Ressurser
Spillbok for AI-infuserte oppgaver
Automatisk maskinoversettelse av denne engelske siden, ennå ikke korrekturlest av en morsmålstalare.
Spillbok for AI-infuserte oppgaver er en praktisk veiledning fra Sarah Lewis (Barry University, sosialt arbeid) for undervisere som vil integrere generativ AI med omtanke i stedet for å skru det på eksisterende oppgaver. Den kombinerer et pedagogisk fundament – læringsmål, kritisk tenkning, studentenes handlingsrom, åpenhet og rimelige grenser for AI-bruk – med tilpassbare oppgavemaler, designrammeverk, ledetekster, eksempler og implementeringsveiledning som undervisere kan bruke på tvers av fag. Målet er uttrykkelig ikke å foreskrive én tilnærming til AI, men å hjelpe undervisere med å utforme læringserfaringer der AI-bruken er målrettet, åpen og i tråd med det studentene forventes å lære og vise.
Hva du kan gjøre med den
Spillboken er bygget rundt en tese i kapittel 1 om at læring er nettverksbygging, ikke informasjonsakkumulering – spørsmålet om avlasting som står i sentrum av debatten om AI-kompetanse – så det egentlige spørsmålet er om AI støtter opp under eller omgår dette nettverksbyggende arbeidet. Hver oppgave bygger på fem formative designprinsipper: strukturerte ledetekster, ikke vag AI-bruk (studentene identifiserer formålet sitt, relevante begreper, nåværende forståelse og den konkrete hjelpen de søker før de får lov til å spørre); kritisk vurdering av AI-utdata (studentene dokumenterer hva de godtar, endrer og avviser, og begrunner det); dokumentasjon og åpenhet (ledetekster, utdrag av AI-svar, beslutningslogger og begrunnelser gjør bruken vurderbar); metakognitiv refleksjon; og kunnskapsverifisering gjennom korte sjekker med lukket bok.
Kapittel 3 leverer en fullt utarbeidet eksempeloppgave (AI-forsterket iterativ skriving) pluss seksten kondenserte maloppføringer – AI-dialogrefleksjon, AI-assistent for litteraturgjennomgang, AI-forutinntaktsdeteksjon, AI-studiepartner-refleksjon, AI-assistert egenvurdering, AI-debattpartner, AI-klientsimulering, AI-scenariotesting, AI-fasilitert gruppeprosjekt, medstudentvurdering med AI-sammenligning, utvikling av profesjonell AI-brukspolicy og en portefølje for åpen AI-integrasjon. Vedlegg A inneholder en logg for AI–menneske-samarbeid som fanger opp prosessen. Fagmiljøet kan plukke enkeltoppgaver à la carte eller ta i bruk en klynge som en AI-infundert ryggrad gjennom et helt emne.
Hvem den er for
Undervisere på tvers av fag, særlig i høyere utdanning og profesjonsutdanninger (forfatteren skriver fra sosialt arbeid, og sykepleie og helse er nevnt som parallelle kontekster), samt utviklere av undervisning og de som forbereder akkrediteringsdokumentasjon. Den forutsetter at studentene allerede bruker AI, og at det ansvarlige svaret er å bringe bruken ut i det åpne, strukturere den og lære studentene å bruke AI godt i stedet for å håpe at de unngår den.
Merknader og forbehold
Dette er en praktisk veiledning, ikke en empirisk studie; påstandene om studentenes AI-bruk hviler på siterte eksterne kilder (BestColleges, Campbell, Digital Education Council, Flaherty) snarere enn på nye data. Rammeverket «nettverksbygging» og innrammingen «illusjonen av forståelse» er hentet fra den bredere litteraturen (Wigmore et al.; Williamson et al.) og presenteres som pedagogisk begrunnelse, ikke som testede utfall av spillboken selv. Oppgavene er forfattede maler – ingen av dem rapporteres med effektstørrelser, så de bør behandles som design som skal tilpasses og evalueres lokalt. Publisert 2026-10-07, v1, på Zenodo under CC BY 4.0; gratis nedlasting uten konto. Ved innlasting viser oppføringen bare omkring 35 visninger og omkring 14 nedlastinger, så den har ennå sett lite ekstern bruk eller fagfellevurdering.
Tilknyttede begreper
Tilknyttede ressurser
- Den pedagogiske ledetekstbokenEn åpent tilgjengelig bok med evaluerte ledetekster for evidensbasert undervisning og undervisningsdesign, der hvert kapittel publiserer ledeteksten, utviklingsprosessen og evalueringsresultatene.
- Student Guide to AIEn gratis studentguide til kunstig intelligens i tre utgaver fra Elon University, AAC&U og The Princeton Review; 2026-utgaven bygger ti menneskelige kapasiteter med ferdige undervisningsmoduler og en anonym egenvurdering.
- Process FeedbackEt gratis, prosessbasert alternativ til AI-deteksjon: det registrerer hvordan en tekst ble til og gjør det om til en rapport for en samtale om læring i stedet for en dom.
- The ID ToolboxOver femti gratis enkeltformållege nettleserverktøy for undervisningsdesignere: omfangsavklaring, estimering, teksting og oversettelse, lesbarhets- og konsistenssjekker.