11 millionar til forskingsprosjekt

Tekst: Per Arne Brandal , Foto: Ingvild Myklebust Hovden

- Oppdatert

Norges forskningsråd har løyvt over 11 millionar kroner til prosjektet «Artificial Intelligence for Assessment for Learning to Improve Learning and Teaching in 21st Century». – Målet med prosjektet er å bruke kunstig intelligens å utvikle teknologi som kan analysere elevar sine tekstar og gje semantiske, syntaktiske og sentimentale tilbakemeldingar tilpassa den enkelte elev, seier professor Siv Måseidvåg Gamlem.

Vid kamera
Målet med prosjektet er å bruke kunstig intelligens å utvikle teknologi som kan analysere elevar sine tekstar.

Prosjektet «Artificial Intelligence for Assessment for Learning to Improve Learning and Teaching in 21st Century» (Al4AfL) fekk tildeling gjennom utlysinga «Samarbeidsprosjekt for å møte utfordringar i samfunn og næringsliv».

– Al4AfL er eit forskingsprosjekt som vil starte opp hausten 2021 og vare til hausten 2025. Prosjektet er eit samarbeid mellom Høgskulen i Østfold, Høgskulen i Volda (HVO), bedrifta Hypatia Learning AS, og eit utval grunnskular, seier professor Siv Måseidvåg Gamlem ved Institutt for pedagogikk ved Høgskulen i Volda.

Mål

Professor Gamlem fortel at dei overordna måla for AI4AfL-prosjektet er å utvikle datadreven teknologi som vil gi ulike typar automatisk tilbakemelding til elevane sine på sine utkast til tekstar, å gjere eksplisitt korleis lærarar kan organisere og legge til rette for formative vurderingspraksisar med datadreven teknologi for å styrke elevane sine kapasitet til å lære å lære, i tillrgg til å bidra til lærarar si profesjonelle digitale kompetanse og kompetansebygging ved å utvikle ei djupare forståing av hovudprinsippa i en praksis med utgangspunkt i vurdering for læring med bruk av datateknologi.

– Desse måla vil kunne gi ei breiare innsikt for lærarar, skuleeigarar og lærarutdannarar om korleis ein praksis som er basert på vurdering for læring og støtta av datateknologi kan bidra til utvikling av elevar si forståing av kva det vil seie å lære, seier Gamlem.

For å oppnå dei overordna måla og svare på studien sine forskingsspørsmål, vert det nytta ei «mixed methods»-tilnærming. Forskinga vil omfatte design og utvikling av digital tilbakemeldingsteknologi gjennom tre fasar ved gradvis å gjere det mogleg for programvara å gi syntaktisk, semantisk og sentimental tilbakemelding. Dette vil skje gjennom designbaserte intervensjonar med skriveprosessar med digital tilbakemeldingsteknologi i løpet av 3 skuleår i eit utval ungdomsskular. Prosjektet vil ta utgangspunkt i skriving i engelsk.

Implikasjonar

– Prosjektet vil ha ei rekkje akademiske betydningar då det vil designe og implementere ein ny berekningsmodell for tekstleg dataintegrering og regresjon for tekstvurdering. Prosjektet vil føre til utvikling av ein ny berekningsmodell for å kartlegge syntaktiske, semantiske og sentimentale atributtar til tekstkvalitet og såleis utvikle dagens automatiserte essayvurdering. Det vil bidra til å bygge eit nasjonalt og internasjonalt kunnskapsgrunnlag og profesjonell kompetanse hos lærarar, skuleeigarar og lærarutdannarar når det gjeld utvikling og implementering av høgkvalitet teknologi utvikla basert på vurdering for læring praksis og introdusere ein ny datadriven teknologi. Dette for å støtte lærarar i implementering av høgkvalitets tilbakemelding for å utvikle elevane sin kapasitet til å lære å lære. Den viktige kunnskapen som vert skapt gjennom denne studien vil tene som en base for å planlegge vidare forsking på dette området. Der vil også kome samfunnsmessige implikasjonar av prosjektet, og da mellom anna ut frå fleire av  FNs berekraftsmål, seier Gamlem. 

Project summary

The AI4AfL project aims to develop new Artificial Intelligence (AI) technology that is able to analyse written texts and provide various types of automatic feedback (syntactic, semantic and sentimental). The project will also develop new knowledge about how teachers organise and facilitate AfL practices with AI technology to enhance students’ capacity in learning to learn. The research in the project will provide a broader insight among teachers, school owners and teacher educators into how AfL practices supported by AI technology may contribute to the development of students’ understanding about what it means to learn in English as a second/foreign language (ESL/EFL) writing classes. In doing so, the project will offer an approach to develop students’ capacity in learning to learn.

AI4AfL is a collaborative interdisciplinary project combining the efforts of Educational and IT researchers (Østfold University College and Volda University College), a private actor (Hypatia), school owner (Halden municipality), teachers and students in the lower secondary schools.  The project consists of five work packages and adopts a mixed methods approach to gradually develop the target AI technology and to examine AfL learning and teaching practices in the target (with AI technology) and the comparison (without AI technology) classes in lower secondary schools in Halden municipality.

AI4AfL will make empirical, methodological and theoretical contributions to the field of computer sciences (by developing new AI technology able to provide individually tailored syntactic, semantic and sentimental feedback on the written text) and to the field of pedagogy (by examining learning and teaching with AI technology, development teachers’ and students’ digital competence, competence building in technology enhanced AfL practices and students’ capacity in learning to learn).  This knowledge is much needed to ensure a research-based development of teachers’ PDC, competence building in technology enhanced AfL practices to educate lifelong learners in the 21st century.

Samarbeid

Forskingsgruppa består av professor og prosjektleiar Irina Engeness ved Høgskolen i Østfold (HiØ), professor Siv Måseidvåg Gamlem (HVO). førsteamanuensis Hasan Ogul (HiØ), førsteamanunsis Lars Vidar Magnusson (HiØ) og Erlend Øverby (Hypatia Learning AS). Alle vil aktivt vere involvert i ulike arbeidspakkar i intervensjonsprosjektet, og vidare vil forskarane frå HiØ og HVO rettleie stipendiatar i prosjektet.

Forskingsgruppa er samansett av ulike ekspertområde. Professor Irina Engeness er leiar for forskingsgruppa IKT i undervisning og læring ved HiØ. Ho har gitt ut bok og fleire akademiske publikasjonar i internasjonale tidsskrifter om læring og undervisning med digital teknologi og i digitale miljø (MOOC) og teori av Vygotski.

Professor Siv Måseidvåg Gamlem har doktorgrad mot temaet «tilbakemelding» og er leiar for forskingsgruppa Vurderingshandlinger og læringsprosesser ved HVO. Gamlem har publisert ei rekke nasjonale og internasjonale artiklar om vurdering, tilbakemelding og læringsprosessar. Hennar interesser i forsking er relatert til tema som tilbakemelding, vurdering, læringsprosessar, systematisk observasjon og utdanning.

Førsteamanuensis Hasan Ogul er tilsett ved fakultetet for datavitenskap ved HiØ. Han er medlem av Machine Learning Group og har ekspertise innan anvendt beregningsintelligens i tidsserie-, sekvensiell, tekst- og helsedata. Han har betydeleg erfaring med å jobbe i tverrfaglege team.

Førsteamanuensis Lars Vidar Magnusson er tilknytt Fakultetet for datavitenskap ved HiØ. Han er medlem av maskinlæringsgruppa, og han har ekspertise innan teoretisk og anvendt maskinlæring på ustrukturerte data som bilde og tekst.

Erlend Øverby (privat aktør Hypatia Learning AS), har arbeidd i skjeringspunktet mellom pedagogikkens domene og bruk av IKT i meir enn 20 år. Han er for tida styreleiar for ISO / IEC JTC1 / SC36 Information Technology for Learning, Education and Training - komiteen som er ansvarleg for standardisering av læringsteknologi i ISO og IEC. Øverby vil delta aktivt i den nye datadrivene teknologiutviklinga (kunstig intelligens), leie ein av arbeidspakkane i intervensjonen inn mot skulane og ta aktivt del i fleire delar av intervensjonen.

Del på