation
- Virtual and Augmented Reality
Modellering af den studerende og adaptive systemer
Platforme, åbenhed og adoption
AI i fagene
Hvordan AI anvendes på tværs af fag og uddannelsesniveauer: feltets dækning af fagområder.
Fagområder
- AIEd in the Disciplines
- Math Education
- Physics Education
- Chemistry Education
- Biology Education
- CS Education
- Engineering Education
- STEM Education
- Science Education
- Writing
- Language Learning
- English Education (EAP / EFL / ESL)
- Environmental Education
- Business Education
- Humanities and Social Science Education
- Arts, Design and Media Education
- Design Education
- Medical and Health Professions Education
- Nursing Education
- Legal Education
- Information Technology Education
Forskningsfelter
Niveauer og kontekster
Niveauer og læringsmiljøer
Niveauer og sammenligninger
Vurdering og måling
Hvordan AI både vurderer de studerende og ændrer, hvordan vi evaluerer AI-systemer og deres effekt.
Vurdering og feedback
Forskningsmetoder og evaluering
Forskningsmetoder
Evaluering af AI-systemer
Mennesker
Institutioner og politik
Ligestilling, etik og ansvarlig brug
Ligestilling, adgang og ansvar er centrale for AI i uddannelse.