Dorthe Plith Lund: Digital dannelse

Erhvervspædagogisk diplomuddannelse UC Syd, Esbjerg - hold nr. EH14-26001 Studerende: Dorthe Plith Lund Vejleder: Maiken Pihl Høi Grøntved Anslag: 46.600 = 19,4 side

Afgangsprojekt med praktisk produkt Digital dannelse

Illustration af AI som læringsmakker og løsningsmakker. Genereret med ChatGPT (OpenAI) på baggrund af egne prompts

Digital dannelse – Dorthe Lund

Indhold Indledning ....................................................................................................................................... 2 Problemstilling................................................................................................................................. 2 Afgrænsning .................................................................................................................................... 4 Problemformulering ......................................................................................................................... 5 Videnskabsteori ............................................................................................................................... 5 Socialkonstruktivisme .................................................................................................................. 5 Hermeneutik ................................................................................................................................ 5 Metode ............................................................................................................................................ 6 Datagrundlag ............................................................................................................................... 6 Teoriafsnit ........................................................................................................................................ 7 Klafki ........................................................................................................................................... 7 Dewey.......................................................................................................................................... 8 Ryberg og Dalsgaard ..................................................................................................................... 8 Hiim og Hippe .............................................................................................................................. 8 Analyse ........................................................................................................................................... 9 Mentimeter undersøgelse ............................................................................................................. 9 Delkonklusion Mentimeter undersøgelse..................................................................................... 14 Dannelse ................................................................................................................................... 14 Almen dannelse i det danske uddannelsessystem ................................................................... 14 To-deling af dannelsesbegrebet ............................................................................................... 14 Delkonklusion digital dannelse ................................................................................................... 15 Deweys aktivitetspædagogiske læringssyn som ramme for opgave om Sprogdata. ........................ 16 Delkonklusion ............................................................................................................................ 17 Praktisk produkt ............................................................................................................................. 17 Kritisk vurdering af analyserne og anbefalinger ................................................................................ 18 Kritisk refleksion over lærings- og løsningsmakker ....................................................................... 18 Kritisk refleksion over lektionsplan og differentiering .................................................................... 19 Kritisk refleksion over underviserrollen og kontrol ........................................................................ 19 Konklusion..................................................................................................................................... 19 Perspektivering .............................................................................................................................. 20 Referencer ..................................................................................................................................... 21

1

Digital dannelse – Dorthe Lund

Indledning Baggrunden for min opgave er en ny bekendtgørelse for Kontoruddannelsen med speciale (BEK Nr. 175 af 08/02/2025) som kræver, at eleverne kan anvende generativ kunstig intelligens (efterfølgende omtales generativ AI blot som AI) Generativ AI er grenen af kunstig intelligens, som kan skabe billeder, lyd og tekster ud fra eksisterende data.

Jf. kompetencemålene for hovedforløbet er første mål: 1) Eleven kan tilrettelægge og gennemføre arbejdsopgaver under inddragelse af de for specialet relevante teorier, metoder og værktøjer, herunder generativ kunstig intelligens.

I bedømmelseskriterierne for fagprøven står der i punkt 4: d) Elevens evne til med kritisk sans at anvende generativ kunstig intelligens, og elevens evne til at dokumentere arbejdet med generativ kunstig intelligens i løsningen af arbejdsopgaven og kvalitetssikringen af den skriftlige dokumentation, hvor det er relevant.

I uddannelsesordningen fra Det faglige Udvalg for kontoruddannelser 1/8-2025 blev der introduceret to nye valgfag omkring Generativ AI. Min opgave vil koncentrere sig om faget AI forståelse og anvendelse.

Problemstilling Jeg oplever som underviser at være fagligt og didaktisk udfordret i mødet med generativ kunstig intelligens, særligt i relation til hvordan elevernes anvendelse af AI kan og bør indgå som en legitim, gennemsigtig og bedømmelsesrelevant del af fagprøven på kontoruddannelserne. Der opstår en grundlæggende usikkerhed om, hvilke didaktiske greb og vurderingskriterier der er nødvendige for både at understøtte elevernes kritiske og ansvarlige anvendelse af AI og samtidig sikre en valid og retfærdig bedømmelse af deres faglige kompetencer.

Samtidig oplever jeg som underviser at være udfordret da eleverne allerede anvender AI – både i skole og under oplæring – men der er stor variation i, hvordan og hvor meget de anvender teknologien. Jeg tilrettelægger allerede undervisningselementer, hvor eleverne aktivt skal anvende AI, da det er en kompetence, de både skal kunne bruge og forstå. Samtidig oplever jeg en usikkerhed i forhold til, hvordan jeg efterfølgende skal bedømme deres faglige niveau i forbindelse med karaktergivning.

Jeg har for nylig undervist i modulet Optimering af arbejdsprocesser. Modulet er opbygget således, at eleverne møder ind med en problemstilling fra egen praksis, som de ønsker at optimere. I løbet af ugen arbejder de med at analysere deres problemstilling med afsæt i gennemgåede teorier og modeller.

Modulet afsluttes med en individuel fremlæggelse, hvor fire elever fremlægger samtidig, og de øvrige elever er organiseret i grupper, som lytter og efterfølgende fungerer som sparringspartnere med fokus på feedback. Herefter afleverer eleverne en individuel opgave, hvor formålet er at demonstrere, at de kan omsætte deres viden fra ugen – taksonomisk fra at kende til at kunne og videre til at beherske.

I forbindelse med opgaven bliver eleverne instrueret i, at de ikke må anvende AI, da opgaven også fungerer som en test af deres egen forståelse af teorier og modeller. De får samtidig at vide, at de vil modtage skriftlig feedback på deres egen løsning og tilgang – ikke på AI-genererede svar. Afleveringen 2

Digital dannelse – Dorthe Lund

lukker præcist kl. 11.15, hvorefter det ikke længere er muligt at aflevere. Dette skyldes, at jeg samtidig afholder AMU-prøver, og er i et andet lokale, og jeg ved af erfaring, at de fortsætter med at skrive.

En elev opsøger mig under prøven i en tydeligt presset tilstand og fortæller, at hun har afleveret et forkert dokument. Jeg foreslår, at hun sender det korrekte dokument til mig via Teams, hvilket jeg vil vurdere på lige fod med de øvrige afleveringer. Hun insisterer dog på, at jeg genåbner opgaven i systemet, hvilket jeg afviser med henvisning til vores aftale. Situationen eskalerer, og hun giver udtryk for frygt for at dumpe. Jeg beroliger hende og gentager, at hun blot skal sende dokumentet til mig. Hun udtrykker mistillid til, at jeg vil huske aftalen.

Efterfølgende forsøger jeg at følge op ved at bede hende kontakte mig, men hun reagerer ikke. Da jeg senere skal rette og vurdere opgaverne, viser det sig, at hendes aflevering ikke er tom, som hun ellers havde oplyst. I slutningen af opgaven fremgår der en tekst, som tydeligt indikerer brug af AI: "Hvis du vil, kan jeg nu lave en fuld version med kun små stave- og grammatikrettelser…"

Dette gav mig en umiddelbar forståelse af situationen. Min første reaktion var frustration og skuffelse over, at eleven ikke havde været ærlig, og at hun i situationen skød fokus fra egen handling til en oplevelse af, at jeg ville handle urimeligt. Efterfølgende har jeg dog reflekteret over, om hendes handling i højere grad skal forstås som et udtryk for usikkerhed, hvor AI bliver et redskab til at kompensere for egne faglige mangler. Det tyder på, at hun ikke har opfattet opgaven som en test af egne kompetencer, men snarere som en opgave, der skulle løses bedst muligt – uanset middel. Her kommer opgavens omdrejningspunkt med digital dannelse allerede i fokus.

Jeg står som underviser med et pædagogisk dilemma for elever skal lære at bruge AI, men de må ikke bruge det i visse vurderingssituationer. Den afsluttende afleveringsopgave indgår som en stor del af min bedømmelse, sammen med elevens faglige deltagelse i plenum og gruppedrøftelser. I Bekendtgørelsen om erhvervsuddannelser (Undervisningsministeriet, 2026) fremgår det af § 86, Stk. 4. Ved undervisningens afslutning meddeles standpunktskaraktererne til eleven eller lærlingen… Det betyder, at der skal afgives en standpunktskarakter efter afslutning af modulet, som er af en uges varighed.

Min næste udfordring er, hvad skal jeg egentlig vurdere eleverne på? Før AI var det om de f.eks. med udgangspunkt i målpindenes taksonomi (kende, kunne beherske) kunne anvende en SWOT analyse model – nu skal jeg måske nærmere vurdere, om de kan kvalitetssikre deres analyse ved hjælp af AI? En af målpindene på optimeringsmodulet er: Eleven kan vurdere, hvorvidt optimering af egne administrative arbejdsgange påvirker andre funktioner i virksomheden og vurdere, hvad der er bedst for virksomheden som helhed. Som undervisere må vi udvikle nye opgaver til bedømmelse, når AI kan udarbejde en løsningsopgave. Her kommer den digitale dannelse også ind, for brugen af AI skal være for at få en bedre løsning sammen med en bedre forståelse af emnet og ikke kun en ”rigtig” opgave som kan afleveres herunder uden at eleven gør sig overvejelser om, hvorfor det er en god løsning.

Jeg havde lavet en opgave hvor eleverne skulle udfylde et BMC (Business Model Canvas) over egen virksomhed – modellen handler i korte træk om at italesætte virksomhedens kernekompetencer ved at udfylde felter med kundesegmenter, værdiudsagn for kunden, kunderelationer, kanalvalg i markedsføring aktiviteter der er iværksat, hvilke partnere de samarbejder med og hvilke udgifter de har.

Derefter skulle de anvende AI til at kvalificere deres BMC – f.eks. spørge: Ved disse værdiudsagn og denne målgruppe hvilke aktiviteter skal vi så iværksætte for at nå vores målgruppe?

En elev fortæller i plenum, hvad hun er nået frem til. Jeg spørger, hvordan hun kom frem til løsningen – og hun fortæller, at hun havde kopieret hendes BMC ind i ChatGpt og fortalt hvilken virksomhed det 3

Digital dannelse – Dorthe Lund

drejede sig om, og så kom ChatGpt frem til xxx. Jeg spørger til, om hun har tilladelse til at anvende virksomhedens navn og hun svarer, at det har hun da ikke tænkt på, og hvor hun kan se, hvad hun må og ikke må og hvor hun skal have tilladelsen fra?

Endnu et eksempel på, at selv om eleverne bruger AI, så har de ikke den digitale dannelse, som også dækker over kritisk anvendelse af AI i forhold til GDPR, brug af virksomhedens AI politikker, forståelsen af, at når du bruger ChatGPT som gratisversion, så er alle oplysninger tilgængelige til træning af AI systemet.

Som underviser står jeg i et dilemma omkring hvad er snyd, hvornår er det snyd og hvorfor er det snyd?

Det leder mig hen til, at vi som undervisere har behov for nye didaktiske greb i forhold til anvendelse af generativ AI i skoleforløb. Jeg har som underviser behov for retningslinjer i forhold til at undervise eleverne i kritisk anvendelse af AI samt hvorledes eleverne skal dokumentere brug af AI. Det udfordrer også de traditionelle forståelser af faglighed, hvor underviserens rolle primært har været at formidle viden og vurdere individuelle produkter. I stedet forskydes vores faglighed i retning af at kunne rammesætte læringsprocesser, stille kvalificerede kritiske spørgsmål, vejlede i refleksion og dokumentation samt udvikle nye former for undervisning og evaluering, hvor elevernes brug af AI bliver synlig, reflekteret og læringsfremmende.

En elev skriver i sin selvevaluering af ugen med kommunikation Har fået en bedre forståelse om omkringliggende emner, opbygning og styring inden for mit fag. Har lært en del om tanker og modeller bag kommunikation. Har fået væsentligt udvidet mit syn på brug af AI i arbejdsbrug. Udtalelsen understøtter min tese om, at AI kan og skal være en medskabende aktør i elevernes læreprocesser og ikke kun et eksternt redskab som f.eks. google er. Min problemstilling centrerer sig således om, hvordan underviserrollen, didaktikken og vurderingspraksis må gentænkes i en uddannelseskontekst. Disse elementer vil blive behandlet i opgavens praktiske produkt hvor underviserens rolle som didaktisk designer, vejleder og stilladserne facilitator indgår.

Herunder hvordan undervisere kan understøtte elevernes digitale dannelse og kritiske AI-kompetencer, uden at vores egen faglighed udhules, men tværtimod omformes og styrkes i en ny pædagogisk praksis.

Afgrænsning I ovenstående problemstilling inddrages de udfordringer, der opstår i spændingsfeltet mellem anvendelsen af AI i undervisningen og vurderingen af elevernes faglige præstationer. Problemstillingen berører således manglende retningslinjer for vurdering, validitet i bedømmelse samt fortolkning af målpinde i erhvervsuddannelserne.

Disse aspekter inddrages dog primært som en kontekst for problemfeltet og behandles ikke som selvstændige analyseområder. En dybdegående undersøgelse af vurderingspraksis, karaktergivning og institutionelle rammer, herunder bekendtgørelser og formelle krav til bedømmelse, ligger således uden for opgavens primære fokus.

Derimod er undervisningsdesign et centralt omdrejningspunkt i opgaven. Der fokuseres på, hvordan undervisning kan tilrettelægges, så den understøtter udviklingen af elevernes digitale dannelse i relation til brugen af AI. Opgaven har dermed et didaktisk sigte, hvor der arbejdes med at udvikle en konkret undervisningsplan for faget AI-forståelse og anvendelse som tager udgangspunkt i de indsamlede data fra elever.

4

Digital dannelse – Dorthe Lund

Der afgrænses fra en teknologisk gennemgang af generativ AI og dens funktioner samt fra en dybdegående juridisk analyse af f.eks. GDPR. Disse elementer inddrages alene i det omfang, de har betydning for elevernes forståelse og anvendelse af AI i en praksisnær kontekst.

Ligeledes behandles spørgsmål om snyd, kontrol og sanktioner ikke som et selvstændigt fokusområde.

I stedet rettes opmærksomheden mod, hvordan eleverne gennem undervisningsdesign kan udvikle en kritisk og ansvarlig tilgang til anvendelsen af AI. Opgaven afgrænses således til at undersøge, hvordan digital dannelse kan integreres i undervisningen gennem didaktiske valg, der understøtter elevernes evne til at anvende AI reflekteret, kontekstbevidst og ansvarligt – både i uddannelse og i deres kommende erhvervspraksis.

Problemformulering Hvordan kan underviseren didaktisk rammesætte AI, så eleverne udvikler digital dannelse og refleksiv brug fremfor bare problemløsning?

Underspørgsmål: •

Hvilke pædagogiske udfordringer og muligheder skaber generativ AI for lærerrollen?

•

Hvordan kan undervisningen stilladsers, så fokus flyttes fra kontrol til læring?

•

Hvordan kan en lektionsplan understøtte elevernes refleksion og dokumentation af AI-brug?

Videnskabsteori Socialkonstruktivisme I dette projekt anlægges et socialkonstruktivistisk videnskabsteoretisk perspektiv, hvor viden forstås som noget, der skabes i samspil mellem mennesker, kontekst og værdier. Der arbejdes således ikke ud fra en opfattelse af en objektiv og entydig sandhed, men derimod en forståelse af, at viden er situationsbestemt og påvirket af sociale, kulturelle og etiske forhold.

Hermeneutik Med afsæt i dette perspektiv anvendes en hermeneutisk tilgang. Hermeneutik handler om at forstå og fortolke menneskers oplevelser og meningsskabelse (Sunesen, 2020) Formålet er dermed ikke at måle eller forklare fænomener, men at opnå en dybere forståelse af deltagernes perspektiver.

Dette kommer til udtryk i valget af kvalitativ metode, herunder fokusgruppeinterview, som giver mulighed for at undersøge, hvordan mening skabes i fællesskab gennem dialog. Derudover anvendes et spørgeskema med åbne spørgsmål. Selvom spørgeskemaer ofte forbindes med en kvantitativ og positivistisk tilgang, anvendes det her som et kvalitativt redskab, idet besvarelserne fortolkes med henblik på at opnå indsigt i deltagernes oplevelser og holdninger.

Kombinationen af metoder kan betegnes som metodetriangulering og bidrager til en mere nuanceret forståelse af problemstillingen. Jeg er bevidst om min egen forforståelse, idet jeg selv er underviser og dermed en del af den praksis, der undersøges. Jeg bevæger mig i et spændingsfelt mellem en opfattelse af teknologi som både en mulighed (utopisk) og en udfordring (dystopisk). Denne forforståelse påvirker 5

Digital dannelse – Dorthe Lund

både de spørgsmål, jeg stiller, og de fortolkninger, jeg foretager. Med afsæt i Gadamer (Berg-Sørensen, 2010, s. 151) betragtes forforståelsen dog ikke som en bias, der kan elimineres, men som en forudsætning for overhovedet at kunne forstå og fortolke.

Forståelsen af lærerrollen i en AI-tid udvikles således gennem en hermeneutisk proces, hvor der sker en kontinuerlig bevægelse mellem empiri, teori, forforståelse og refleksion.

Metode I dette projekt anvendes metodetriangulering, hvor både kvantitative og kvalitative metoder kombineres for at opnå en nuanceret forståelse af elevernes anvendelse af generativ AI i undervisningen.

Kombinationen af metoder gør det muligt både at identificere generelle tendenser og opnå dybere indsigt i elevernes oplevelser og refleksioner.

Den kvalitative del af undersøgelsen bygger på et semistruktureret fokusgruppeinterview. Interviewet er gennemført via Microsoft Teams og transskriberet af teams. Transskriptionerne er analyseret ved hjælp af tematisk kodning, hvor ChatGPT er anvendt som understøttende værktøj til at identificere mønstre og temaer i datamaterialet. ChatGPT har således fungeret som et analyseredskab, mens den endelige fortolkning og udvælgelse af temaer er foretaget af undersøgeren selv via prompts (se bilag 3).

Den kvantitative del af undersøgelsen er gennemført ved hjælp af Mentimeter, (bilag 4 og 5) som har gjort det muligt hurtigt at indsamle elevbesvarelser og skabe overblik over generelle tendenser i elevernes brug af generativ AI. Mentimeter er et gratis interaktivt og aktiverende værktøj som jeg ofte bruger i undervisningen.

Projektet anlægger samtidig en handlingsorienteret tilgang, hvor lektionsplanen både fungerer som praktisk produkt og som en del af undersøgelsens udviklingsproces. Undersøgerens rolle forstås derfor ikke som neutral observatør, men som aktiv deltager i praksis. Dette er i tråd med projektets hermeneutiske og socialkonstruktivistiske videnskabsteoretiske udgangspunkt, hvor forståelse udvikles gennem fortolkning, refleksion og samspil mellem teori og praksis.

Udviklingen af det praktiske produkt sker i et samspil mellem deduktive og induktive processer. Projektet tager udgangspunkt i eksisterende teori om læring, digital dannelse og AI, samtidig med at empirien løbende har bidraget til nye refleksioner og justeringer af undervisningsdesignet.

Datagrundlag For at skabe transparens i undersøgelsen uddybes datagrundlaget i følgende afsnit. Her beskrives de konkrete datakilder, som analysen bygger på, samt hvordan de forskellige empiriske elementer bidrager til besvarelsen af problemstillingen.

Undersøgelsens empiriske grundlag består af både kvantitative og kvalitative data.

Den kvantitative empiri er indsamlet gennem to Mentimeterundersøgelser i to klasser på kontoruddannelsen. Hold 1 er elever fra administrationsuddannelsen og 4 AMU-elever fra logistikuddannelsen – i alt 27 respondenter. Hold 2 er elever fra både offentlig administration, administration privat og økonomielever – i alt 22 respondenter. Formålet med undersøgelserne var at opnå indsigt i elevernes anvendelse af generativ AI samt deres oplevede udfordringer og behov i

6

Digital dannelse – Dorthe Lund

undervisningen. Undersøgelserne bestod primært af lukkede spørgsmål, men indeholdt også åbne refleksionsspørgsmål (bilag 1 og 2).

Den kvalitative empiri består af et semistruktureret fokusgruppeinterview med fem elever fra offentlig administration, økonomi og administration privat. Interviewet havde fokus på elevernes forståelse af kritisk og ansvarlig anvendelse af generativ AI, deres oplevede udfordringer samt deres behov for støtte fra underviseren (bilag 5 fokusgruppeinterview guide og bilag 4 - kodet sammendrag af fokusgruppe interviewet).

Derudover indgår en praksisnær undervisningssituation som case (ses i problemstillingen). Casen omhandler en elevs anvendelse af AI til løsning af en afleveringsopgave på trods af tydelige retningslinjer om ikke at anvende AI. Casen anvendes til at belyse de didaktiske og vurderingsmæssige dilemmaer, som AI kan skabe i undervisningen

Teoriafsnit Projektet inddrager flere teoretiske perspektiver, som tilsammen belyser læring og lærerrollen i en AItid.

Klafki Klafkis kritisk-konstruktive dannelsesteori (Graf, 2018) anvendes til at forstå AI som et dannelsesanliggende. Klafki fremhæver, at undervisning skal bidrage til elevernes evne til kritisk stillingtagen i samfundet. I en AI-kontekst bliver dette centralt, da eleverne skal kunne forholde sig refleksivt til teknologiens muligheder og konsekvenser. Mit praktiske produkt vil tage udgangspunkt i begreberne læringsmakker og løsningsmakker. Jeg blev inspireret til at ”skabe” disse begreber under et online AI kørekort kursus udarbejdet af CIU (Center for it i undervisning) hvor der tales om ”at gå ind af en læringsdør eller en løsningsdør. Da ”dørene” ramte lige ned i mit eksempel fra min problemstilling – valgte jeg at udvikle lidt på metaforen, da jeg senere kommer ind på, at kritisk anvendelse også er at vælge hvilken ”dør” der skal åbnes, og hvad eleven kan få ud af at vælge den ene frem for den anden tilgang. Jeg har undersøgt på google om andre anvender begreberne læringsmakker og løsningsmakker og har fundet frem til, at CBS bruger begrebet ”Studiemakker” og hjemmesiden Data Max beskriver software som læringsmakker til at fastholde motivationen ifm. længere uddannelsesforløb. Jeg indfører begreberne i forhold til kritisk stillingtagen til hvordan AI skal anvendes.

I bogen Digitale læringsrum indleder forfatterne med et overordnet perspektiv på teknologiens indvirkning på samfundet – herunder læring - med en introduktion til teknologien som utopiske eller dystopiske positioner. I den utopiske position beskrives teknologien som en kraft, der uundgåeligt vil forbedre samfundet, mennesket og uddannelsen og teknologien besidder en grundlæggende positiv forandringskraft. Den dystopiske position ser teknologien som noget der fremmedgør mennesket fra vores egentlige natur og kultur og dermed undergraver menneskelige værdier. (Ryberg, 2022, s. 21-22) Personligt står jeg et sted midt imellem de to positioner. For der er mange eksempler på, at AI kan forbedre samfundet. Det danske sundhedsvæsen har indført kunstig intelligens flere steder og kan dermed hurtigere svare borgerne og også hurtigere iværksætte behandling – f.eks. ved screening af røntgenbilleder for knoglebrud, samt billeder ifm. mammografiundersøgelse. (Telving, 2023).

I forhold til læring har OECD Digital Education Outlook 2026 udgivet en rapport, som advarer mod, at elever, der bruger generelle AI-værktøjer uden læringsformål, risikerer at blive afhængige af teknologien.

7

Digital dannelse – Dorthe Lund

Det kan føre til svækket engagement og manglende færdighedsudvikling. (Lauridsen, 2026). Denne tvivl om egne evner i en AI tid kommer jeg ind på under sprogdata opgave – her fortæller en elev netop om, at hun føler, hun bliver for afhængig af AI. Problemstillingen med eleven som anvender kunstig intelligens til løsning af en afleveringsopgave, er et også et eksempel på den dystopiske position, hvor læringsformålet er erstattet af hurtig løsning.

I mit praktiske produkt vil jeg have fokus på opgaver hvor AI kan anvendes som både løsningsmakker og læringsmakker fordi det er i dette spændingsfelt mellem utopiske og dystopiske positioner at problematikken opstår. Hvis AI anvendes som erstatning for elevernes egen undersøgelse og refleksion, understøtter teknologien ikke læring, men bliver i stedet et redskab til at producere “korrekte” besvarelser.

Dewey For at understøtte bevægelsen fra kontrol til deltagelse i undervisningen anvendes Deweys dannelsesfilosofi i en praksisrelateret kontekst. Dewey fremhæver begreberne handling, refleksion og erfaring som centralt for læring (Aarkrog, 2018). Læring opstår, når individet aktivt undersøger noget, det endnu ikke forstår, med et mål eller en hensigt for øje. Denne proces indebærer, at eleven bevæger sig fra en reproducerende tilgang til læring mod en mere undersøgende og meningsskabende tilgang, hvor eleven er aktivt deltagende og medbestemmende i egen læreproces.

Ryberg og Dalsgaard Ryberg og Dalsgaard (Ryberg, 2022) bidrager med forståelsen af undervisningen som et digitalt læringsrum, hvor eleverne kan handle og lære gennem fire forskellige læringsrum: Undervisningsrummet er kendetegnet ved lærerens formidling og fælles gennemgang, træningsrummet fokuserer på øvelse og anvendelse af færdigheder, studierummet giver plads til selvstændig fordybelse og refleksion, mens projektrummet er orienteret mod samarbejde og problemløsning i praksisnære sammenhænge. Ved at inddrage alle fire læringsrum skabes der variation i undervisningen og mulighed for, at eleverne både kan tilegne sig viden, anvende den og udvikle selvstændige kompetencer.

Lektionsplanen veksler mellem alle fire læringsrum med henblik på at understøtte både elevernes faglige forståelse og deres aktive deltagelse i undervisningen.

Samlet set danner disse teoretiske perspektiver grundlag for projektets forståelse af læring i en AIkontekst, hvor fokus er på elevernes aktive deltagelse, refleksion og kritiske stillingtagen til teknologiens anvendelse.

Hiim og Hippe I min lektionsplan vil jeg anvende Hiim og Hippes relationsmodel (Aarkrog, 2018) som grundlag for det didaktiske design. Modellen sikrer at underviseren inddrager elevernes læringsforudsætninger, læreprocessen, rammefaktorer, evaluering, mål og indhold i sin planlægning og gennemførelse af undervisning.

8

Digital dannelse – Dorthe Lund

Analyse Mentimeter undersøgelse For at undersøge elevernes brug af generativ AI samt deres forståelse af kritisk og ansvarlig anvendelse, blev der gennemført en Mentimeterundersøgelse blandt to forskellige elevhold.

De to hold repræsenterer forskellige elevsammensætninger og faglige kontekster, hvilket kan have betydning for elevernes erfaringer og perspektiver på AI. Sammensætningen uddybes i målgruppeanalysen i lektionsplanen.

Som administrativt uddannet arbejder jeg ofte databaseret med figurer og grafiske fremstillinger som redskaber til at identificere mønstre og skabe overblik. Denne tilgang præger også analysen i projektet, hvor grafer og kategoriseringer anvendes som en del af den hermeneutiske fortolkningsproces fremfor som isolerede statistiske resultater Tallene er omregnet i procenter, og er rundet op til hele tal, hvilket gør at resultatet ikke er lig med 100% Resultaterne anvendes derfor aktivt i udviklingen af lektionsplanen, hvor de enkelte fund kobles til konkrete didaktiske valg og pædagogiske fokusområder.

Hold 1 har stærkt fokus på: •

oversættelse

•

mailskrivning

•

formulering

•

google-erstatning

•

praktisk kommunikation

•

konkrete arbejdsopgaver

Hold 2 har i højere grad fokus på: •

inspiration

•

sparring

•

omformulering

•

forståelse

•

forklaringer

•

perspektivering

•

analyse

Sammenholdes ordskyerne fra de to hold, fremtræder der nogle tydelige forskelle i elevernes anvendelse af generativ AI. Hold 1 anvender i høj grad AI til konkrete og praksisnære opgaver såsom

9

Digital dannelse – Dorthe Lund

oversættelse, mailskrivning, tekstformulering og informationssøgning. Ord som oversættelse, skriv mails, rette stavefejl og google erstatning indikerer en funktionel og arbejdsorienteret brug af teknologien.

Hold 2’s ordsky viser derimod en mere refleksiv og læringsorienteret anvendelse af AI. Her dominerer ord som inspiration, sparring, omformulering, forklaring og perspektivering. Eleverne beskriver AI som en sparringspartner og støtte til forståelse, idéudvikling og faglig refleksion.

Forskellene mellem de to hold kan blandt andet hænge sammen med elevernes uddannelsesretninger og faglige praksisser, da de offentlig ansatte fra Styrelsen (SGAV), Retten og kommunens opgaver i højere grad handler om lovfortolkning og om at skrive afgørelser.

Figur 1: Hvor sikker føler du dig i at kunne vurdere om et svar fra AI er korrekt?

Figur 1 Elevernes oplevede sikkerhed i vurderingen af AI-svar kan hænge sammen med deres primært praktiske anvendelse af teknologien til konkret og praktisk anvendelse i forhold til oversætning, tekstformulering og udkast til mails.

10

Digital dannelse – Dorthe Lund

Figur 2: Hvad gør du typisk, før du bruger et svar fra AI i en opgave?

Figur 3: Er du i tvivl om, hvornår brug af AI er tilladt i undervisningen?

11

Digital dannelse – Dorthe Lund

Figur 4: Ved du, hvordan du skal markere eller oplyse brug af AI i en opgave?

Samlet peger resultaterne fra figur 3 og 4 på en usikkerhed omkring, hvor AI er tilladt i undervisningen på behovet for didaktiske rammer for ansvarlig AI-anvendelse.

Figur 5: Hvad har du mest brug for fra din underviser ift. Brug af AI?

Figuren viser, at begge hold især efterspørger klare regler for brug af AI i undervisningen, særligt Hold 1, hvor næsten alle elever vælger dette. Det understøtter de tidligere analyser, hvor mange elever samtidig gav udtryk for usikkerhed omkring, hvornår AI er tilladt, og hvordan brugen skal markeres i opgaver.

Hold 2 efterspørger derudover i højere grad eksempler på god brug, feedback og hjælp til kildekritik.

Dette hænger godt sammen med ordskyen fra Hold 2, hvor AI i højere grad bruges til sparring, refleksion og læring. Hold 1’s mere praktiske brug af AI til oversættelse og formulering kan forklare deres større fokus på tydelige rammer og regler.

12

Digital dannelse – Dorthe Lund

I mentimeter undersøgelsen var der et skrivefelt hvor eleverne med egne ord kunne beskrive deres oplevelser af hvilke udfordringer de havde ved at brug af generativ AI i skolearbejdet. (Bilag 1 og bilag 2 s. 7,8 og 9). Mange elever efterspørger tydelige rammer, konkrete eksempler og vejledning i ansvarlig brug af AI. Selvom eleverne i de kvantitative data primært efterspørger klare regler for brug af AI, viser de kvalitative udsagn og fokusgruppeinterviewet flere tegn på, at eleverne samtidig mangler kompetencer i promptskrivning, kildekritik og kritisk anvendelse. Der opstår dermed en interessant spænding mellem det, eleverne selv oplever som deres behov, og de udfordringer der faktisk kommer til udtryk i deres beskrivelser af AI-anvendelse. Dette understøtter værdien af at kombinere kvantitative og kvalitative datakilder i undersøgelsen.

I grafen svarer næsten ingen elever, at de har brug for hjælp til at skrive prompts. Samtidig beskriver flere elever problemer som: •

“meget akademisk”

•

“at svaret er på et højere niveau”

•

“Hvis den ikke promptes korrekt og uddybet er den ikke brugbar i helhed”

•

“Om promptet er skarpt nok”

Det peger på, at eleverne faktisk har udfordringer med promptkompetencer, selvom de ikke selv identificerer det som et undervisningsbehov.

Disse fund indarbejdes i lektionsplanens arbejde med prompting og refleksive øvelser, hvor eleverne første dag arbejder deduktivt med prompting og induktivt dag 2 hvor KROP modellen introduceres og afprøves.

Kun få elever angiver i grafen, at de har brug for hjælp til kildekritik, men i fritekstsvarene nævnes: •

“Kildehenvisninger” flere gange

•

“Kildekritik. Henvisninger”

•

“Fejl informationer”

•

“Misinformation”

•

“informationen er ikke altid korrekt”

Det viser, at eleverne oplever udfordringer med troværdighed og informationskvalitet, men ikke nødvendigvis kobler dette til begrebet kildekritik. Refleksionsøvelserne i lektionsplanen understøtter elevernes begyndende medbestemmelse og refleksion over egne læringsprocesser.

I grafen er der meget få elever, der efterspørger feedback på deres brug af AI, men flere udsagn peger indirekte på behovet: •

“den misforstår ens spørgsmål”

•

“Den svarer ikke altid på hele spørgsmålet”

13

Digital dannelse – Dorthe Lund

Det kan tolkes som tegn på, at eleverne mangler sparring til at evaluere og forbedre deres interaktion med AI. Fundet inddrages i lektionsplanen efter disc golf øvelsen med peerfeedback på udarbejdede prompts.

Næsten alle elever efterspørger klare regler, men mange af deres udfordringer handler reelt om: •

vurdering af kvalitet,

•

formulering af prompts,

•

kritisk refleksion,

•

faglig tilpasning,

•

og ansvarlig brug.

Det kan indikere, at eleverne søger tydelige rammer som en form for tryghed i en teknologi, de endnu ikke føler sig fuldt kompetente til at anvende kritisk og refleksivt.

Delkonklusion Mentimeter undersøgelse Mentimeter undersøgelsen viser, at elevernes udfordringer med AI ikke alene handler om manglende regler, men om behovet for udvikling af kritisk dømmekraft, refleksion og ansvarlig handlekompetence.

Eleverne efterspørger tydelige rammer, men analysen peger samtidig på, at undervisningen må understøtte kompetencer, som eleverne endnu ikke selv kan identificere som læringsbehov. Digital dannelse bliver dermed ikke alene et spørgsmål om korrekt anvendelse af teknologi, men om udvikling af elevernes evne til kritisk og reflekteret deltagelse i et digitaliseret samfund.

Dannelse I dette projekt undersøges digital dannelse i relation til elever på kontoruddannelserne, særligt i lyset af at Det Faglige Udvalg pr. 1/8-25 har indført nye målpinde om anvendelse af kunstig intelligens.

Traditionelt har dannelsesbegrebet i erhvervsuddannelserne primært været knyttet til almen dannelse og professionsdannelse, men udviklingen af digitale teknologier og kunstig intelligens aktualiserer behovet for også at forstå digital dannelse som en central del af elevernes kompetenceudvikling.

Almen dannelse i det danske uddannelsessystem Almendannelse handler om menneskets udvikling gennem undervisning, hvor elever opnår viden, refleksion og myndighed til at forstå sig selv og deres rolle i samfundet. I det danske uddannelsessystem er almendannelse tæt knyttet til udviklingen af demokratiske og ansvarlige borgere. Begrebet omfatter både faglig viden, kritisk tænkning og sociale kompetencer. Almendannelse udvikles både i de enkelte fag og i samspillet mellem fagene. (Bang-Larsen, 2026)

To-deling af dannelsesbegrebet Som ramme for dannelsesbegreberne og koblingen mellem almendannelse, professionsdannelse og min egen definition på digital dannelse anvendes Lars Geer Hammershøjs todeling af dannelse.

14

Digital dannelse – Dorthe Lund

Almendannelse (Generelt for tilværelsen)

Professionsdannelse (Specifik for professionen)

Livsduelighed, alsidig udvikling, demokrati, sammenhængskraft, medborgerskab, interkulturel forståelse, personlig myndighed, livsoplysning, folkeånd, humanitet, moral og etik, det fælles menneskelige, forholde sig ansvarligt og reflekterende til omverdenen

Arbejdsduelighed, interesse, virksomhedsforståelse, holdning, værdier, dømmekraft, arbejdspladssocialisering, selvstændighed, forskningsetik, handlekompetence, faglige, sociale og personlige kompetencer, lyst til at lære, kritisk sans, kreativitet og innovation.

(Nielsen, 2023, s. 21-26) Klafkis forståelse af kategorial dannelse (Graf, 2018) kan bidrage til at nuancere projektets forståelse af digital dannelse. Hos Klafki handler dannelse ikke blot om tilegnelse af viden eller færdigheder, men om at eleven udvikler evnen til at forstå og forholde sig kritisk og reflekteret til verden. Dannelse opstår i mødet mellem individet og indholdet, hvor eleven både åbner sig mod verden og samtidig udvikler forståelse af sig selv som handlende menneske.

I relation til kunstig intelligens betyder det, at eleverne ikke alene skal lære at anvende AI-værktøjer funktionelt i deres uddannelse og kommende profession, men også udvikle myndighed i forhold til teknologiens betydning for læring, beslutninger og samfund. Digital dannelse bliver dermed et spørgsmål om både forståelse, refleksion og ansvarlig handling.

Klafkis kritisk-konstruktive didaktik understøtter samtidig projektets fokus på myndiggørelse gennem begreberne selvbestemmelse, medbestemmelse og solidaritet. Eleverne skal kunne tage selvstændig stilling til brugen af AI, deltage aktivt og kritisk i digitale fællesskaber samt forstå konsekvenserne af teknologi for andre mennesker og samfundet som helhed.

Dermed kan digital dannelse i projektet forstås som en integreret del af både almen dannelse og professionsdannelse, hvor eleverne udvikler kritisk sans, refleksionsevne og handlekompetence i mødet med kunstig intelligens.

Delkonklusion digital dannelse Digital dannelse Er at kunne arbejder med at forstå, hvordan AI påvirker egen læring og erkendelse. Diskussionen om AI som læringsmakker eller løsningsmakker understøtter udviklingen af kritisk sans og demokratisk deltagelse i et digitaliseret samfund.

Digital dannelse bliver dermed også et spørgsmål om: • at kunne gennemskue teknologi • at kunne stille spørgsmål til digitale løsninger – Selvbestemmelse (mit valg) medbestemmelse (krav til løsning) og solidaritet (samfunds- og eller virksomhedskonsekvenser ved brug af AI) • Kritisk sans – kend og brug lovgivning (f.eks. GDPR og databeskyttelsesloven) kritisk anvendelse af virksomhedens data, egne data, andres data (f.eks. billeder) og kritiske handlekompetencer for at undersøge og verificere svar fra AI

15

Digital dannelse – Dorthe Lund

Valget af teoretikere hænger samtidig sammen med projektets socialkonstruktivistiske og hermeneutiske videnskabsteoretiske tilgang, hvor viden forstås som socialt og kontekstuelt skabt.

Dannelse betragtes dermed ikke som en fast eller objektiv størrelse, men som noget der udvikles gennem fortolkning, erfaring, deltagelse og samspil med andre. Lektionsplanen er udarbejdet så disse elementer indgår undervisningen.

Deweys aktivitetspædagogiske læringssyn som ramme for opgave om Sprogdata.

Analysen tager udgangspunkt i John Deweys aktivitetspædagogiske læringssyn, hvor læring forstås som en proces, der opstår gennem handling, refleksion og erfaring. (Aarkrog, 2018, s. 53) Jeg underviser i faget Datahåndtering og bruger en sprogdataopgave for at give eleverne en forståelse af at data ikke kun er tal. Inden opgaven havde jeg en drøftelse med en elev som kom til mig og fortalte, at hun var så ræd for, om hun overhovedet lærte noget efter AI var kommet til. Hun fortalte, at når underviserne stillede en opgave til aflevering i grupper eller fremlæggelse, så brugte gruppen altid AI og mange gange følte hun, at der ikke var tid nok til selv at tænke over løsningen, så derfor afleverede eller fremlagde de ofte ChatGPT’s svar på opgaven.

Sprogdata opgaven handler om, at eleverne skal vælge en virksomhed (gerne deres egen) på Trustpilot.

Derefter opretter de hvert et skema i excel eller på papir og så skriver de navn, antal stjerne, positive udsagn (f.eks. hurtig levering) og negative udsagn (f.eks. dårligt produkt, kundeservice) osv. Når de har gennemgået alle 15 anmeldelser, leder de efter mønstre i dataene. Ud fra disse mønstre skriver de et kort resume, hvilke mønstre de ser samt en anbefaling til virksomheden med fokus på optimering eller forbedringer. Efter de har afleveret, skal de kopiere de 15 anbefalinger og prompte AI til at lave et resume samt en anbefaling. Første opgaver tager 1,5 time – anden del af opgaven tager ca. 1 min.

Figur 6: Egen analyse af opgaven med udgangspunkt i John Deweys aktivitetspædagogiske læringssyn

16

Digital dannelse – Dorthe Lund

Eleverne arbejder aktivt og undersøgende ved selv at indsamle, systematisere og analysere data fra Trustpilot-anmeldelser. De anvender deres analyse til at udarbejde konkrete forslag til initiativer for virksomheden, hvilket understøtter Deweys princip om learning by doing. (Aarkrog, 2018, s. 56) Refleksionen opstår, når eleverne sammenligner deres manuelle analyse med AI’s analyse og diskuterer forskellen mellem AI som læringsmakker og løsningsmakker. (Her viser jeg eleverne mit billede fra forsiden) De bliver bevidste om deres egen læringsproces og om, hvad de opnår eller mister ved brug af AI. Opgaven giver samtidig eleverne erfaringer med både manuel analyse og brugen af AI. Den aktive erfaring består i dataindsamling, analyse og konklusion, mens den passive erfaring handler om oplevelsen af tidsforbrug, effektivisering og teknologiens betydning for læring.

Analysen af opgaven tager afsæt i et socialkonstruktivistisk perspektiv, hvor læring forstås som noget, der skabes i samspil mellem eleverne, teknologien og undervisningskonteksten. Dette kommer blandt andet til udtryk i elevernes fælles refleksioner over forskellen mellem manuel analyse og brugen af AI. Elevernes forståelse af AI udvikles gennem dialog med underviseren, gruppen og i plenum. Erfaring får eleverne ved, at næste gang de skal løse en anden opgave med sprogdata – f.eks. til en vækststrategi for virksomheden, så vil eleverne have denne opgaves processer, løsninger og fordele og ulemper ved anvendelse af AI med sig som en grundlæggende tilgang. Opgaven kan anvendes i lektionsplanen dag 1 under øvelsen med AI-anvendelse og diskussion om GDPR og etik ved brug af AI. De sociale processer er sket i både samspillet med underviseren, da eleven vendte tilbage til mig og fortalte, at det havde været en succesoplevelse af løse opgaven, for hun kunne se, at hendes egen anbefaling og AI’s anbefaling var nogenlunde ens – så hun følte, at hun havde forstået hvordan sprogdata kan anvendes. Hun slutter med at sige: Nu forstår jeg meget bedre hvordan AI kan anvendes til læring Derudover var plenum en social proces, da eleverne delte deres erfaringer og kom med ideer til at dykke endnu dybere i AI’s besvarelser ved at foreslå prompts til hinanden.

Samlet set understøtter opgaven Deweys forståelse af, at læring udvikles gennem aktiv deltagelse, refleksion over erfaringer og koblingen mellem teori og praksis. I den efterfølgende plenumdrøftelse skabte eleverne i fællesskab mening om teknologiens rolle i læring. Her anvendte de begreberne læringsmakker og løsningsmakker.

Delkonklusion Opgaven viser, hvordan Deweys aktivitetspædagogik fortsat er relevant i en digital og AI-præget undervisningskontekst. Selvom AI kan effektivisere arbejdsprocesser, peger Deweys læringssyn på betydningen af, at elever selv gennemgår den undersøgende og reflekterende proces for at opnå reel læring og erfaring og jeg mener, at opgaven både understøtter faglig læring og kritisk digital dannelse.

Praktisk produkt Lektionsplan bygges op jf. målpindene i faget AI forståelse og anvendelse og data fra mentimeter undersøgelsen og fokusgruppeinterviewet. Lektionsplanen kan anvendes til en uges undervisning, men

17

Digital dannelse – Dorthe Lund

der kan også udvælges enkelt elementer eller dage til undervisning i andre fag. For at skabe forståelse for hvorledes opgaver kan opbygges læringsfremmende, er Deweys aktivitetspædagogiske læringsteori anvendt som eksempel på, hvordan en opgave (sprogdata) kan opbygges.

Undervisningsforløbet er inspireret af en hermeneutisk tilgang, hvor elevernes forståelse udvikles gennem fortolkning, dialog og refleksion over egne erfaringer med AI. Eleverne arbejder ikke alene med teknisk anvendelse af AI, men med at skabe mening i mødet mellem egne erfaringer, AI’s output og de praksisnære problemstillinger, de møder i undervisningen.

Elevernes læring udvikles gennem en hermeneutisk spiral, hvor de kontinuerligt bevæger sig mellem egne erfaringer, ny viden, refleksion og afprøvning. I lektionsplanen ses den løbende udvikling gennem reflektionslogbog, kvaliteten af peerfeedback samt de planlagte diskussionsøvelser og test af prompts.

Når man starter som underviser, er fokusområdet især det faglige indhold, kan jeg planlægge undervisningen og formidle stoffet tilfredsstillende? Men løbende er jeg blevet mere optaget af og bevidst om, at det ikke er mig der lærer eleverne stoffet – det gør de selv og i samspil med andre. Her ses mit socialkonstruktivistiske læringssyn, hvor læring forstås som noget, der udvikles i sociale fællesskaber gennem dialog, samarbejde og fælles refleksion. Eleverne konstruerer forståelse i samspil med hinanden, underviseren og de AI-værktøjer, de arbejder med. Konteksten i dette tilfælde er uddannelse i et digitalt samfund hvor muligheder og udfordringer med kunstig intelligens flytter sig næsten dagligt.

Læringssynet inddrages i de planlagte gruppeopgaver, brug af peer-feedback, ordsky-øvelsen (hvor svarende vises i real time på I3 skærmen) og dilemmaøvelserne. Her konstruerer eleverne forståelse i samspil med hinanden, underviseren og AI værktøjer. Samtidig flyttes fokus fra kontrol fra underviserens side til læring i fællesskab og der sættes fokus på AI som lærings- og eller løsningsmakker.

Kunstig intelligens kan forstås som et nøgleproblem i Klafkis forstand, fordi teknologien påvirker demokrati, arbejdsliv, viden, forståelse og anvendelse af viden samt menneskelig interaktion. Derfor bliver arbejdet med AI ikke blot et spørgsmål om tekniske kompetencer, men også om dannelse til aktiv deltagelse i et digitaliseret samfund hvor eleverne besidder den digitale dannelse på lige vilkår med den generelle og den professionsrettede dannelse.

Kritisk vurdering af analyserne og anbefalinger Jeg ser både begrænsninger og dilemmaer i mine egne løsninger.

Kritisk refleksion over lærings- og løsningsmakker Lærings- og løsningsmakkeren fungerede rigtig godt i sprogdataopgaven. Det blev tydeligt for eleverne hvilke fordele og ulemper der var ved de to makker-begreber. Det kritiske punkt er om eleverne kan vurdere hvornår AI understøtter læring, og hvornår teknologien primært overtager den faglige bearbejdning. Måske skal der introduceres en Lær & løs makker, da AI ikke er enten eller, men både og.

18

Digital dannelse – Dorthe Lund

Kritisk refleksion over lektionsplan og differentiering Da projektet blev i gang sat, var både min egen og elevernes erfaring med AI mere begrænset end i dag.

Jeg savnede inspiration og didaktiske greb i forhold til at skulle undervise i faget. I løbet af meget kort tid har elevernes brug af AI ændret sig markant. Der er nu næsten ingen i en klasse som ikke har anvendt AI privat eller arbejdsmæssigt. Min lektionsplan har i høj grad fokus på de uøvede – de øvede vil betragte indholdet som for lavt et niveau. Niveaumæssigt er målpindene på kendskabsniveau, hvilket kan gøre det vanskeligt at differentiere opgaverne. Bevægelsesaktiviteterne er indarbejdet med udgangspunkt i erfaringer fra praksis, hvor mange elever oplever øget motivation og deltagelse gennem kropslige og samarbejdsorienterede læringsaktiviteter. Samtidig må der tages højde for, at ikke alle elever ønsker eller fysisk har mulighed for at deltage i bevægelsesaktiviteterne.

Kritisk refleksion over underviserrollen og kontrol Analysen bygger på en fortolkning af, at eleverne ikke nødvendigvis selv kan identificere deres læringsbehov i relation til AI-anvendelse. Derfor kan planen fremstå styrende og ikke faciliterende.

Underviserens rolle som facilitator og vejleder kan samtidig skabe nye former for kontrol, hvor elevernes refleksioner og dokumentation af AI-brug bliver genstand for vurdering. Fokus flyttes dermed fra kontrol af produktet til kontrol af processen, hvilket rejser spørgsmål om, hvordan autenticitet og selvstændighed forstås i en AI-kontekst.

Konklusion Projektet undersøger, hvordan underviseren didaktisk kan rammesætte AI, så eleverne udvikler digital dannelse og refleksiv brug fremfor blot problemløsning. Undersøgelsen viser, at generativ AI både skaber nye muligheder og udfordringer for lærerrollen. Underviseren får i højere grad en rolle som didaktisk designer, facilitator og vejleder, hvor fokus flyttes fra kontrol af produkter til understøttelse af elevernes refleksion, kritiske stillingtagen og dokumentation af AI-brug.

Mentimeterundersøgelsen og fokusgruppeinterviewet viser, at eleverne allerede anvender AI aktivt, men ofte primært som et effektiviseringsværktøj. Samtidig viser analysen, at eleverne mangler kompetencer inden for prompting, kildekritik, etik og ansvarlig anvendelse, selvom de ikke altid selv er bevidste om disse læringsbehov. Det peger på, at undervisningen skal stilladseres tydeligt og skabe rum for både afprøvning, refleksion og dialog.

Det praktiske produkt viser konkret, hvordan undervisningen kan tilrettelægges gennem variation mellem undervisningsrum, træningsrum, studierum og projektrum. Her understøttes elevernes læring gennem praksisnære opgaver, peerfeedback, refleksionsøvelser og diskussioner om etik, GDPR og troværdighed. Arbejdet med begreberne læringsmakker og løsningsmakker synliggør samtidig forskellen mellem at bruge AI til læring og til hurtig problemløsning.

Projektet konkluderer derfor, at digital dannelse i en AI-kontekst udvikles gennem didaktisk rammesat undervisning, hvor eleverne aktivt arbejder undersøgende, reflekterende og kritisk med AI i praksisnære sammenhænge.

19

Digital dannelse – Dorthe Lund

Perspektivering Projektet peger på, at generativ AI udfordrer erhvervsuddannelsernes traditionelle forståelse af faglighed, undervisning og vurdering. Når AI kan producere kvalificerede besvarelser på få sekunder, bliver det nødvendigt at diskutere, hvad eleverne egentlig skal lære, og hvad underviseren reelt skal vurdere. Fokus risikerer samtidig at flytte sig fra kontrol af det faglige produkt til kontrol af elevens arbejdsproces og refleksion, hvilket kan udfordre tilliden i undervisningen.

Samtidig peger projektet på et didaktisk dilemma, hvor undervisningen både skal understøtte elevernes selvbestemmelse og rammesætte deres AI-anvendelse gennem dokumentation og refleksionskrav.

Kravet om standpunktskarakter efter hvert skoleophold kan desuden medføre øget fokus på præstation og kontrol fremfor læring, refleksion og undersøgende deltagelse. Fremadrettet peger projektet derfor på et behov for udvikling af både undervisningsdesign og vurderingsformer, så digital dannelse ikke reduceres til regelstyring, men understøtter elevernes kritiske dømmekraft og ansvarlige deltagelse i et AI-præget arbejds- og samfundsliv.

20

Digital dannelse – Dorthe Lund

Referencer Bang-Larsen, A. (14. maj 2026). LEX - Danmarks Nationalleksikon. Hentet fra www.lex.dk: https://lex.dk/almendannelse Berg-Sørensen, A. (2010). Hermeneutik og fænomenologi. I M. H.-R. Jacobsen, Vidensskabsteori i Statskundsakb, sociologi og forvaltning (s. 147-167). København K: Hans Reitzels Forlag og forfatterne.

Graf, S. T. (1. april 2018). Wolfgang Klafkis dannelsesteori. KVAN. Lauridsen, P. S. (26.. Januar 2026). Viden.AI. Hentet fra https://viden.ai/ugens-nyheder: https://viden.ai/ugens-nyheder-gor-ai-eleverne-klogere-eller-dummere/#OECD Nielsen, C. H. (2023). Dannelse. I M. Riis, & A. Brodersen, Erhvervsdidaktisk opslagsværk (s. 21-26).

København: Hans Reitzels Forlag.

Ryberg, C. D. (2022). Digitale læringsrum. Frederiksberg C: Samfundslitteratur.

Sunesen, M. S. (2020). Sådan laver du undersøgelser - videnskabsteori, metode og analyse.

København: Hans Reitzels Forlag.

Telving, T. (08.. september 2023). Sundhedspolitisk tidsskrift. Hentet fra sundhedspolitisk tidsskrift/nyheder: https://sundhedspolitisktidsskrift.dk/nyheder/sundhedspolitik/8018dansk-gennembrud-for-kunstig-intelligens-speciallaegers-arbejdsbyrde-reduceres-med-entredjedel.html Undervisningsministeriet, B. o. (13. april 2026). Bekendtgørelse om erhvervsuddannelser BEK nr 1671 af 13/11/2025 (Gældende). Hentet fra Retsinformation: https://www.retsinformation.dk/eli/lta/2025/1671 Aarkrog, V. (2018). Teorier om læring - anvendt i erhvervsuddannelsernes didaktik. København: Gyldendal.

21

Digital dannelse – Dorthe Lund

Bilagsoversigt Praktisk produkt - Lektionsplan Bilag 1: Mentimeter – adm og amu Bilag 2: Mentimeter – off, adm og økonomi Bilag 3: Eksempler på feedback fra AI Bilag 4: Kodet fokusgruppeinterview Bilag 5: Forløbsbeskrivelse fra Merkura Bilag 6: Fokusgruppeinterview - guide Bilag 7: Samtykkeerklæring

22

Praktisk produkt – Lektionsplan Digital dannelse

Dorthe Plith Lund Anslag: 9.385 = 3,9 side

1

Lektionsplan: Undervisningsforløbet er didaktisk tilrettelagt med udgangspunkt i Hiim og Hippes relationsmodel og inspireret af Ryberg og Dalsgaards digitale læringsrum. Forløbet veksler mellem fælles oplæg, træning, refleksion og praksisnære problemstillinger for at understøtte elevernes tekniske, kritiske og refleksive anvendelse af AI. Empirien viser store variationer i elevernes erfaringer med AI samt usikkerhed omkring troværdighed, etik og ansvarlig anvendelse. Derfor arbejdes der gennem hele forløbet med stilladsering, feedback, samarbejde og refleksion.

Formålet er ikke alene, at eleverne lærer at anvende AI-værktøjer, men at de udvikler digital dannelse og kritisk dømmekraft i administrative arbejdsopgaver. Variation i arbejdsformer og læringsmiljøer understøtter samtidig deltagelse, motivation og praksisnær læring.

Dagens afsluttende tjek-ud spørgsmål vil derfor være: Hvad er dagens vigtigste point?

Fag: AI-forståelse og anvendelse (22934) Niveau: Avanceret Varighed: 1 uge

Bundet/valgfri: Valgfrit

Målgruppeanalyse: Elevgruppen består af elever fra flere kontorspecialer med forskellige uddannelsesbaggrunde og AIerfaringer. Empirien viser store variationer i elevernes forudsætninger, hvilket kræver tydelig stilladsering, praksisnære opgaver og varierede arbejdsformer med mulighed for bevægelse og samarbejde

2

Dato: Indhold:

Dag 1 Fra prompting til kildekritik – ansvarlig brug af AI

Undersøgelsesspørgsmål Hvad er generativ AI? Prompts -Oplysning om brug af AI – henvisning og kilder - AI’s styrker og begrænsninger Målpinde – Eleven har kendskab til: 1

centrale begreber og teknologiske principper bag kunstig intelligens.

2

typiske anvendelsesområder af AI-værktøjer i fagligt relevante arbejdssituationer.

7

AI's anvendelsesmuligheder, styrker og begrænsninger.

Tegn på læring: Eleven kan med egne ord forklare centrale begreber som AI, generativ AI og prompting og deltage i dialog med om begreberne.

Bedømmelsesgrundlag:

Bedømmelseskriterier:

Multiple choice test på teams.

-

Genkender centrale AI begreber Kan identificerer mindst to styrker og mindst to begrænsninger ved AI Viser kritisk stillingtagen til AI-genereret indhold

Hvad skal eleverne arbejde med

Hvordan skal eleverne arbejde med emnet

Indflyvning

Mentimeter ordsky anvendes Spørgsmålet er ”Hvilke ord forbinder du med kunstig intelligens?”

Hvad er generativ AI og hvordan AI anvendes i administrative arbejdsopgaver.

Fælles læreroplæg om generativ AI og eksempler fra praksis Her anvendes blandt andet materialer og videoer som er udviklet sammen med Mekura – Videncenterportalen.

(Bilag 5)

Undersøgelse af forskellen mellem god og dårlig prompting.

Gruppearbejde med at afprøvning af forskellige prompts og sammenligne output fra AI-værktøjer.

Hallen inddrages til dilemma øvelse

Fysisk placering i rummet og stillingtagen til: • • •

AI gør arbejdet bedre AI kan ikke erstatte mennesker Man kan stole på AI

3

Analyse af AI-genererede svar med fokus på troværdighed og kildekritik.

Refleksion over begreberne kvalitet, etik og troværdighed i AI-svar - logbog

Diskussion i gruppe om GDPR og etik ved brug af AI

Case arbejde med AI-anvendelse i administrative arbejdsopgaver. Som eksempel herpå kan Sprogdataopgaven anvendes – både som anvendelsesopgave i adm.funktioner men også som udgangspunkt for diskussionen omkring GDPR og etik

Dato: Dag 2 Indhold: Sådan kommunikerer du med AI Undersøgelsesspørgsmål Prompting - KROP-modellen - AI-output Målpinde - Eleven har: 5

viden om, hvordan relevante AI-løsninger kan afprøves i praksis og har en grundlæggende forståelse af kvaliteten af deres output.

6

kendskab til, hvordan man udformer præcise og målrettede instruktioner, der effektivt understøtter brugen af AI-løsninger, f.eks. via prompt engineering.

Tegn på læring: Anvendelse af begreber fra KROP-modellen i dialog og opgaver Bedømmelsesgrundlag: Prompts som vurderes af AI – feedbacken afleveres på teams

Bedømmelseskriterier:

Indholdspunkter Hvad

Indholdsbeskrivelse / arbejdsformer: Hvordan

Indflyvning

Opsamling på i går og spørgsmålet “Hvad gør en prompt god?”

Formulering af præcise prompts til forskellige administrative arbejdsopgaver.

Fælles gennemgang af prompting og eksempler på gode og dårlige prompts.

Inddragelse af kontekst i sin prompt

KROP modellen fra Mekura introduceres Undersøgelse af forskellen mellem upræcise og præcise prompts.

Gruppearbejde med prompt-workshops, hvor de tester og omskriver prompts

Afprøvning af AI-værktøjer og vurdere kvaliteten af AI-genererede svar.

Sammenligning af AI-output og giver peer-feedback på kvalitet og præcision

4

Disc golf banen anvendes til øvelser i prompting og tilretning af prompts.

Gruppen skal ved hver kurv enten skrive en prompt til opgavekortet eller tilrette en eksisterende prompt

Validering af AI-svar gennem andre kilder.

Individuelt reflekterer eleverne over AI’s styrker, begrænsninger og troværdighed gennem refleksionsspørgsmål og logbog

Dato: Dag 3 Indhold: Kritisk og ansvarlig anvendelse af AI Undersøgelsesspørgsmål GDPR - Etik - Bias - Hallucinationer - Digital dannelse Målpinde – Eleven har: 3

grundlæggende viden om forskellige typer AI-løsninger ud fra kvalitet og anvendelighed

8

kendskab til etiske og juridiske aspekter ved anvendelse af AI i sit fagområde og kan indgå i en drøftelse heraf Tegn på læring: Bedømmelsesgrundlag: Case - hvor eleven individuelt redegøre for mindst to etiske problemstillinger som eleven har fundet i casen

Bedømmelseskriterier: Beskrive en etisk problemstilling ved brug af generativ AI

Indholdspunkter Hvad

Indholdsbeskrivelse / arbejdsformer: Hvordan

Indflyvning - Hvilke problemstillinger ser I?

En elev bruger ChatGPT til at skrive hele sin opgave og afleverer den som sin egen.

Eleverne skal arbejde med etik, ansvar og GDPR ved brug af AI.

Fælles oplæg om GDPR, etik og bias ved generativ AI

Eleverne skal analysere AI-genererede svar med fokus på bias, troværdighed og kvalitet.

Casearbejde om datasikkerhed, snyd og ansvarlig AIanvendelse i grupper

Walk and talk inddrages i undervisningen

Makkerpar drøfte snyd – hvad er snyd og hvem bliver snydt.

Eleverne skal reflektere over ansvarlig anvendelse af AI i skole og arbejdsliv.

Analyserer og vurderer af AI-genereret indhold gennem kildekritiske øvelser

Diskussion af forskellen mellem AI som læringsmakker og løsningsmakker.

Individuelt arbejder med refleksionslogbog om egen brug af AI og ansvarlig anvendelse

5

Dato: Dag 4 Indhold: AI som digital samarbejdspartner Undersøgelsesspørgsmål Hvordan kan administrative arbejdsopgaver se ud i fremtiden – når AI overtager …….. Hvad?

Effektivisering, automatisering og optimering af arbejdsgange, kommunikation og beslutningsstøtte Målpinde – Eleven har kendskab: 2

til typiske anvendelsesområder af AI-værktøjer i fagligt relevante arbejdssituationer.

4

til AI's potentiale for værdiskabelse i fagligt relevante opgaver med fokus på ressourcer, kvalitet og økonomi.

Tegn på læring: Eleven kan forklare hvordan AI kan understøtte effektivisering i administrative arbejdsgange og hvilke farer de skal være opmærksomme på ved anvendelse af AI Bedømmelsesgrundlag: Eleven deltager i gruppearbejdet med at identificere og kvalificere AI løsninger

Bedømmelseskriterier: Eleven kan anvender AIværktøjer til løsning af praksisnære opgaver – fokus på faremomenter

Indholdspunkter Hvad

Indholdsbeskrivelse / arbejdsformer: Hvordan

Indflyvning

Video: Don't share your kids personal information Drøftelse: Hvad gør vi selv på nettet? Kan vores billeder misbruges ved hjælp af AI?

Undersøge hvordan AI kan anvendes i administrative arbejdsfunktioner.

Fælles gennemgang af AI i administrative arbejdsopgaver og praksisnære cases

AI som værktøj til effektivisering, kommunikation og dokumenthåndtering.

Projektorienteret arbejde med konkrete problemstillinger fra administration og kontor

Analyse af AI’s potentiale og risici i arbejdslivet.

Afprøver af AI-værktøjer til kommunikation, dokumentanalyse og effektivisering

Low robe banen i skoven

Hvem vinder quizzen - AI eller den menneskelige dømmekraft

Udvikling af løsninger på praksisnære problemstillinger med brug af AI.

Refleksion over kvalitet, etik og konsekvenser ved AIanvendelse i arbejdslivet

6

Dato: Indhold:

Dag 5 AI i praksis – løsning af administrative problemstillinger med ansvarlig anvendelse af AI Undersøgelsesspørgsmål Hvordan kan AI effektivisere administrative processer?

Gennem opgaver anvender I alle ugens emner ifht. at anvende AI korrekte og kritisk Målpinde – Eleven har: 4

kendskab til AI's potentiale for værdiskabelse i fagligt relevante opgaver med fokus på ressourcer, kvalitet og økonomi.

5

viden om, hvordan relevante AI-løsninger kan afprøves i praksis og har en grundlæggende forståelse af kvaliteten af deres output

8

kendskab til etiske og juridiske aspekter ved anvendelse af AI i sit fagområde og kan indgå i en drøftelse heraf

Tegn på læring: Eleven inddrager naturligt ugens temaer i sin behandling af elementerne i opgaven Bedømmelsesgrundlag:

Bedømmelseskriterier:

Aflevering af case opgave

Fokus i opgaven er på etik og kildekritik.

Indholdspunkter Hvad

Indholdsbeskrivelse / arbejdsformer: Hvordan

Indflyvning

Drøftelse af skrækscenarier – ”Kunstig intelligens tager jeres jobs”

Projektarbejde med AI-løsninger i administrative opgaver med fokus på kvalitet, etik og ansvarlig anvendelse.

Fælles rammesætning og gennemgang af opgaven samt vurderingskriterier Afprøvning, feedback og refleksion over etik og ansvarlig anvendelse.

7