Till innehåll på sidan
Till KTH:s startsida

Rent frågebaserat lärande (pQBL) med AI-genererade lärandemål och aktiviteter

Projektet innebär att man kombinerar pQBL, en effektiv och ändamålsenlig inlärningsteknik, med nya generativa AI-funktioner för att ytterligare minska lärarnas tid och ansträngning, samtidigt som elevernas inlärningskvalitet ökas.

Mappade principer

Projektet mappas till nedan ramverksprinciper:

P3. Aktivt studentcentrerat lärande

P4. Bedömning och examination för lärande

P9. En utvecklande utbildningskultur

P10. Kontinuerlig kompetensutveckling i lärarrollen

Definitioner av principerna

Kontakt

Olof Bälter
Olof Bälter professor
Richard James Glassey
Richard James Glassey universitetsadjunkt

Detta projekt genomförs på Skolan för elektroteknik och datavetenskap (EECS) inom programmet Framtidens utbildning (projektnr. 2415-EECS).

Projektkontext

Frågebaserat lärande (QBL) främjar aktivt lärande och har visat sig vara sex gånger så effektivt som att läsa eller titta på videor. Den stora nackdelen är att det är resurskrävande att utveckla denna typ av effektivt interaktivt läromedel. På EECS har vi utvecklat denna metodik vidare till rent frågebaserat lärande (pQBL) med flera stora fördelar, varav en är att vi kan använda generativ AI som stöd för att skapa läromedel.

Även om generativ AI har visat sig vara mycket bra för att producera frågor på begäran via ett givet chattgränssnitt, saknar den integration med våra lärplattformar, såsom Canvas Quizzes. Lärare skulle manuellt kunna kopiera och klistra in frågor i dessa system, men detta är inte en hållbar lösning.

Den första utmaningen är alltså att stödja skapandet av en stor mängd frågor som stämmer väl överens med lärandemål och kursmaterial, ge lärarna gott om tid att granska dem och sedan automatiskt implementera dem i ett quiz-system.

Den andra utmaningen är svårigheten för lärare att på förhand granska frågorna för korrekthet, kvalitet och lämplighet: lärare skulle behöva finare grader av kontroll när det gäller svårighetsgrad och av hur väl lärandematerialet uppfyller deras kvalitetsförväntningar.

Syfte/Effekt (outcome)

Projektets syfte är att:

  • avlasta lärare samtidigt som studenterna får tillgång till ett effektivare lärmaterial. Effektmålet är att minska på lärarnas minst uppskattade undervisningsdelar samtidigt som studenternas lärande förbättras. Detta skulle kunna leda till mindre tidsåtgång (schemalagd och generellt) för båda grupperna.
  • ge skolan förbättrad och systemstödd metod för förbättring av kurskvalitet (learning analytics).

Projektresultat (output)

  • System och metod för att generera och distribuera lärandematerial i form av renodlat frågebaserat lärande i Torus för fem kurser, tillsammans med utvärderingar av lärares och studenters erfarenheter av materialet.
  • Metod och systemgränssnitt för att integrera data från lärandeanalyser (hur effektiva frågor är) samt lärarnas individuella perspektiv (hur svåra frågor är) för att resultera i ett betydligt mer effektivt läromedel.

Tidplan

Startdatum: 2024-05-15
Slutdatum: 2026-06-30

Projektdokumentation

Du som har KTH-ID kan läsa den senaste projektdokumentationen, som ligger i OneDrive, i inloggat läge.

Innehållsansvarig:framtiden@kth.se
Tillhör: KTH Intranät
Senast ändrad: 2025-10-13