Playbook for AI-integrerede opgaver

Automatisk maskinoversættelse af denne engelske side, der endnu ikke er blevet gennemgået af en modersmålstalere.

AI Infused Assignment Playbook er en praktisk guide fra Sarah Lewis (Barry University, socialt arbejde) til undervisere, der vil integrere generativ AI med omtanke i stedet for at skrue det på eksisterende opgaver. Den parrer et pædagogisk fundament — læringsmål, kritisk tænkning, studerendes handlekraft, gennemsigtighed og passende grænser for AI-brug — med tilpasningsdygtige opgaveskabeloner, designrammer, prompts, eksempler og implementeringsvejledning, som undervisere kan bruge på tværs af fag. Målet er udtrykkeligt ikke at foreskrive én tilgang til AI, men at hjælpe undervisere med at designe læringsoplevelser, hvor AI-brug er formålstjenligt, gennemsigtigt og i overensstemmelse med, hvad de studerende forventes at lære og demonstrere.

Hvad du kan gøre med det

Playbooken er organiseret omkring en tese i kapitel 1 om, at læring er netværksopbygning, ikke informationsophobning — det offloading-spørgsmål, der står i centrum af AI-kompetence-debatten — så det egentlige spørgsmål er, om AI understøtter eller omgår dette netværksopbyggende arbejde. Hver opgave er bygget af fem formative designprincipper: strukturerede prompts, ikke vag AI-brug (studerende identificerer deres formål, relevante begreber, nuværende forståelse og den konkrete hjælp, de søger, før de får lov at prompte); kritisk evaluering af AI-output (studerende dokumenterer, hvad de accepterer, ændrer og afviser, og begrunder det); dokumentation og gennemsigtighed (prompts, uddrag af AI-svar, beslutningslogs og begrundelser gør brug vurderbar); metakognitiv refleksion; og vidensverifikation via korte prøver uden hjælpemidler.

Kapitel 3 leverer en fuldt gennemarbejdet eksempelopgave (AI-forstærket iterativ skrivning) plus seksten kondenserede skabelonposter — AI-dialogrefleksion, AI-assistent til litteraturgennemgang, AI-biasdetektion, refleksion over AI-studiepartner, AI-assisteret selvevaluering, AI-debatpartner, AI-klientsimulering, AI-scenarietest, AI-faciliteret gruppeprojekt, peer review med AI-sammenligning, udvikling af politik for professionel AI-brug og en portefølje for gennemsigtig AI-integration. Bilag A indeholder en AI–menneske-samarbejdslog til at fange processen. Undervisere kan tage enkelte opgaver à la carte eller adoptere en klynge som en AI-inficeret rygrad for et helt kursus.

Hvem det er til

Undervisere på tværs af fag, især i videregående uddannelse og professionsuddannelser (forfatteren skriver ud fra socialt arbejde, og sygepleje og sundhedsvæsen nævnes som parallelle kontekster), samt undervisningsudviklere og dem, der forbereder akkrediteringsdokumentation. Den forudsætter, at studerende allerede bruger AI, og at det ansvarlige svar er at bringe den brug frem i lyset, strukturere den og lære studerende at bruge AI godt i stedet for at håbe, at de undgår det.

Noter og forbehold

Dette er en praktisk guide, ikke en empirisk undersøgelse; dens påstande om studerendes AI-brug hviler på citerede eksterne kilder (BestColleges, Campbell, Digital Education Council, Flaherty) snarere end nye data. Rammen om »netværksopbygning« og indramningen om »forståelsens illusion« er hentet fra den bredere litteratur (Wigmore et al.; Williamson et al.) og præsenteres som pædagogisk begrundelse, ikke som testede resultater af selve playbooken. Opgaverne er forfattede skabeloner — ingen af dem rapporteres med effektstørrelser, så de bør behandles som designs, der skal tilpasses og evalueres lokalt. Udgivet 2026-10-07, v1, på Zenodo under CC BY 4.0; gratis at downloade uden konto. Ved indlæsningen viser posten kun ca. 35 visninger og ca. 14 downloads, så den har endnu set lidt ekstern brug eller peer review.

Relaterede begreper

• AI-kompetence
• Critical Thinking
• Kognitiv udlicitering
• Metacognition
• Akademisk integritet
• Formative Assessment
• Authentic Assessment
• Curriculum Design
• AI Use and Disclosure Statements
• Prompt Engineering