Mot AI-kunskap och självförtroende

Mappade principer

Projektet mappas till nedan ramverksprinciper:

P1. Väsentliga ämneskunskaper

P2. Förmåga att hantera omedgörliga problem för en hållbar samhällsutveckling

P3. Aktivt studentcentrerat lärande

Definitioner av principerna 

Kontakt

Richard James Glassey universitetsadjunkt

glassey@kth.se , 087906991

Profil

Projektnummer 

Detta projekt genomförs på Skolan för elektroteknik och datavetenskap (EECS) inom programmet Framtidens utbildning (projektnr. 2615-EECS). 

Projektkontext 

Studenters oro kring att använda AI kan vara lika problematisk som överanvändning eller olämplig användning. Kompetens och kritisk användning av AI kommer att vara en viktig del av studenters framtida studier och yrkesliv. Även om det är lätt att anta att studenter kommer att överträffa oss i att ta till sig AI, kommer denna utveckling inte att vara jämnt fördelad. En central oro finns hos vissa studenter; de är rädda för att användning av AI ska skada deras lärande eller leda till problem. Även om överberoende och olämplig användning är reella risker, är det också problematiskt att avstå.  

Det behövs en engagerande lärandemiljö där studenter känner sig trygga att experimentera och lära av resultaten. Samtidigt har vi så många kurser och AI-policyer att det blir svårt för studenter att identifiera möjligheter att självständigt utveckla AI-färdigheter utan att det påverkar lärandet negativt eller innebär risk för akademiska oegentligheter.  

Detta projekt är relaterat till projektet ”AI First”. 

Syfte och Effektmål (outcome) 

Projektets syfte är att skapa en interaktiv studiemiljö som är: 

• trygg, stödjande och självstyrd för studenterna genom att träna dem i att använda AI effektivt och ansvarsfullt i Canvas och Github. Detta ger studenter möjlighet att reflektera över hur ansträngningen förskjuts från att skapa ett visst resultat, till att kritiskt utvärdera ett resultat när AI används för problemlösning.  

• öppen och skalbar vad gäller både administration och kostnader, genom att utnyttja de AI-tjänster som KTH redan licensierar, samt att kurera andra tjänster som är kostnadsfria för studenter, för att minimera driftskostnaderna. 

Den avsedda effekten är att studenter får en miljö som hjälper dem att utveckla AI-färdigheter på ett fokuserat och produktivt sätt. 

Projektresultat (output) 

Projektet ska leverera följande konkreta resultat:  

• Lärandemål för modulen samt utvärderade alternativ för lärandemiljö 
• En öppen modul implementerad i canvas med uppgiftsuppsättningar för AI-användning samt stödjande lärandeagenter, som är testade i lärandemiljön med studenttestare och förfinade efter återkoppling. 
• Genomförd enkät för bredare studentutvärdering. 
• Analys med identifierade styrkor och förbättringsområden samt formulerade rekommendationer för vidareutveckling och eventuell skalning. 

Tidplan  

Startdatum: 2026-05-18
Slutdatum: 2026-09-25 

Projektdokumentation 

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

• Poster: Projektets första poster kommer finnas tillgänglig på Storträffen HT2026
• Projektdirektiv: Projektdirektiv_FrU26_2615-EECS_TALC.pdf (engelska)