AI och återkoppling — mer respons men mindre reflektion?
AI kan ge snabb och omfattande återkoppling, men betyder det att studenter lär sig mer? Studien visar att engagemanget ofta stannar vid ytan. För att återkopplingen verkligen ska bidra till lärande behöver studenter utveckla sin återkopplingskompetens, också när partnern är en AI.
Återkoppling är en av de viktigaste faktorerna som påverkar studenters lärande. Detta har visats i åtskilliga studier under de senaste årtiondena. Dock är det inte bara mängden återkoppling som behövs, något som studenter ofta uttrycker inte är tillräcklig. Hur studenters engagemang i den återkoppling de får är avgörande för om återkopplingen faktiskt har någon påverkan på lärandet. Många universitetslärare har säkert tänkt att med den nya GenAI-tekniken finns möjligheter för studenter att få mer återkoppling på sina uppgifter, något som kanske skulle kunna minska tiden som vi lärare behöver lägga på att ge återkoppling. I en artikel av Zhan & Yan i Assessment & Evaluation in Higher Education, har författarna undersökt hur studenter engagerar sig i återkoppling från ChatGPT. Analyserna visar att studenternas engagemang både ser olika ut, och pekar mot att olika slags engagemang är mer eller mindre närvarande i studenternas interaktion med ChatGPT.
Forskarna lyfte fram vikten av att förstå hur studenter engagerar sig i återkoppling från GenAI på ett heltäckande sätt och menade att detta saknas i tidigare forskningslitteratur. Därför undersökte studien hur universitetsstudenter engagerade sig i återkoppling från ChatGPT på sina skrivuppgifter inom ramen för IELTS-testet, ett test som mäter färdigheter i engelska, och som används som krav för antagning till universitetet i engelskspråkiga länder. Sexton studenter deltog frivilligt i studien, som bestod av observationer och intervjuer i Hongkong. Forskarna analyserade studenternas engagemang utifrån fyra olika dimensioner: 1) kognitivt utifrån hur studenter tolkade och bedömde återkopplingen, 2) metakognitivt utifrån hur de reflekterade över och reglerade sin användning av återkopplingen, 3) affektivt, utifrån hur de reagerade känslomässigt på återkopplingen, och 4) beteendemässigt utifrån hur de interagerade med ChatGPT och på vad sätt de reviderade sina texter.
Resultaten visar att studenterna främst använde kognitiva strategier, vilket innebär att de försökte förstå vad återkopplingen sa, och identifiera förbättringsområden. Ofta tillämpade studenterna återkopplingen direkt utan att nödvändigtvis reflektera djupare över varför ändringen var viktig eller hur den påverkade helheten. Detta ansåg författarna var ett tecken på att studenterna visserligen var aktiva i sitt lärande, men också att återkopplingen verkade användas ganska ytligt, som en lista att bocka av snarare än ett tillfälle för djupare lärande. Studien visade också att studenterna hade vad forskarna kallar låg emotionell motståndskraft, vilket handlar om hur väl en student hanterar de känslor som kan uppstå i samband med återkoppling som osäkerhet eller frustration, motstånd och tillit eller misstro. Studien visade att studenterna inte reagerade särskilt starkt känslomässigt, varken positivt eller negativt, på återkopplingen, något som forskarna resonerade kan bero på att de inte såg AI:n som en riktig bedömare. Detta kan vara både en fördel, då det medförde mindre stress, och en nackdel, då det kunde leda till lägre engagemang. Om återkoppling inte väcker känslor, kanske den inte heller upplevs som viktig eller relevant. Slutligen visade studien att det beteendemässiga engagemanget hos studenter var ytligt när det gällde att begära återkoppling, interagera med ChatGPT och revidera sina texter.
Författarna menar som slutsats att det är viktigt att främja studenters aktiva engagemang i återkoppling även från ChatGPT, vilket innebär att man behöver arbeta med att utveckla deras återkopplingskompetens. Det innebär både att utveckla färdigheter i promptformulering, bedömningsförmåga, emotionell reflektion, etiskt beslutsfattande och metakognitiva strategier.
Kommentar: Som universitetslärare kan uppgiften tyckas stor — ska jag förutom att undervisa i mitt ämne också jobba med att få studenterna att utveckla återkopplingskompetens? Men någonstans tänker jag att svaret är ja, och att vi behöver dela med oss som lärare om hur vi kan göra detta, just eftersom återkoppling är så oerhört viktig för lärandet. Några saker som jag tänker på att man skulle kunna göra är dels att låta studenter jämföra sina prompts med varandra på uppgifter och analysera vilken typ av återkoppling de får. En annan sak man kunde göra är att skapa återkoppling på någon uppgift med inlämnad text och ge exempel på mer eller mindre användbar AI-återkoppling och diskutera varför återkopplingen är mer eller mindre användbar. Man kunde också låta studenter jämföra återkoppling från AI med sådan från andra studenter eller från läraren, och reflektera över skillnader. När det gäller frågan om emotionellt engagemang tänker jag att det är viktigt att fråga efter studenters känslor när de får återkoppling, och vad de gör med återkopplingen, och kanske också själv som lärare berätta om sina känslor i relation till återkoppling. Generellt sett tror jag att vi behöver föra dialog med våra studenter kontinuerligt om hur vi och de kan använda AI, så att det finns utrymme både för kritiskt perspektiv och uppskattning i fråga om dess möjligheter. Samtidigt tänker jag att studenternas engagemang i skrivande, i att uttrycka sig och i att verkligen tänka kring vad och hur de lär är det som vi verkligen inte vill att de tappar bort. För det behövs dialog och tid, något som ibland är väldigt svårt att få till.
Text: Klara Bolander Laksov, Centrum för universitetslärarutbildning
Nyckelord: återkopplingsengagemang, generativ AI, ChatGPT, återkopplingslitteracitet
Senast uppdaterad: 2025-10-28
Sidansvarig: Centrum för universitetslärarutbildning