Innhold Forord.............................................................................................................................. 9 Sluttnoter........................................................................................................................ 13 Kapittel 1 KI er svaret – hva var spørsmålet?..................................................................... Et blikk på hvordan KI preger livene våre Innledning....................................................................................................................... Bakgrunn......................................................................................................................... Opptakt til KI i utdanningssektoren?..................................................................... Screen time og green time i KI-samfunnet........................................................... Fortid, nåtid og fremtid............................................................................................... En brytningstid og et kunnskapsgrunnlag i bevegelse.................................... KI som «intellektuell protese»?............................................................................... Sluttnoter........................................................................................................................ Kapittel 2 Digital kompetanse, kunstig intelligens, adaptiv læring og læringsanalyse i utdannings- og helsesektoren......................................... Innledning....................................................................................................................... Bakgrunn for min egen posisjonering til feltet................................................... Læringsanalyse her til lands.................................................................................... Bakgrunn......................................................................................................................... Hva er kunstig intelligens, læringsanalyse og maskinlæring?..................... Læringsanalyse (learning analytics) og kunstig intelligens..........................
Innhold
14 14 19 21 29 34 36 50 57
61 61 63 65 68 74 88
Kunstig intelligens: Ny vin på gamle flasker, eller et paradigmeskifte innen veiledning?......................................................................................................... 95
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 5
13/10/2023 16:02
6
innhold
Noen glimt fra kunnskapsgrunnlaget.................................................................... 118 En tentativ kunnskapsoppsummering av norske studier omkring bruk av adaptive læringsverktøy....................................................................................... 125 Avslutning og implikasjoner..................................................................................... 141 Sluttnoter........................................................................................................................ 152
Kapittel 3 Digital kompetanse, KI, unges sosiale mediebruk , skjermtid og psykiske (u)helse....................................................................................................... 155 Innledning....................................................................................................................... 155 Bakgrunn......................................................................................................................... 157 Fortid, nåtid og fremtid............................................................................................... 161 Screenagers.................................................................................................................... 164 Et blikk på fenomenet sosiale mediers utvikling og vekst............................. 173 Noen sentrale glimt fra kunnskapsgrunnlaget.................................................. 181 Forskningsmessige utfordringer.............................................................................. 189 Konsekvenser................................................................................................................. 196 Veien videre – noen tiltak?........................................................................................ 202 Sluttnoter........................................................................................................................ 212 Kapittel 4 Digital kompetanse i KI-samfunnet og implikasjoner for helsesektoren.............................................................................................................. 215 Innledning....................................................................................................................... 215 Bakgrunn......................................................................................................................... 217 Digitaliseringen av helse- og utdanningssektoren........................................... 221 Fra digital kompetanse til digital helsekompetanse?..................................... 224 Stikkprøve vs. hele eksamenen............................................................................... 233 Digital kompetanse – et glimt fra praksisfeltet i kommunesektoren......... 236 Avslutning....................................................................................................................... 254 Sluttnoter........................................................................................................................ 255 Kapittel 5 Digital kompetanse, vaksinemotstand, KI og pandemisk risikopersepsjon......................................................................................................... 257 Rune Johan Krumsvik & Øystein Olav Skaar Innledning....................................................................................................................... 257 Pandemien som case................................................................................................... 259
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 6
13/10/2023 16:02
innhold
7
Vaksinemotstand under koronapandemien........................................................ 263 Risikopersepsjon og vaksinemotstand.................................................................. 264 Viktigheten av digital kompetanse......................................................................... 267 Infodemi, kunstig intelligens og fake news.......................................................... 269 Digitale skiller............................................................................................................... 274 Avslutning....................................................................................................................... 275 Sluttnoter........................................................................................................................ 279
Kapittel 6 Digitalisering, KI, digital kompetanse og samfunnsendringer ............ 280 Fra fremtidsscenario til realitet? Innledning....................................................................................................................... 280 Et fjell er et fjell – er det ikke? Og digital kompetanse er digital kompetanse – er det ikke?......................................................................................... 284 Veien videre: Noen oppsummerende refleksjoner fra kapitlene.................. 291 Veien videre: Er utdanningssektoren i stand til å takle endringene kunstig intelligens medfører?.................................................................................. 302 Sluttnoter........................................................................................................................ 309
Vedlegg 1 En reanalyse av Bubeck et al. (2023)................................................................ 310 Vedlegg 2 Referanser til tentative kunnskapsoppsummeringer............................... 313 Referanser til den tentative kunnskapsoppsummeringen i kapittel 2........................................................................................................................ 313 Referanser til den tentative kunnskapsoppsummeringen i kapittel 3, del 1............................................................................................................ 314 Referanser til den tentative kunnskapsoppsummeringen i kapittel 3, del 2............................................................................................................ 315 Referanser til den tentative kunnskapsoppsummeringen i kapittel 4........................................................................................................................ 315
Referanser..................................................................................................................... 317 Stikkord.......................................................................................................................... 343
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 7
13/10/2023 16:02
r
ertitler rter
1 KI er svaret – hva var spørsmålet? Et blikk på hvordan KI preger livene våre
Innledning Vi er inn i en brytningstid hvor kunstig intelligens (KI) er vevd inn i nærmest alt vi foretar oss i våre liv. Noen oppfatter dette som innovativt, andre er mer opptatt av de ontologiske, epistemologiske, metodologiske og etiske utfordringene dette kan ha, og noen oppfatter denne KI-utviklingen som en eksistensiell trussel. Denne boken ser nærmere på disse ulike perspektivene og hvordan teknologi med KI «under panseret» nører opp under et teknologisk paradigmeskifte. Og dette paradigmeskiftet handler i vesentlig grad om at de siste fem årene har de store språkmodellene hatt en ekspansiv utvikling, og i dag hører vi om XLNet1, BERT2, ChatGPT3, GPT-44 og BARD5 hvor enn vi snur og vender oss. De store språkmodellene er nå forløpere i en stadig mer digitalisert verden med rask teknologisk utvikling hvor det er avgjørende å ha digital kompetanse for å kunne navigere i KI-samfunnet. Denne boken tar opp ulike aspekter ved språkmodeller, digital kompetanse og kunstig intelligens (KI) generelt, samt deres innvirkning og konsekvenser for spesielt helse- og utdanningssektoren. Dermed posisjonerer den seg noe annerledes enn andre bøker med et mer markert teknologifokus,6 og det preger også det historiske bakteppet for boken, som reflekteres i et fokus mot blant annet intelligent tutoring systems innen KI. Boken hviler på en
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 14
13/10/2023 16:02
ki er svaret – hva var spørsmålet?
15
del av kunnskapsgrunnlaget vi har per i dag om KIs innvirkning på disse sektorene, den baserer seg på tentative kunnskapsoppsummeringer7, reanalyser, samt en erfaringsbasert utprøving av språkmodellen GPT-4 innrettet mot bokens tematiske områder. Selv om dette er tentativt, er det man ser, foreløpig såpass banebrytende at det kan beskrives som et teknologisk paradigmeskifte (som vi skal se nærmere på i kap. 2). Men hva er det som er så banebrytende, og hvorfor er det et paradigmeskifte? Det skal de seks kapitlene dykke ned i med sine tematiske innretninger og fellestrekk. I fremveksten av det man kan kalle KI-samfunnet adresseres det en rekke problemstillinger rundt KI. Men hva er egentlig kunstig intelligens? Først må man fastslå at KI-teknologi som for eksempel GPT-4 verken har en egen bevissthet, emosjoner eller andre menneskelige særtrekk. Dette gjør at når man i denne boken drøfter en del slike særtrekk, så betyr det at GPT-4 har noen likhetstrekk med en rekke menneskelige (spesielt kognitive) dimensjoner samtidig som den mangler andre slike dimensjoner. Så når man løfter frem en del fagbegreper hvor GPT-4 har likhetstrekk, så er det viktig å understreke at dette er gjort med det forbeholdet. Mot dette bakteppet definerer man gjerne kunstig intelligens som: [...] kunstig intelligente systemer [som] utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data, i den hensikt å oppnå et gitt mål. Enkelte KI-systemer kan også tilpasse seg gjennom å analysere og ta hensyn til hvordan tidligere handlinger har påvirket omgivelsene. (Kommunal- og moderniseringsdepartementet [KMD], 2021, s. 9)
Dette er en noe generell definisjon, og en mer markert operasjonalisering finner man i Inga Strümkes bok, Maskiner som tenker (2023): «Kunstig intelligens er et fagfelt innen datavitenskap med formål å utvikle maskiner som evner å oppføre seg intelligent» (s. 41). Premisset er altså at man ser maskiner opp mot menneskelige egenskaper, og fagfeltet har lange tradisjoner for det. Ser man dette mer i et evolusjonsperspektiv, har mennesket det fortrinnet at man har utviklet intelligente evner over svært lang tid, og slik sett blir kanskje det nevnte premisset noe skjevt, da kunstig intelligens bare har hatt 60–70 års «evolusjon» å rutte med. Likevel fungerer for så vidt premisset greit dersom man tar forbehold om at KI fortsatt er i sin spede barndom. Men intelligensbegrepet er omdiskutert, og man strever litt med å finne et tilsvarende begrep for maskiner. Bubeck et al. (2023) gjør et forsøk når de omtaler språkmodellen GPT-4:
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 15
13/10/2023 16:02
16
KAPITTEL 1
The central claim of our work is that GPT-4 attains a form of general intelligence, indeed showing sparks of artificial general intelligence. This is demonstrated by its core mental capabilities (such as reasoning, creativity, and deduction), its range of topics on which it has gained expertise (such as literature, medicine, and coding), and the variety of tasks it is able to perform (e.g., playing games, using tools, explaining itself, ...). A lot remains to be done to create a system that could qualify as a complete AGI (s. 92).
Som man skjønner er området både komplekst, et «moving target» og preget av ulike syn og perspektiver på hva KI er og ikke er. Figur 1.1 viser en noe forenklet fremstilling av tre hovedgrupper av KI, som vi skal se nærmere på utover i boken.
En datamaskins evne til selvstendig å løse oppgaver med store mengder data Eksempel: Ansiktsgjennkjenning for å åpne en mobiltelefon
Kunstig intelligens (KI) Maskinlæring (ML) Dyplæring (DL)
Teknologi som lar maskiner etterligne menneskelig intelligens Eksempel: Selvkjørende biler
En datamaskins evne til å trene seg selv gjennom nevrale nettverk og «big data» Eksempel: ChatGPT og GPT-4
Figur 1.1 Tre hovedgrupper av kunstig intelligens
Figuren viser glimt av at vi på mange måter har med en kognitiv teknologi å gjøre som har sine særtrekk og sitt potensial. Dette fører til at vi foreløpig står i en skvis mellom oppfattede muligheter (perceived affordances) og reelle muligheter (real affordances) (Norman, 1999) med hva KI er kapabel til. Vi kan allerede her i introduksjonskapitlet gi noen eksempler på hva dette innebærer. Visste du at flere studier finner at språkmodellene GPT-3 og ChatGPT har en IQ-score på 155 og 147, noe som er bedre enn 99,9 prosent av befolkningen (Ray, 2023)? Kan KI overgå menneskelig kapasitet til å avdekke kreft, dybdeanalysere språk og forutse depresjon? Kan KI endre og utvikle forskningsmetodene vi anvender, og kan GPT-4 gi en renessanse til Wittgensteins språkspill, Vygotskijs ZPD, Bruners stillasbygging, Banduras teori, Blooms 2-sigma-utfordring, Coles artefakt og Deci & Ryens SDT? Er KI «den nye oljen» for utdannings- og helsesektoren? Kan store språkmodeller som GPT-4 og chatboten Replika bidra
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 16
13/10/2023 16:02
ki er svaret – hva var spørsmålet?
17
som en «hverdagsterapeut» for unge som opplever digitale stressorer? Kan chatboter fungere som «lærerassistent»? Kan prediktive modeller opptre diskriminerende, og er KI et etisk minefelt? Eller er det meste av dette nok en teknologihype? Dette illustrerer både mulighetene (affordances), men også utfordringene med KI, noe vi skal se nærmere på utover i boken. For å forstå for eksempel GPT-4’s kapabiliteter må vi også utover i boken gjøre noen «dypdykk» i hvorfor språkmodellene er såpass banebrytende som de er. I norsk sammenheng definerer man språkmodell på denne måten: Med fremveksten av dyplæring og store mengder tilgjengelige data, som oftest fra internett, har moderne språkmodeller basert på maskinlæring blitt den vanligste måten å modellere språk på. I stedet for å bare telle ordforekomster, bruker man i dag nevrale nettverk (Wold, 2023).
På samme måte som med den menneskelige hjernen er det mye man fortsatt ikke vet om hvorfor språkmodeller klarer det de gjør. En generell hypotese fra Bubeck et al. (2023) er at den store mengden data tvinger nevrale nettverk til å lære generiske og nyttige «nevrale kretser», mens GPT-4-modellenes store størrelse gir nok redundans og mangfold til at de nevrale kretsene kan spesialisere og finjustere seg til spesifikke oppgaver. Selv om dette i beste fall er en del av svaret, er det trolig bare en brikke i et stort puslespill om å finne ut hvorfor for eksempel språkmodeller som GPT-4 fungerer så oppsiktsvekkende bra som de gjør. Men hva er egentlig en språkmodell mer spesifikt? Large language models (LLM) eller store språkmodeller er mest kjent gjennom GPT-2, som ble lansert i 2019, lanseringen av GPT-3 i 2020 og den mest kjente ChatGPT (GPT-3,5) som ble lansert i november 2022. Akronymet GPT står for Generative – som står for at modellen genererer tekst, Pre-Trained – som står for at den er trent opp på enorme mengder tekst, og Transformer – som betyr at man benytter seg av Transformer-arkitekturen for å forstå og generere tekst basert på de mønstrene den har lært fra store mengder treningsdata (Strümke, 2023). Transformer-arkitekturen benytter mekanismer kjent som «attention» for effektivt å veie relevansen av ulike deler av en inndatasekvens (f.eks. ord i en setning) når den produserer en utdatasekvens. Som man skjønner, er det en rekke faguttrykk og et mangfold av retninger innen språkmodeller, men enkelt sagt er altså de store språkmodellene (large language models) KI-modeller som trenes på enorme mengder tekstdata for å lære seg å forstå og generere menneskelig språk. Disse modellene bruker en kombinasjon av nevrale nettverk og maskinlæringsalgoritmer
201127 GRMAT Digital kompetanse i KI-samfunnet 230101 02.indd 17
13/10/2023 16:02