Kunstig intelligens og faglig innovation
Udvikling af indhold og teknologididaktik i læreruddannelsen
DOI:
https://doi.org/10.7146/lom.v18i31.152730Resumé
Dette studie undersøger, hvordan generativ kunstig intelligens og maskinlæring integreres i læreruddannelsens undervisning, specifikt inden for dansk og matematik. Gennem et designbaseret studie undersøges didaktisk transposition, dvs. processen hvor disciplinær viden omdannes til undervisningsviden af læreruddannere. Artiklen fremhæver udfordringer og potentialer ved AI-integration og understreger behovet for, at fremtidige lærere udvikler AI-literacy som en afgørende kompetence. Analysen, der er baseret på observationer og interviews, viser, at læreruddannere er pionerer i at forme komplekse undervisningsforløb ved at kombinere etiske, computationelle og praktiske perspektiver for at gøre AI tilgængeligt og meningsfuldt for studerende. Selvom processen er krævende og ofte møder didaktisk tøven, lykkes det at udvikle transformative tilgange til AI-teknologi gennem undersøgende og afprøvende aktiviteter.
Downloads
Referencer
Referencer
Akgun, S., & Greenhow, C. (2022). Artificial intelligence in education: Addressing ethical chal-lenges in K-12 settings. AI and Ethics, 2(3), 431–440. https://doi.org/10.1007/s43681-021-00096-7.
Amiel, T., & Reeves, T. C. (2008). Design-Based Research and Educational Technology: Re-thinking Technology and the Research Agenda. Educational Technology & Society, 11 (4), 29–40.
Baker, B., Mills, K. A., McDonald, P., & Wang, L. (2023). AI, Concepts of Intelligence, and Chatbots: The “Figure of Man,” the Rise of Emotion, and Future Visions of Education. Teachers College Record, 125(6), 60-84. Https://doi.org/10.1177/01614681231191291.
Bundsgaard, J., Bindslev, S., Caeli, E. N., Pettersson, M., & Rusmann, A. (2019). Danske elevers teknologiforståelse: Resultater fra ICILS-undersøgelsen 2018. Aarhus Universitetsfor-lag. https://unipress.dk/media/16852/9788772190938_danske-elevers-teknologiforstaaelse.pdf
Brousseau, G., Brousseau, N., & Warfield, V. (2001). An experiment on the teaching of statistics and probability. The Journal of Mathematical Behavior, 20(3), 363–411. https://doi.org/10.1016/S0732-3123(02)00078-0.
Chevallard, Y. (1985). The Didactic Transposition—Of Learned Knowledge to Knowledge Taught. Second Enlarged Edition 1991.
Chevallard, Y. & Bosch, M. (2020a). A short (and somewhat subjective) glossary of the ATD. In M. Bosch, Y. Chevallard, F. J. Garcia, & J. Monaghan (Eds.) Working with the anthropo-logical theory of the didactic in mathematics education: A comprehensive casebook Routledge.
Chongtay R. (2018). Computational Literacy skill set—An incremental approach in Designing for learning in a networked world. Ed. Nina Bonderup Dohn. Routledge.
Bhatt, I. (2023). Postdigital Literacies. In P. Jandrić (ed.), Encyclopedia of Postdigital Science and Education, https://doi.org/10.1007/978-3-031-35469-4_15-1.
Dakers. J. R. (2016). Defining Technological Literacy: Towards an Epistemological Framework. Palgrave-Macmillan.
Dewey. J. (2006). Uddannelse og tænkning. Forlaget Klim.
DiSessa. A. (2000). Changing Minds: Computer, Learning and Literacy. Cambridge Massachu-setts: MIT Press.
Dohn, N. B., Mitchell, R., & Chongtay, R. (red.) (2021). Computational thinking: Teoretiske, empiriske og didaktiske perspektiver. Samfundslitteratur. Medier, Kommunikation, Jour-nalistik Nr. 18.
Dolin, J. (2018). Enkeltfag eller fagintegration i naturfagene? MONA - Matematik- Og Natur-fagsdidaktik. (4), 7–27. https://tidsskrift.dk/mona/article/view/111324.
Forsström, S.E. & Munthe, E. (2023). What Characterizes Nordic Research on Initial Teacher Education: A Systematic Scoping Review. Nordic Studies in Education, 43 (3), 241-259. 10.23865/nse.v43.5588.
Goertzel, B. (2014). Artificial general intelligence: Concept, state of the art, and future pro-spects. Journal of Artificial General Intelligence, 5(1), 1.
Gruschka. A. (2016). At lære at forstå. Forlaget Klim.
Guile, David & Popov, Jelena (2024). Machine learning and human learning: A socio-cultural and -material perspective on their relationship and the implications for researching work-ing and learning. AI and Society:1-14.
Hansen T.I. et al. (2019): Kvalitet i dansk og matematik. Rapport UVM.
Holmes, W., Bialik, M., & Fadel, C., (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Boston, MA: Center for Curriculum Redesign. URL: http://udaeducation.com/wp-content/uploads/2019/05
Ishiguro. K. (2021). Klara og Solen. Gyldendal.
Ishiguro, H., Ono, T., Imai, M., Maeda, T., Kanda, T., & Nakatsu, R. (2001). Robovie: An inter-active humanoid robot. Industrial robot: An international journal, 28(6), 498–504.
Iversen, O. S., Smith, R. C., & Dindler, C. (2018). From computational thinking to computation-al empowerment: A 21st century PD agenda. In Proceedings of the 15th participatory de-sign conference. Volume 1 (pp. 1-11).
Jespersen, M. B., Lorentzen, R. F., P. H. Madsen, Møller. L. D. & Schou. D. V. (2024) Teknolo-giforståelse i dansk Hans Reitzels Forlag.
Kress, G.R. (2010). Multimodality: A social semiotic approach to contemporary communication. London: Routledge.
Kühl., N & Schemmer., M. & Goutier., M & Satzger, G. (2022). "Artificial intelligence and ma-chine learning. Springer. IIM University of St. Gallen, vol. 32(4), pages 2235-2244, De-cember.
Long D, Magerko B. (2020) What is AI literacy? Competencies and design considerations. In: Proceedings of the CHI conference on human factors in computing systems. P. 1–16. Https://doi.org/10.1145/3313831.3376727.
Luhmann, N. (2000). Sociale systemer. København: Hans Reitzels Forlag.
Lund, A., & Aagaard, T. (2020). Digitalization of teacher education: Are we prepared for epis-temic change? Nordic Journal of Comparative and International Education (NJCIE), 4(3-4), 56–71. Https://doi.org/10.7577/njcie.3751.
Miao, F., Holmes, W., Huang, R., & Zhang, H. (2021). AI and education: Guidance for policy-makers. UNESCO.
Mills, K. A. (2015). Literacy theories for the digital age: Social, critical, multimodal, spatial, material and sensory lenses. Multilingual Matters. (Vol. 45).
Nagel. I. (2021) Digital competences in Teacher Education Curricula: What Should Teacher Educators Know, Be Aware of and Prepare Students for? NJCIE 2021. Vol 5. (4), 104-122. Https://orcid.org/0000-0003-1843-5494.
von Oettingen, A., & Jensen, E. (2017). Hvad skal en læreruddanner vide og kunne for at uddan-ne lærere? Paideia, (13), 27–39. Hentet fra https://tidsskrift.dk/Paideia/article/view/127907
Scott. R. (1982) Bladerunner. Screenplay Fancher, H. D. Webb. D., Philip K. Dick...(novel)
Slot, M F. (2020). Ved undervisningens begyndelse. I Graf, S.T. og Jensen, U. H.: (Red.) Eft-erskolens praksis under lup. Aarhus, Forlaget Klim.
Schneuwly. B., (2023). Non-affirmative school didactics and life-world phenomenology: Con-ceptualising missing links. In Krogh, E., Qvortrup, A., & Graf, S. T. (2021). Didaktik and Curriculum in Ongoing Dialogue (1st udg.). Routledge.
Shamir, G., & Levin, I. (2020). Transformations of computational thinking practices in elemen-tary school on the base of artificial intelligence technologies. In EDULEARN 20 Pro-ceedings (pp. 1596-1605).
Sperling, K., Stenberg, C.-J., Mcgrath, C., Akerfeldt, A., Heintz, F., & Stenliden, L. (2024). In search of artificial intelligence (AI) literacy in teacher education: A scoping review. Computers and Education. Published. Https://doi.org/10.1016/j.caeo.2024.100169. (u.å.).
Starkey, L. (2019). A review of research exploring teacher preparation for the digital age. Cam-bridge Journal of Education, 50(1), 37–56. Https://doi.org/10.1080/0305764X.2019.1625867.
Strümke. I. (2023). Maskiner der tænker: Algoritmernes hemmeligheder og vejen til kunstig in-telligens. Politikens Forlag.
Studieordning. Læreruddannelsen. Forsknings- og Undervisningsministeriet. (2023)
Https://www.laereruddannelsesnet.dk/wp-content/uploads/Studieordning-2023-Faellesdel-15.11.2023 pdf.
Suchman, L. (2023). The uncontroversial ‘thingness’ of AI. Big Data & Society, 10(2), 20539517231206794. Https://doi.org/10.1177/20539517231206794
Tiwari, T., Tiwari, T., & Tiwari, S. (2018). How Artificial Intelligence, Machine Learning and Deep Learning are Radically Different? International Journals of Advanced Research inComputer Science and Software Engineering. ISSN: 2277-128X (Volume-8, Issue-2).
Turing. A. (1950). Computer machinery and intelligens. Mind, 59. (236); 433-460.
UNESCO (2023). UNESCO AI Competency Framework for Teachers and School Students: A Work in Progress. 2023. Available online: Https://liveuclac-my.sharepoint.com/:w:/g/personal/nvmcu_ucl_ac_uk/Ebcn9V8JR8pCrZqm7RJAHAEBVKO9gkp6GpEtXu3uWGJtKw?rtime=Y9mExmvB20g (accessed on 17 August 2023).
Van Mechelen, M., Smith, R. C., Schaper, M. M., Tamashiro, M., Bilstrup, K. E., Lunding, M., & Sejer Iversen, O. (2023). Emerging technologies in K–12 education: A future HCI re-search agenda. ACM Transactions on Computer-Human Interaction, 30(3), 1-40.
Wagenschein, M. (2015/1960). Om begrebet eksemplarisk undervisning (J. P. Christiansen, Trans.). I: S. T. Graf & J. P. Christiansen (red.), Dannende faglighed. Tekster om det ek-semplariske, genetiske og sokratiske undervisningsprincip (s. 38-63). København: Forla-get Unge Pædagoger.
Williams, R., Park, H. W., Oh, L., & Breazeal, C. (2019). PopBots: Designing an Artificial Intel-ligence Curriculum for Early Childhood Education. Proceedings of the AAAI Conference on Artificial Intelligence, 33(01), 9729-9736. https://doi.org/10.1609/aaai.v33i01.33019729
Winsløw, C. (2012). Matematiklærerprofessionen i et institutionelt perspektiv. MONA-Matematik-og Naturfagsdidaktik, (4). 7-22
Østergaard, C. H. (2022). An inquiry perspective on statistics in lower secondary school in Denmark and Japan–An elaboration and modelling of the anthropological theory of the didactic through two statistics classrooms. European Journal of Science and Mathemat-ics Education, 10(4), 529-546.
Downloads
Publiceret
Citation/Eksport
Nummer
Sektion
Licens
Copyright (c) 2026 Marie Falkesgaard Slot, Lise Dissing Møller, Peter Havsager , Camilla Østergaard, Sofie Winkler, Erica Minuz
Dette værk er under følgende licens Creative Commons Navngivelse – Ikke-kommerciel – Ingen Bearbejdede Værker (by-nc-nd).
Artikler publiceret i Tidsskriftet for Læring og Medier er licenseret under en Creative Commons Navngivelse-IkkeKommerciel-IngenBearbejdelse 4.0 Unported Licens.
Forfattere bevarer deres ophavsret og giver tidsskriftet ret til første publicering, samtidigt med at værket er omfattet af Creative Commons Attribution-licensen: Navngivelse – Ikke-kommerciel - Ingen Bearbejdede Værker (by-nc-nd). Læs om licensen på http://www.creativecommons.dk/om/.
---
På LOM.dk kan du endvidere finde artikler fra det nu nedlagte Tidsskrift for Universiteternes Efter- og Videreuddannelse (UNEV). Vær opmærksom på, at der gælder særlige regler for UNEV artikler:
Det er forfatterne og evt. andre ophavsret indehavere, der har ophavsretten til artikler udgivet i UNEV regi, og det er en betingelse for adgang til artiklerne, at brugere anerkender og overholder de juridiske retningslinjer forbundet hermed.
- Brugere må downloade og printe én kopi af en hvilken som helst UNEV artikel mhp. private studier eller forskning.
- Det er ikke tilladt at videredistribuere artikler eller anvende disse til indtægtsdækkede aktiviteter eller kommercielle formål.
- Det er tilladt at distribuere URL’en til UNEV artikler.
