25t (organiserte læringsaktiviteter) + 25t (vurderingsinnlevering).
Hva innebærer generativ kunstig intelligens for veilederrollen på bachelor-, master- og doktorgradsnivå?
Generativ kunstig intelligens er i ferd med å bli en del av studenters og ansattes akademiske arbeid. Dette reiser nye spørsmål for veiledere: Hvordan kan vi støtte studenters faglige utvikling og selvstendighet når KI-verktøy kan inngå i arbeidet? Hvordan påvirker KI veiledning, vurdering og evaluering av akademisk arbeid? Hvordan kan vi snakke med studenter om ansvarlig, transparent og faglig relevant bruk av KI?
I denne modulen utforsker vi slike spørsmål gjennom korte faglige innledninger, diskusjon, erfaringsdeling og praktisk utprøving.
Modulbeskrivelse
KI-prateroboter kan brukes til idéutvikling, strukturering, språklig bearbeiding, tilbakemelding og utforsking av faglige spørsmål. Samtidig kan de produsere feil, forenklinger og tekst som virker mer faglig solid enn den er. Dette gjør det viktig å utvikle dømmekraft og felles språk for hvordan KI kan brukes i akademisk arbeid.
Modulen tar utgangspunkt i veiledningssituasjoner i høyere utdanning, men inkluderer også spørsmål om vurdering og evaluering. Vi undersøker hvordan generativ KI kan påvirke veilederrollen, veiledningsrelasjonen og studenters arbeid med tekst, prosjektutvikling og faglig refleksjon, samt hvordan faglig kvalitet, progresjon og selvstendighet kan vurderes og evalueres når KI inngår i arbeidet.
Gjennom tre nettbaserte samlinger arbeider deltakerne med etiske, pedagogiske og praktiske spørsmål knyttet til KI i veiledning. Målet er å utvikle faglig dømmekraft og et bedre grunnlag for å vurdere, begrunne og videreutvikle egen veiledningspraksis i møte med generativ KI.
Deltakerne inviteres til å dele erfaringer, spørsmål og eksempler fra egen arbeidshverdag. Noen av disse kan inngå i en felles ressursbase i Canvas.
Vi ønsker også å utvikle forskningsbasert kunnskap om erfaringer med å involvere KI i arbeidshverdagen i høyere utdanning. Som kursdeltaker kan du derfor bli spurt om å delta i et forskningsprosjekt. Deltakelse i forskning er frivillig og behandles separat fra deltakelse i modulen.
Nøkkelbegrep
- Generativ kunstig intelligens i akademisk veiledning
- Akademisk dømmekraft, vurdering og evaluering
- Faglig integritet
- Digital transparens og ansvarlig KI-bruk
- Etiske og pedagogiske problemstillinger i veiledning
Læringsutbytte
Etter fullført modul skal deltakeren ha følgende læringsutbytte:
Kunnskap
Deltakeren har avansert kunnskap om:
- aktuelle problemstillinger knyttet til bruk av generativ KI i akademisk veiledning, vurdering og evaluering
- hvordan KI kan påvirke studenters arbeid med tekst, prosjektutvikling og faglig refleksjon
- sentrale begrep som akademisk dømmekraft, evaluering, faglig integritet, ansvar og digital transparens
Ferdigheter
Deltakeren kan:
- reflektere over hvordan generativ KI kan inngå i egne veiledningssituasjoner
- prøve ut og vurdere enkle KI-anvendelser med relevans for veiledning og faglig arbeid
- formulere spørsmål, oppgaver, vurderingsformer eller veiledningsgrep som støtter kritisk og ansvarlig KI-bruk
Generell kompetanse
Deltakeren kan:
- identifisere og drøfte etiske og faglige dilemmaer knyttet til KI i veiledning, vurdering og evaluering
- bidra til samtaler i eget fagmiljø om ansvarlig og transparent bruk av KI
- videreutvikle egen veiledningspraksis gjennom refleksjon og erfaringsdeling
Læringsaktiviteter
Modulen består av tre nettbaserte samlinger à tre timer, samt forberedelsesarbeid mellom samlingene. Informasjon, lenker, litteratur og læringsressurser finnes på læringsplattformen.
De organiserte læringsaktivitetene har et samlet arbeidsomfang på 25 timer.
Arbeidsformene i modulen omfatter:
- Korte faglige innledninger, diskusjon og erfaringsdeling
- Forberedelse til og praktisk utprøving mellom samlingene
- Refleksjonsarbeid rundt veiledningspraksiser og erfaringsdeling
- Arbeid med case fra veiledningssituasjoner
- Enkel praktisk utprøving av KI-verktøy
- Tilbakemelding på medstudenters arbeid
Samlinger og organisering av modulen
- 3 nettbaserte samlinger à 3 timer
- Læringsplattform: Canvas
- Sted: Zoom
Samling 1: 06.11.26, kl. 09:00–12:00
Tema: Veiledningsrelasjoner i møte med generativ KI
Første samling er spesielt rettet mot ulike former for veiledningssituasjoner der generativ kunstig intelligens blir en del av relasjonsbyggingen. Vi arbeider med ulike scenario og diskuterer dem opp mot relevant forskning og pågående debatter knyttet til tematikken.
Forarbeid:
Velg én artikkel fra anbefalt litteratur, eller en egen ressurs som er relevant for veilederrollen og KI. Formuler inntil tre spørsmål eller én problemstilling du ønsker å diskutere på samlingen med de andre deltakerne.
Du kan gjerne bruke en KI-praterobot som sparringspartner i forberedelsen, men dette er ikke et krav.
Samling 2: 20.11.26, kl. 09:00–12:00
Tema: Digital transparens, ansvarlig KI-bruk og faglige og etiske dilemmaer
I den andre samlingen rettes oppmerksomheten mot digital transparens og ansvarlig KI-bruk. Vi identifiserer og drøfter etiske og faglige dilemmaer knyttet til KI i veiledning, vurdering og evaluering, og undersøker hvordan slike spørsmål kan håndteres i egen praksis.
Forarbeid:
Skriv en kort fullt anonymisert casebeskrivelse knyttet til en etisk problemstilling du har opplevd eller kan se for deg i en veiledningssituasjon der generativ KI er involvert.
Casen kan for eksempel handle om studenters bruk av KI i tekstutvikling, spørsmål om selvstendighet, veileders ansvar eller hva som bør dokumenteres og synliggjøres.
Forbered en kort skriftlig introduksjon til casen med problemstillinger som du ønsker å diskutere på samlingen. Denne leveres til oppsatte tider i Canvas.
Samling 3: 04.12.26, kl. 09:00–12:00
Tema: Akademisk dømmekraft, evaluering og videreutvikling av praksis
Den tredje samlingen bygger videre på arbeidet fra de to foregående samlingene. Vi undersøker hvordan erfaringer med generativ KI i veiledning kan vurderes og brukes til å videreutvikle egen praksis. Særlig oppmerksomhet rettes mot akademisk dømmekraft, begrunnelse av egne valg og hvordan veiledningspraksis kan utvikles på bakgrunn av erfaring, faglig kunnskap og refleksjon.
Forarbeid:
Velg ett konkret eksempel fra egen praksis der KI kan være relevant, for eksempel en veiledningssamtale, en oppgaveformulering, en tekstrespons, en vurderingssituasjon eller en evaluering av faglig arbeid eller læringsprosess.
Forbered en kort muntlig refleksjon for deltakerne på kurset:
- hva KI eventuelt kan bidra med i situasjonen
- hvilke utfordringer eller dilemmaer som kan oppstå
- hvordan bruken kan gjøres transparent og faglig ansvarlig
Godkjenning og valgfri vurderingsoppgave
Modulen har et samlet arbeidsomfang på 50 timer og består av to deler.
Organiserte læringsaktiviteter – 25 timer
De organiserte læringsaktivitetene omfatter deltakelse i samlingene, forberedelsesarbeid, praktisk utprøving, refleksjon og arbeid med egen veiledningspraksis. Deltakerne presenterer problemstillinger eller erfaringer fra egen praksis og gir tilbakemelding på medstudenters arbeid.
Valgfri vurderingsdel – 25 timer
Etter de organiserte læringsaktivitetene kan deltakeren gjennomføre en valgfri individuell vurderingsdel med et arbeidsomfang på 25 timer. Vurderingen tar utgangspunkt i deltakerens læringsutbytte fra modulen og videreutvikling av egen veiledningspraksis. Arbeidet skal knytte erfaringer fra modulen til relevant teori og forskning. Alle referanser skal føres i APA 7.
Deltakerne kan velge mellom to ulike formater på innleveringen:
- enten som ren skriftlig innlevering på 2000 ord, eller
- planlegging og gjennomføring av et praktisk utprøvende arbeid med et tilhørende refleksjonsnotat på minst 800 ord.
Forslag til hvordan oppgaven kan utformes:
- en bearbeidet casebeskrivelse med drøfting av relevant problemstilling knyttet til modulens tema, eller
- en refleksjon over egen veiledningspraksis i lys av teori og tidligere forskning, eller
- en praktisk utprøving av kunstig intelligens-tilnærminger i en relevant faglig eller pedagogisk situasjon, eller
- en drøfting av ulike former for oppgave(r) eller veiledningsopplegg som kan prøves ut eller diskuteres i fagmiljøet ditt, eller
- en podcast, forelesning, (digital) formidling eller lignende med en klart definert målgruppe, tema og refleksjon.
Vurderingsformen er bestått/ikke bestått.
Anbefalt litteratur
Bearman, M., Tai, J., Dawson, P., Boud, D., & Ajjawi, R. (2024). Developing evaluative judgement for a time of generative artificial intelligence. Assessment & Evaluation in Higher Education, 49(6), 893–905. https://doi.org/10.1080/02602938.2024.2335321
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148
Dilek, M., Baran, E., & Aleman, E. (2025). AI Literacy in Teacher Education: Empowering Educators Through Critical Co-Discovery. Journal of Teacher Education, 76(3), 294–311. https://doi.org/10.1177/00224871251325083
Gumede, D., Gumede, P.R. (2026). A scoping review of emerging benefits and challenges of generative artificial intelligence in postgraduate research supervision. Discover Artificial Intelligence, 6, 717. https://doi.org/10.1007/s44163-026-01476-w
Huang, Y., Li, S., & Liu, Z. (2026). Can GenAI complement supervisor support in shaping postgraduates’ research experiences? A mixed-methods approach. Studies in Higher Education, 51(4), 836–854. https://doi.org/10.1080/03075079.2025.2495710
Jensen, L. X., Bearman, M., Boud, D., & Konradsen, F. (2026). Feedback encounters in doctoral supervision: the role of generative AI chatbots. Assessment & Evaluation in Higher Education, 51(5), 849–862. https://doi.org/10.1080/02602938.2025.2478155
Kjærgård, P. I., Hodøl, H.-O., & Økland, Ø. (2024). Kunstig intelligens og konsekvenser for veiledning på tekstarbeid. Nordisk Tidsskrift i Veiledningspedagogikk, 9(2), 1–16. https://doi.org/10.15845/ntvp.v9i2.4078
Lai, S., Liu, S., Dai, Y., Lim, C. P., & Liu, A. (2025). The impacts and tensions of generative AI on doctoral students’ supervisory and peer dynamics: An activity theory analysis. Australasian Journal of Educational Technology, 41(5), 1–17. https://doi.org/10.14742/ajet.9916
Omodan, B. I. (2025). Redefining the role of supervisors in the era of artificial intelligence: implications for hybrid postgraduate research governance. Cogent Education, 12(1). https://doi.org/10.1080/2331186X.2025.2536534
Qi, J., Tuxworth, J., & Gomes, C. (2026). Navigating Supervisory Conversations About Gen AI: Taboo and Supervisory Power Dynamics. Higher Education Quarterly, 80(3), e70151. https://doi.org/10.1111/hequ.70151
Winstone, N. E., Gravett, K., Bearman, M., Noble, C., Jensen, L. X., Jones, A., & Nicola-Richmond, K. (2026). The care-full craft of feedback in an age of generative AI. Assessment & Evaluation in Higher Education, 51(5), 911–927. https://doi.org/10.1080/02602938.2026.2643333
