Visste du? Fire av fem studenter i høyere utdanning bruker generativ kunstig intelligens (GenKI) i studiehverdagen (Bjaaland et al., 2025).

🔍 Hvordan bruker studentene KI som samtalepartner?

Chatbots drevet av GenKI slik som ChatGPT, Gemini og Claude kan bruke av studenter som en:

hjelpelærer
dialog- og sparringspartner i forbindelse med forberedelse til eksamen
transkribering
språkvask og oppgaveskriving
uttaletrening og muntlig påhør
programmering og debugging
analyse av statistisk og tekstdata
brainstorming, kildesøk og lesing av pensum (Goodwin, 2025; Ravšelj et al., 2025; Schwarz, 2025).

Disse verktøyene er programmert til å imitere menneskelige samtaler (Labadzem et al., 2023) gjennom tekst eller stemme, og gir informasjon i form av en dialog. Eksempelvis brukes GenKI-chatbots slik som GPT UiO til å gi oversikt over pensumlitteraturen, bryte ned og forklare komplekse begrep og teste studenters kunnskaper. Interaksjonene mellom studenter og chatbots er hovedsakelig tekstbasert gjennom skjermgrensesnittet, men det kan etter hvert bli vanligere med muntlige samtaler slik vi er kjent med fra andre samtaleteknologier (Siri, Alexa, Google osv.).

Bloom (1984) viser at individuelt tilpasset veiledning av studenter gir bedre læringsutbytte enn tradisjonelle læringsmiljøer som forelesning og helklasseundervisning. Deng et al. (2024) peker på at bruken av GenKI-verktøyet ChatGPT kan øke læringsutbytte og motivasjon, stimulere større grad av høyere-ordens tenking og redusere kognitiv belastning. Samtidig kan overdreven bruk av slike verktøy medføre «metakognitiv latskap» (Fan et al., 2025), ved at studenter setter ut tenkingen til verktøyene fremfor å tenke selv, og stiller seg ukritisk til tekst og kilder generert av verktøyet.

I videoen nedenfor ser vi Andreas Haraldsrud ved Det matematisk-naturvitenskapelige fakultet (UiO) bruker GPT UiO i undervisningen som en læringsassistentent.

^{Andreas Haraldsrud ved Det matematisk-naturvitenskapelige fakultet forklarer hvordan han bruker KI i kjemifaget}

Læringsassistenten deles via en lenke gjennom emnerommet i Canvas. Chatboten er instruert til å respondere og interagere som en sokratisk dialogpartner i møte med studentene. Med andre ord, Læringsassistenten gir studentene mulighet til å ha en faglig samtale som kan fremme læring gjennom diskusjon og refleksjon.

I boksen nedenfor kan du selv prøve læringsassistentinstruksjonen Andreas har utviklet:

Se instruksjon og prøv læringsassistentboten

«Du skal ta rollen som en læringsassistent på Universitetet i Oslo. Det betyr at du skal skrive pedagogiske tilbakemeldinger og hjelpe meg på vei dersom jeg skal løse et problem. Du skal starte med å finne ut hva jeg kan om grunnleggende nødvendige forkunnskaper for å forstå temaet. Du skal ikke gi meg svaret med en gang, men gi meg korte hint til hvordan jeg kan komme meg videre med problemet. Du skal ikke gi mye informasjon med en gang, kun små biter. Det beste er hvis du stiller spørsmål tilbake istedenfor å gi meg mer informasjon. Prøv å finne ut av hva jeg kan ved å stille små spørsmål, og følg opp med en evaluering av dette og et nytt spørsmål som leder meg videre. Disse spørsmålene skal stimulere til egen refleksjon om temaet som blir diskutert. Dersom jeg ber eksplisitt om svaret, kan jeg få det, men ikke gi svaret og hele løsningen med mindre du blir bedt om det. Målet med interaksjonen vår er at jeg skal lære mest mulig om det vi snakker om. Dersom jeg løser et problem, gi meg en oppfølgingsoppgave som tester at jeg har forstått det vi har snakket om.

Bruk doble dollartegn rundt matematikkformler som er midtstilt, og enkle dollartegn rundt matematikk i løpende tekst. Jeg skriver matematikk uten dollartegn.»

🤖 Test læringsassistentboten (GPT UiO krever pålogging)

Slik tilpasser du instruksjonen (redigerbar mal)

Trykk på knappen som tar deg til instruksjonen nedenfor i GPT UiO, eller kopier og lim inn teksten i ønsket språkmodell. Erstatt teksten i klammer [VARIABEL] med verdier som passer din undervisningskontekst.

Hensikt

Hjelpe studenten å lære og forstå [TEMA] gjennom gradvis veiledning.
Stimulere til egen refleksjon og kritisk tenkning.
Vurdere og bygge videre på studentens eksisterende kunnskaper.

Rolle

Du skal opptre som en [ROLLE] ved [INSTITUSJON] på [NIVÅ] .

Personalisering

Du skal gi pedagogiske tilbakemeldinger og hjelpe studenten med å løse problemer.
Ikke gi svaret med en gang. Gi korte hint som hjelper studenten videre med problemet.
Begrens informasjonen til små, lett fordøyelige biter.
Bruk spørsmål i stedet for direkte informasjon for å stimulere til egen refleksjon og engasjement.

Trinnvise instruksjoner

Innlede med å kartlegge studentens eksisterende kunnskaper om grunnleggende nødvendige [FORKUNNSKAPER] .
Evaluer svaret kort og konsist.
Følg opp med spørsmål som leder til dypere forståelse av temaet.

Begrensninger

Hvis studenten eksplisitt ber om svaret, kan du gi det, men bare den nødvendige informasjonen.
Når studenten har løst et problem, gi en oppfølgingsoppgave som bygger på læringen og gir en ny utfordring.

🤖 Redigerbar instruksjon (GPT UiO krever pålogging)

Bonusmateriale

Gjenhenting som nøkkel til bedre læring med KI‑assistenter

Andreas forklarer hvordan læringsassistenten er bygget på prinsippet om gjenhenting – den utfordrer studentene med oppfølgingsspørsmål for å aktivere forkunnskaper og holde fokus på veien mot svaret. Slik fremmer den dialog, refleksjon og varig læring.

Se video

Hvorfor grunnleggende fagkompetanse er en forutsetning for produktiv KI-bruk

Andreas forklarer hvorfor grunnleggende kunnskap i matematikk, kjemi og enkel programmering er nødvendig for å få utbytte av å jobbe med KI-verktøy.

Se video

Refleksjon:

Hvordan kan læringsassistentboter støtte studentenes læring i ditt fag?
Hva ville du endret i forhåndsinstruksjonen for å spisse den til ditt fag og undervisning?

KILDER

Bjaaland, I. F., Nilsen, M. M., Guajardo, G., & Hauge, M. S. (2025). Studiebarometeret 2024 - Hovedtendenser. NOKUT. https://www.nokut.no/globalassets/studiebarometeret/2025/studiebarometeret-2024-hovedtendenser_1-2025.pdf

Bloom, B. S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring. Educational Researcher, 13(6), 4-16. https://doi.org/10.3102/0013189X013006004

Deng, R., Jiang, M., Yu, X., Lu, Y., & Liu, S. (2025). Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies. Computers & Education, 227, 105224. https://doi.org/https://doi.org/10.1016/j.compedu.2024.105224

Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489-530. https://doi.org/https://doi.org/10.1111/bjet.13544

Goodwin, M. (2025). Khronos KI-skole. Khrono. https://www.khrono.no/KI-skolen

Labadze, L., Grigolia, M., & Machaidze, L. (2023). Role of AI chatbots in education: systematic literature review. International Journal of Educational Technology in Higher Education, 20(1), 56. https://doi.org/10.1186/s41239-023-00426-1

Ravšelj, D., Keržič, D., Tomaževič, N., Umek, L., Brezovar, N., A. Iahad, N., Abdulla, A. A., Akopyan, A., Aldana Segura, M. W., AlHumaid, J., Allam, M. F., Alló, M., Andoh, R. P. K., Andronic, O., Arthur, Y. D., Aydın, F., Badran, A., Balbontín-Alvarado, R., Ben Saad, H., . . . Aristovnik, A. (2025). Higher education students’ perceptions of ChatGPT: A global study of early reactions. PloS one, 20(2), e0315011. https://doi.org/10.1371/journal.pone.0315011

Schwarz, J. (2025). The use of generative AI in statistical data analysis and its impact on teaching statistics at universities of applied sciences. Teaching Statistics, 47(2), 118-128. https://doi.org/https://doi.org/10.1111/test.12398