Kunstig intelligens (KI) utfordrer vårt tradisjonelle utdanningssystem, som primært fokuserer på summative vurderinger, ved å evaluere sluttproduktene av elevers læring, som essays, presentasjoner eller rapporter. Disse har fått mest oppmerksomhet historisk sett, mens formative vurderinger ofte bare rettferdiggjør karakterer og foreslår fremtidige forbedringer. KIs evne til å generere studentlignende arbeid med et enkelt tastetrykk reduserer verdien av å vurdere sluttprodukter, og understreker behovet for å fokusere på selve læringsprosessen, slik at elever lærer hvordan de skal lære.
Generativ KI, som ChatGPT, har fremhevet problemer med akademisk integritet, noe som har overveldet lærere og understreket behovet for alternative vurderingsformer. Å fokusere på læringsprosesser fremfor bare resultater er essensielt. Ved å vektlegge formativ vurdering med KI, kan lærere fremme forståelsen av læringsprosesser, noe som vil øke utdanningskvaliteten, lærerprofesjonaliteten og elevengasjementet.
OECDs prosjekt "Governing Complex Education Systems" (GCES) fremmer blant annet formative vurderingspraksiser som Norges "Vurdering for Læring" (VfL) for å bedre undervisningskvaliteten.
AI-EXCAfL-prosjektet har som mål å forbedre formative vurderingspraksiser ved bruk av KI, for å styrke elevengasjementet i norsk, engelsk, samfunnsfag og naturfag. Det støtter elever og lærere ved å gi formativ og summativ tilbakemelding på skriftlig arbeid i flere utkast, og styrker forståelsen av læringsprosesser.
For å nå disse målene vil prosjektet gjennomføre designbaserte intervensjoner i fire fag i videregående skoler i Oslo og Drammen ved bruk av den formative og summative vurderingsapplikasjonen (FAS) utviklet i prosjektet.
AI-EXCAfL-prosjektet har som mål å redefinere vurderingspraksis ved å skifte fokus fra vurdering av læringsutbytte til å tilrettelegge for og evaluere læringsprosessen, fremme livslang læring og utvikling av elever som lærende.
The AI-EXCAfL project aims to develop Artificial Intelligence (AI) technology Formative and Summative Assessment application (FAS) that is able to analyse written texts and provide formative and summative individually tailored feedback. The project will develop new knowledge about (1) how students interact with the AI technology during the writing process and (2) how teachers organise and facilitate AfL practices with AI to enhance students’ capacity in learning to learn. The research in the project will provide a broader insight among teachers, school owners and teacher educators into how AfL practices supported by AI may contribute to the development of students’ understanding about what it means to learn in different subjects.
AI-EXCAfL is a collaborative interdisciplinary project combining the efforts of educational researchers and IT developers, a school owner (Akademiet), teachers and students in Akademiet. The project consists of five work packages and adopts a mixed methods approach with design-based interventions to develop the AI technology (FAS) and to examine AfL learning and teaching practices in the target (with AI technology) and the comparison (without AI technology) classes in upper secondary schools in Norway.
AI-EXCAfL will make empirical, methodological and theoretical contributions to the field of pedagogy by examining learning and teaching with AI technology, development of teachers’ and students’ digital competence, including AI literacy, competence building in AI-enhanced AfL practices and students’ capacity in learning to learn. The project will develop new insights on alternative AI- enhanced assessment forms in the four subjects and developing new AI-technologies to shift the focus on the importance of assessment of the learning process. This knowledge is much needed to ensure a research-based development of teachers’ PDC, including AI literacy to implement AI-enhanced AfL practices to educate lifelong learners in the 21st century.