Att göra teorin konkret - arbetsmaterial åt studenterna

Utgångspunkten

"Skulle jag kunna få en spelteoretisk analys av Kinas agerande i kriget Ryssland-Ukraina?"

Videon

Konversationen som pdf Download Konversationen som pdf

Kommentarer

För att studenter ska förstå teoretiska modeller och begrepp, behöver de få exempel, men framför allt behöver de själva ges tillfälle att använda teorier och begrepp och demonstrera sin förståelse av dem för läraren - och för sig själv, förstås! Den genererade texten kan ses som ett första förslag på ett material att sätta i händerna på studenter, som fått en grundläggande introduktion till spelteori, via undervisning och/eller kurslitteratur, men som ännu inte har börjat arbeta självständigt.

Det är alltså ett övningsmaterial som genererats, som studenter ska arbeta med. Som lärare behöver man naturligtvis skicka med instruktioner för hur materialet ska användas . I det här fallet kan man tänka sig att studenterna kan få diskutera kring rimligheten i olika scenarios, och själva söka ytterligare källor, eller att de får föra resonemang kring de olika teoretiska modellernas styrkor och svagheter, beroende på vilka frågeställningar eller områden som står i fokus. De ska inte dra sig för att kritisera eller ställa frågor om materialets innehåll och utformning - de kan gärna få veta att det är AI-genererat material, och att de får det just som övningsmaterial, och inte för att det nödvändigtvis behöver vara ett perfekt material. Naturligtvis bör lärarna se igenom materialet så att det inte innehåller alldeles onödiga felaktigheter, som bara slösar med studenternas tid, men andra tveksamheter eller fel kan få vara kvar, så länge studenterna får veta att materialet just är ett arbetsmaterial. Viktigast är att se till att materialet har rätt nivå, och varken är för enkelt eller alldeles för avancerat för den aktuella gruppen. Anpassa därför det genererade materialet tills du är nöjd med det, manuellt och/eller med nya promptar.

Materialet lämpar sig säkert bäst för grupparbete, där alla är samlade och jobbar i smågrupper med materialet. Att sitta med det som hemuppgift är tråkigare, och riskerar att hamna i onödigt många sökningar - det är bättre att göra detta med andra. En styrka med det AI-genererade materialet är att varje grupp snabbt kan få en egen uppgift, med precis samma frågeställningar, men med olika situationer som exempel.  Efter någon timmes intensiv workshop kan man samla ihop gruppernas intryck, frågor, kritik och förslag och avrunda med att lärarna går igenom och kommenterar studenternas arbete, korrigerar missuppfattningar, svarar på frågor - och sedan delar ut en ny uppgift, som är mer kortfattad, men mer avancerad och kräver mer självständigt arbete.

Frågor

Genererade texter behöver alltid granskas - men i Copilot kan man också skapa texter där man begärt att det ska finnas olika sorters fel (t.ex. i en text som översatts från ett annat språk, eller i programkod, etc.). Är det bra eller dåligt att låta studenter öva på material där man medvetet kan ha lämnat felaktigheter eller tveksamheter? Kanske kan fungera bra i uttalat övningssyfte, där studenterna är medvetna om att det finns fel? Eller ska det inte alls användas?

Testa själv!

Prova att generera ett arbetsmaterial med instruktioner, som ska låta studenter applicera och/eller diskutera teoretiska modeller och använda teoretiska begrepp! Ta gärna hjälp av Copilot och se hur bra det fungerar för just de teorier som du valt ut.

Och apropå att hitta rätt svårighetsnivå: ett vanligt användningsområde för generativ AI är att be den förklara ett komplicerat resonemang på ett enklare sätt, kanske anpassat för en annan målgrupp (t.ex. för tolvåringar, för gymnasister. eller för en blandad åhörarskara vid en offentlig föreläsning). Testa gärna och se hur väl det fungerar!