Lisa Eriksson

Vilken potential ser du för AI i att förbättra undervisning och lärande?

Lisa Eriksson ser en enorm potential för AI att förbättra undervisning och lärande, förutsatt att rätt förutsättningar och kunskap finns på plats. Hon menar att om man inte gör något bra med tekniken, blir potentialen ganska liten. För att AI ska fungera effektivt i utbildningen anser hon att det är viktigt att ha didaktiska och logiska perspektiv. Lärare, pedagoger eller ledare måste förstå hur människor lär sig, oavsett vilken ålder eleverna har. Det räcker inte att bara introducera AI-verktyg utan en genomtänkt plan; det måste finnas en tanke bakom användningen för att uppnå ett bra resultat.

Lisa jämför detta med att sätta ett läromedel i händerna på någon utan att ge stöd eller vägledning. Utan hjälp blir resultatet sämre, även om man är närvarande och försöker förklara från ett lärandeperspektiv vad man kan göra med läromedlet. Hon betonar att det är avgörande att förstå hur vi lär för att kunna dra nytta av AI:s potential.

Vidare påpekar Lisa att vetenskap och beprövad erfarenhet visar att en-till-en-situationer i lärandet ofta ger den absolut största effekten. I rätt använd form kan AI fungera som en personlig handledare för elever med olika förutsättningar, såsom olika språk, åldrar och förkunskaper. Detta kan leda till solklara effekter på lärandet, där varje elev får stöd anpassat efter sina behov.

Hur kan vi bäst förbereda både lärare och elever för att använda AI på ett effektivt sätt i klassrummet?

Lisa anser att en av de största utmaningarna är det starka incitamentet att bedriva skolan på ett traditionellt sätt. Det finns inte riktigt tid att reflektera över hur man kan undervisa och se lärande på nya sätt, särskilt i en tid då tekniken förändrar förutsättningarna. Tidigare, när undervisningen främst bestod av en bok, penna och papper, visste man att det som stod på pappret var det som eleven själv hade skrivit utifrån vad de hade läst. I dagens situation är det annorlunda, och det kräver att vi tänker om kring hur vi undervisar och bedömer lärande.

För att se att lärandet har skett, utan att enbart mäta med betyg, menar Lisa att vi måste veta vad vi ska titta efter. Detta är något som behöver diskuteras inom svensk skola. Hon föreslår att vi bör uppmärksamma både det lärande som sker i stunden och det som manifesterar sig över tid. Det handlar om att observera vilka signaler eleven ger i form av frågor, antingen till en fysisk person eller till AI, och att se om eleven kan använda kunskaperna i resonemang som inte försvinner efter kort tid. Målet är att kunskapen ska landa i långtidsminnet, vilket kräver att vi arbetar med både förståelse och ibland detaljkunskap för att kunna ta oss vidare.

När det gäller att förbereda lärare och elever för att använda AI effektivt, betonar Lisa vikten av att lärare verkligen förstår tekniken och har en pedagogisk grund för att använda den. Balansen ligger främst i hur man lär ut. Hon tror att utvecklingen mellan lärare och elever sker parallellt. Vi behöver alla hängslen och livremmar, och det finns en styrka i att iaktta, reflektera och hitta strategier utifrån det man ser. Genom att observera svårigheter och hur individer bemöter dem, samt hur de lyckas, kan vi anpassa våra metoder och stödja varandra i att använda AI på ett effektivt sätt.

Vad tror du är den rätta balansen mellan teknik och mänsklig kontakt i utbildning?

Lisa tycker att balans är ett mycket passande ord när det gäller förhållandet mellan teknik och mänsklig kontakt i utbildningen. Hon anser att det viktigaste är att hitta lärare som verkligen förstår tekniken och har en pedagogisk grund för att använda den. Denna balans uppnås genom att fokusera på hur man lär ut, där tekniken blir ett verktyg som kompletterar den mänskliga interaktionen snarare än ersätter den.

Hon erkänner att inte alla lärare, eller ens en majoritet, kanske är där än tekniskt sett. När hon reflekterar över om det är bättre att lärare låter bli att använda chattbotar eller om eleverna ska använda dem själva, beskriver hon situationen som "lite pest eller kolera". Under en transformation måste man acceptera att vara nybörjare någon gång. Det är viktigt att ta med sig den kunskap man har från tidigare digitalisering och tillämpa den när man inför ny teknik som AI. Genom att bygga vidare på det vi redan vet behöver finnas på plats när man introducerar teknik, kan vi skapa en bättre balans mellan teknik och mänsklig kontakt.

Vilka utmaningar uppstår när man introducerar AI i skolor och utbildningsinstitutioner?

Lisa identifierar flera utmaningar med att introducera AI i skolor. En av de största är att människor har olika syn på vad lärande är. Vissa anser att lärande sker genom att memorera fakta, som att lära sig alla landskapsbroar utantill, medan andra fokuserar på förståelse och förmågan att resonera. Denna skillnad i kunskapssyn kan både vara ett hinder och en styrka i en demokratisk miljö, men det skapar komplexitet när man ska implementera ny teknik i undervisningen.

En annan utmaning är bristen på tid och resurser. Det finns inte alltid pengar och tid i organisationerna för att ge det stöd som behövs. Vissa skolor har inte ens börjat diskutera AI, trots att de driver gymnasieverksamhet. Lisa nämner att hon fått mejl från en skola i Stockholmsområdet som inte ens har pratat om AI. Detta kan bero på att de inte har hunnit eller inte ser AI som något som påverkar deras verksamhet direkt. Hon påpekar att om man har missat information om AI på nyheterna, kanske man börjar fånga upp det på sociala medier, men det är inte självklart att man ser det som något som ska påverka ens verksamhet.

Tekniska utmaningar finns också. Lisa menar att maskinlärning och generativ AI är komplexa att förklara och förstå. Det finns risker med inbyggda bias i tekniken, och utan källkritisk förmåga och grundläggande kunskap kan både lärare och elever ha svårt att bedöma den information som AI ger. Hon påpekar att det finns en risk i att använda teknik, men att människor också kan göra misstag. Det finns inget som säger att tekniken är bättre eller sämre än mänskliga bedömningar i detta avseende.

Lisa uttrycker också oro för att tekniken kan leda till osunda beteenden. Hon nämner att mycket av den teknik som elever använder är skapad för att skapa missbruk och ge dopaminkickar. Detta kan leda till att elever vill att allt ska gå snabbt, utan att ta sig tid att verkligen förstå och lära sig. Hon betonar att lärare behöver kunskap för att kunna förklara och följa upp sådana beteenden, för att undvika att eleverna inte har möjlighet att ta in kunskapen på ett meningsfullt sätt.

Hur kan vi använda AI för att skapa mer inkluderande och tillgängliga lärmiljöer?

Lisa ser möjligheter att använda AI för att skapa mer inkluderande och tillgängliga lärmiljöer genom att återigen hänvisa till en-till-en-scenariet. Hon menar att man kan sätta ramar och gränser, samt öka förutsättningarna för att skapa motivation och ett mer individanpassat lärande. Hon tror att detta är en styrka som vi ännu inte har förstått fullt ut hur vi kan nyttja.

Hon påpekar att elever som kanske behöver mest stöd också kan ha svårast att ta till sig nya arbetssätt eller ta initiativ till att börja använda chattbotar. För att hjälpa dessa elever tror Lisa att vi behöver modellera användningen av AI. Genom att som lärare visa och arbeta tillsammans med eleverna kan man övervinna motstånd och trösklar. Hon menar att när man modellerar och visar hur man kan jobba med tekniken, brukar man kunna komma så långt att eleverna provar och ser att det fungerar bättre än när de inte gjorde det. Det handlar mycket om uthållighet och att orka göra det igen, men genom att börja med modellerandet kan man sedan applicera det på så sätt att eleven kanske inte pratar med läraren utan med AI, men att processen är densamma.

När det gäller huruvida lärare först måste lära sig hur man gör innan de visar eleverna, eller om utvecklingen sker parallellt, tror Lisa att det sker parallellt. Hon anser att vi behöver vara öppna för att iaktta och hitta strategier utifrån det vi ser. Genom att observera svårigheter och hur individer bemöter dem, samt hur de lyckas, kan vi anpassa våra metoder och stödja både lärare och elever i processen.

Lisa tar också upp frågan om inkludering ur ett könsperspektiv. Hon tycker att det är bekymmersamt att så få kvinnor och kulturer utanför den amerikanska har varit med och utvecklat tekniken. Hon anser att det finns ett värde i att inkludera fler för att minska bias och skapa teknik som bättre speglar mångfalden av användare. Hon nämner att historiskt har kvinnor ofta exkluderats från tekniska områden, vilket påverkar hur tekniken utformas och används. För att tekniken ska bli mer inkluderande och tillgänglig behöver vi bryta ner barriärer och rucka på de ramar som finns, så att fler kan bidra till utvecklingen.

Hon reflekterar över att försök att attrahera fler kvinnor till teknik ibland kan bli felriktade, som när Lego gjorde om sina lådor med rosa bitar för att attrahera tjejer. Lisa tror inte att detta nödvändigtvis är rätt sätt att gå tillväga. Istället behöver vi skapa miljöer där alla känner sig välkomna och där kön inte är en begränsande faktor.

När hon får frågan om hon som kvinna har en unik position att modellera ett sunt användande för eleverna, anser Lisa att det är en allmänmänsklig uppgift snarare än könsspecifik. Hon tror inte att man kan lägga det på den nivån, även om det är en intressant tanke.