Derfor er det vigtigt
AI er ikke kun en genvej – den er en stærk partner til læring, kreativitet og vækst. Når du bruger AI eftertænksomt, opbygger du de færdigheder, der betyder mest: kritisk tænkning, kreativitet og dømmekraft. Når du bruger AI til at stille bedre spørgsmål, forstå flere perspektiver og udforske nye ideer, forbereder du dig på en fremtid med AI som partner, ikke en proxy, i læring.
Vigtige færdigheder til at bruge kunstig intelligens til læring
AI-værktøjer kan understøtte din læring – hjælpe dig med at forstå komplekse emner, øve dig mere effektivt og udforske ideer dybere. Nøglen er at bruge disse værktøjer eftertænksomt og udvikle, hvad vi kalder passende afhængighed – at finde den rette balance mellem at stole på AI, når den udfører godt, og opretholde sund skepsis for at fange fejl.
Her er tre komplementære metoder, der kan hjælpe dig med at få mest mulig ud af AI-læringsværktøjer:
✅ Bekræft først: Kildekontrol AF AI-output
AI kan få noget galt, så du bør altid dobbelttjekke ai-genererede oplysninger ved at kigge på pålidelige kilder. At fastslå, at vigtige oplysninger er korrekte, handler ikke kun om due diligence; det kan styrke de vigtigste begreber for dig, mens du studerer!
Derfor fungerer det: Kontrol af et krav mod eksterne kilder kan tvinge din hjerne til at hente, hvad du ved og vurdere det - og hentning hjælper med at gøre learning stick (Roediger & Karpicke, 2006).
Prompt: Which key points are most crucial that I get correct if I want to learn [topic] properly? For each, suggest a few trusted sources I can check (e.g., textbook chapters, official websites) to independently confirm that you've covered it accurately. If I identify differences or gaps, help me investigate.
✅ Ud over forklaringer: Brug AI til at tilpasse praksis og gennemgang
Du kan bruge KUNSTIG INTELLIGENS til at prøve dig selv og oprette en brugerdefineret plan til at afstande ud af din praksis, som har vist sig at hjælpe med at huske tingene bedre over tid.
Derfor fungerer det: Hentning praksis og fordelt gentagelse kan producere mere holdbar læring og overførsel (Roediger & Karpicke, 2006; Cepeda et al., 2006).
Prompt: Be my retrieval coach for [topic]. Start by giving me a short answer question that I'll do my best to respond to. Score it 0–2 with a one sentence correction if needed. Repeat this 8 times, interleaving one or two items from prior topics. Based on my results, suggest a spaced plan for the next 7 days (1d, 3d, 7d) with varied formats (explain/compute/apply) if applicable.
✅ Lær at lære: forklare ai og lade det skubbe tilbage
Når du forklarer et koncept med dine egne ord, kan AI stille spørgsmål for at hjælpe dig med at opdage fejl eller mangler i din forståelse.
Derfor fungerer det: Selvforklaringer og elaborative "hvorfor/hvordan"-prompter kan uddybe forståelsen og understøtte videnoverførsel (Chi et al., 1994; Pressley et al., 1987).
Prompt: Act like a curious student while I systematically teach [concept] over a series of messages. Interrupt whenever I skip reasoning with targeted 'why/how do you know?' questions - proceed as far as is reasonable. When I indicate that I'm done teaching, restate my explanation in your own words and list any misconceptions or gaps.
✅ Fjern træningshjulene: fra guidet til uafhængig praksis
Du kan bruge kunstig intelligens til at lære ved at følge eksempler og derefter prøve problemer med mindre hjælp og endelig løse dem selv for at opbygge selvtillid og færdigheder.
Denne proces er især effektiv inden for STEM, kvantitative samfundsvidenskaber, strukturerede sprogopgaver og ethvert domæne, hvor der kræves trinvis beherskelse.
Derfor fungerer det: Arbejdede eksempler kan reducere kognitiv belastning. udtoning kan skabe uafhængighed; forskellig/interleaved praksis kan forbedre overførslen ( Sweller , 1988; Renkl & Atkinson, 2003; Rohrer & Taylor, 2007).
Prompt: Teach me [problem type] using a 3 step progression, one message at at time. First one fully worked example with brief justifications that I'll confirm I understand. Then, one faded example with 1–2 steps with hints for me to try on my own (I'll respond with my answer, then you should give minimal, immediate feedback). Finally, an independent problem that I'll try on my own. Repeat with two more independent problems (one at a time) with mixed structures. Vary surface features but keep deep structure, then lightly interleave with a similar but different type. After each item, list the rule/formula/concept I used and suggest where to verify each definition or rule with an independent source. End with a 1 minute 'what changed?' reflection comparing two similar problems.
✅ Prøv, kontrollér og reflect: Brug AI til at lære i en cyklus
Når du bruger kunstig intelligens til at øve et koncept eller nye færdigheder, kan du altid give det dit bedste forsøg, få feedback fra AI-systemet og derefter holde styr på, hvad du har ret eller forkert til at forbedre din læring.
Derfor fungerer det: Forudsigelse og konfidenskalibrering korrigerer illusioner om at vide; "ønskelige vanskeligheder" driver opbevaring på lang sigt ( Koriat, 1997; Bjork & Bjork, 2011).
Prompt: For [topic], use a predict commit check process for 6 items (ideas, questions, or tasks). For each one: (1) ask me for my answer and my confidence (0–100%) before you share the correct or model answer, (2) reveal the answer with a brief explanation or reasoning, (3) prompt me to write a one sentence reflection or lesson learned if I didn't get it right. Keep a running error/insight log with columns: Item → Pattern (error or insight) → Possible Cause → Next Step . (4) once I answer with a reflection, move on to the next. If I do well (get three questions in a row correctly), gently increase the challenge; if I struggle (three in a row missed), decrease the challenge.
Kilder
Bjork, R. A., & Bjork, E. L. (2011). Gør tingene hårdt på dig selv, men på en god måde . Ny teori om disuse / ønskeligt vanskeligheder.
Cepeda, N. J., et al. (2006). Distribueret praksis i mundtlige tilbagekaldelsesopgaver: En gennemgang og kvantitativ syntese.Psykologisk Bulletin .
Chi, M. T. H., et al. (1994). Selvforklaring: Hvordan studerende studerer og bruger eksempler til at lære at løse problemer.Kognitiv videnskab .
Dunlosky, J., et al. (2013). Forbedring af elevernes læring med effektive læringsteknikker.Psykologisk Videnskab i offentlighedens interesse .
Koriat, A. (1997). Overvågning af ens egen viden: En cue-udnyttelse tilgang.Psykologisk anmeldelse .
Kornell, N., & Bjork, R. A . (2009). En stabilitet bias i menneskets hukommelse.Journal of Experimental Psykologi: Læring, hukommelse og kognition .
Renkl, A., & Atkinson, R. K. (2003). Strukturering af overgangen fra arbejdede eksempler til problemløsning.Undervisningspsykolog .
Roediger, H. L., & Karpicke, J.D. (2006). Test-forbedret læring.Journal of Experimental Psykologi: Generelt .
Rohrer, D., & Taylor, K. (2007). Blandingen af matematikproblemer forbedrer læringen.Anvendt kognitiv psykologi .
Sweller , J. (1988; 1994). Kognitiv belastningsteori og instruktionsdesignkonsekvenser . Instruktionsvidenskab ; Læring og undervisning .
Find ud af, hvad AI er, og hvad det ikke er
Hvis du forstår, hvad AI gør godt – og hvor den kæmper – hjælper det dig med at bruge den mere effektivt. AI excellerer ved mønstergenkendelse, genererer eksempler og organiserer oplysninger. Det kan hjælpe dig med at udforske emner fra flere vinkler og øve færdigheder gennem forskellige eksempler.
På samme tid kan AI lave fejl. Det kan generere plausible, men forkerte oplysninger, gå glip af nuancer i komplekse emner eller afspejle bias i dens træningsdata. Hvis du kender disse begrænsninger, kan du stole på kunstig intelligens på en passende måde – ved at bruge dens styrker, mens du holder dig opmærksom på dens svagheder.
Generelle ressourcer
Omfattende dækning af GRUNDLÆGGENDE AI-principper, generative AI-principper og ansvarlige AI-principper.
Ressourcer til studerende
Introduktion til Microsoft 365 Copilot Chat (video)
Kort animeret video, der introducerer grundlæggende Copilot Chat funktionalitet og vigtigheden af at kontrollere kilder.
Med disse korte videoer kan alle lære det grundlæggende om, hvordan kunstig intelligens fungerer, og hvordan det hjælper os med at løse problemer og lære. Hver video er parret med undervisningsmateriale, forældrevejledning og filmplakat, der kan downloades.
Ressourcer til undervisere
Hjælp studerende med at opbygge grundlæggende forståelse af AI-funktioner og -begrænsninger:
Generative AI Classroom-værktøjspakke
En kreativ ressource, der blander engagerende fortællingshistorier med vejledende oplysninger for at skabe en moderne og effektiv læringsoplevelse for undervisere og studerende i alderen 13-15 år.
Reed Smart: AI Detective (Minecraft Education)
Deltag Detective Reed Smart til at undersøge nysgerrige tilfælde af AI misbrug i dette mysterium! Analysér deepfakes, find AI-genereret indhold, og lær, hvordan AI fungerer, når du følger ledetråde og analyserer beviser.
Giv undervisere mulighed for at udforske potentialet i kunstig intelligens
Opbyg din egen AI-kompetence, og lær strategier for at integrere AI i dit eget arbejde.
Vigtige færdigheder til succes med kunstig intelligens
Efterhånden som AI transformerer, hvordan vi lærer, arbejder og nærmer os problemløsning, er informationskendskab blevet en vigtig færdighed. Informationsfærdigheder som f.eks. at kontrollere kilder, forstå kontekst og tænke kritisk er grundlæggende for ansvarlig og effektiv navigation af onlineoplysninger. Disse færdigheder bliver endnu mere kritiske, efterhånden som AI bliver en integreret del af læring og dagligdag: Vi har brug for mere end blot adgang til oplysninger – vi har brug for at føle os sikre på vores evne til at evaluere det.
Anbefalet tredjepartsressource
Crash Course: Navigering i digitale oplysninger
Se dette omfattende videokursus om evaluering af onlineoplysninger og opbygning af vigtige færdigheder inden for onlineinformation. Bemærk! Denne ressource anbefales til dens uddannelsesmæssige værdi, men blev ikke oprettet af Microsoft. Vi deler det som en nyttig tredjepart ressource!
Microsoft-ressourcer til undervisere
Støtte studerende i at forstå AI's bredere konsekvenser for læring og samfund:
Hjælp studerende med at navigere i dagens komplekse informationsøkosystem med tillid ved at opbygge informationsfærdigheder i enhver opgave.
Information Literacy Fundamentals
Undervisningsmateriale og vejledning til opbygning af studerendes informationsfærdigheder.
Efterforskerne (Minecraft Education)
Engagerende oplevelse for 8-18 år, der lærer studerende at evaluere kilder, opdage bias og afdække sandhed i oplysninger.
Generative AI Classroom-værktøjspakke
En kreativ ressource, der blander engagerende fortællingshistorier med vejledende oplysninger for at skabe en moderne og effektiv læringsoplevelse for undervisere og studerende i alderen 13-15 år.
Yderligere ressourcer
Find din ai-læringssti med AI Skills Navigator
Få mere at vide om Microsoftsforskning i passende afhængighed
Læs gennemgangen af AETHER GenAI-læringsresultater
