Presentasjoner‎ > ‎2018‎ > ‎

11/18 Robotassistert undervisning – Webinarfestivalen 2018

Innlegg under Webinarfestivalen 2018


Jon Hoem, Institutt for kunstfag, Høgskulen på Vestlandet, campus Bergen


2. Bakgrunnen

I forbindelse med arbeidet med å digitalisere grunnskolelærerutdanninger er det høsten 2018 satt i gang flere prosjekter ved Høgskulen på Vestlandet.


Prosjektet Robotassistert undervisning er et av disse prosjektene og et samarbeid mellom ansatte på fire fagområder i lærerutdanningen: Jon Hoem (Kunst og håndverk), Espen Helgesen (Samfunnsfag), Andrea Eikset (Matematikkdidaktikk) og Erlend Eidsvik (Geografi).


3. Kort om prosjektet

Prosjektet kan sies å være eksperimentelt, og basert på det vi kan kalle innovasjonspedagogikk, dvs at læring skjer gjennom at de lærende selv definere hva som er problemet for deretter å jobbe seg frem til en løsning gjennom prøving og feiling

Problemene vi ønsker å definere og finne løsninger på er knyttet til hvordan koding skal finne en plass i utdanningen på en måte som kan engasjere alle elevgrupper. Løsningen er trolig det som synes åpenbart, nemlig at varierte metoder er veien å gå. Alle har ikke glede og interesse av å kode på samme måte.


4. Digitaliseringsstrategi

Så hvordan møter dette Digitaliseringsstrategien for grunnopplæringen? Denne strategien skal virke fram til 2021 og danner noe av grunnlaget for arbeidet med fagfornyelsen.


Strategien følges blant annet opp gjennom Den teknologiske skolesekken, som dermed bringer teknologi ut i skolene.


5. Digitaliseringsstrategi - Algoritmisk tankegang

Vårt prosjekt er knyttet til et ønske om å bringe koding inn i lærerutdanningen. Her er bruken av roboter en av flere innganger.


Når koding nå kommer inn i skolen blir dette knyttet til Algoritmisk tankegang, som kan forstås som evne til å “bryte ned” komplekse problemer i løsbare delproblemer, samt evnen til å generalisere problemer, finne løsninger og de riktige stegene som trengs for å komme til en løsning.


Det kan kan absolutt romme eksperimentering, men kanskje ikke i betydningen improvisasjon.


Vi er litt redd for at et for ensidig fokus på det algoritmiske det kan redusere koding til systematikk. Dette kan gi på bekostning av andre, mer lekne og eksperimentelle måter å bruke og forstå koding.


6. Å feile

Å eksperimentere seg frem til en rytme, et fundament for en videre melodi, er et ganske godt bilde på den prøvingen og feilingen vi er ute etter. Vi vet at vi skal lage et en melodi, men når vi begynner vet vi ikke hvordan denne melodien kommer til å høres ut. Tilnærmingen er på mange måter systematisk, men likevel eksperimentell go dels uforutsigbar.


7. Problemløsing

Nå er ikke målet å sette opp motsetninger som ikke behøver å være der.


Poenget er bare at det finnes mange innganger til å jobbe systematisk og bygge opp logiske sammenhenger:

– bryte ned et problem til deler

– eller sette sammen deler og på den måten bygge opp et problem


8. Dialoger mellom mennesker og maskiner

Et premiss for prosjektet er at vi i en svært nær fremtid må lære oss å utvikle et mer dialogisk forhold til maskiner.


Dette når oss i form av nærmest alle tekniske innretninger, fordi de styres ved hjelp av programvare som igjen kan kontrolleres gjennom talegrensesnitt.


Vi tenker at de som lærer seg å forstå premissene for disse dialogene vil ha bedre forutsetninger for å beherske dem og dermed kunne få et stort fortrinn. Som utdannere må vi forsøke å utvikle disse fortrinnene på selvstendige premisser, ikke bare gjennom å ta i bruk eksisterende teknologi.


9. Lære - Fortelle- Kode

Et fokus på tale leder oss i retning av fortellinger og kommunikasjon. Vi tenker at det gir en annen inngang til koding og læring enn det som ligger i “algoritmer” som sådan. Fortellinger har imidlertid også en logikk, som leder i retning av andre problemer og løsninger.


Jeg skal ikke rote meg inn i et resonnement omkring kode som språk og kommunikasjon. Jeg nøyer meg med å slå fast at lærere, studenter og elever også må forstå hvordan kommunikasjon kan kodes og at dette kan åpen for andre perspektiver.


10. Prototype fremtiden

Vi tenker at koding som kommunikasjon må læres gjennom konkrete erfaringer, aller helst gjennom å jobbe med å kode auditive, visuelle og taktile egenskaper. Dette fordrer fysiske grensesnitt, der vi tenker at roboter fremstår som velegnet.

I vårt arbeid har vi landet på skoleroboter fra det spanske selskapet Aisoy. Dette fordi disse robotene er programmerbare, har visuelle og taktile egenskaper, velfungerende talesyntese (som også kan programmeres) samtidig som der er såpass rimelige at vi kan plassere dem i hendene på elever uten stor økonomisk risiko. 

11. Roboter og emosjoner

Talegrensesnitt er manipulative. Gjennom tale og uttrykk vekkes emosjoner, selv om vi vet at vi interagerer med en maskin. Elever bør derfor lære hvordan disse grensesnittene fungerer.
  • Et av spørsmålene etterpå gikk på dette med emosjoner. Jeg kan ikke uttale meg om dette på grunnlag av egen forskning, og lener meg slik sett på studien Robots@School, som kanskje er litt i overkant optimistisk: "Most of kids’ robots (75%*) acted patient and supportive in educational contexts. Since robots fulfill a range of emotional needs, they render learning more fun and make kids eager to tackle even boring material. Robots are better versions of our teachers and parents, offering limitless time and patience, encouraging confidence and self-direction, and allowing us to make mistakes sans self-consciousness." – Vi tjener nok alle på å være edruelige, og et prosjekt som Robotassistert undervisning har ikke som mål å selge inn teknologien for noe den ikke er. Vi mener imidlertid å se at bruken av roboter gir en annen, og kanskje mer motiverende inngang til koding, som i sin tur kan brukes som utgangspunkt for andre former for læring.

12. Roboter og emosjoner

Kan vi i tillegg tillate elevene å dekorere og herje litt med robotene er forutsetningene bedre til stede for å utvikle nysgjerrighet, nærhet til problemer og løsninger, både gjennom en rasjonell tilnærming og ikke minst lek – lek som den aller beste, mest gjennomprøvde og alltid utforskende måten å eksperimentere på

13. Elever som styrer maskiner

Elever som snakker med maskiner er kanskje ikke et skremmende fremtidsscenario dersom elevene også kan designe premissene for noen av disse samtalene.  Ved hjelp av en enkel app kan elevene leke med robotens funksjoner og raskt komme frem til hvordan de vil at den skal respondere. Dette fungerer selv for de aller minste barna.
Elevene kan også lage programmer ved hjelp av Scratch, der de kan utnytte robotens sensorer, servoer og tale.
Mulighetene i Scratch er tilgjengelig for selv de minste elevene, men samtidig såpass avanserte at en fint kan jobbe med dette gjennom hele grunnskolen.

16. Studentprosjekt - Lærerassistent

Vi er fremdeles i en tidlig fase i prosjektet, men allerede har to studentgrupper i første klasse på samfunnsfag i lærerutdanningen jobbet med å lage undervisningsopplegg som de selv har kodet.

Den ene gruppen utnyttet robotens kamera og evne til å gjenkjenne QR-koder, samt en logikk for å stille spørsmål, presentere svaralternativer og gi respons.


17. QR-koder

Vi ser her et eksempel på noen blokker knyttet til robotens mulighet for å lese QR-koder


18. Mer kompleks Scratch

Dette kan så utnyttes for å trigge en relativt kompleks kodesnutt der variabler og lister utnyttes for å sette sammen en ganske kompleks sekvens.


19. Studentprosjekt 2 - Reiseplanlegger

Den andre gruppen fokuserte mer på hvordan roboten kan være en igangsetter, samtidig som de inkluderte selve kodingen i Scratch som en del av det elevene skal lære. her kan en se for seg en prosess der det å finne opplysninger om ulike reisemål, formulere faktasetninger og få roboten til å fremsi disse som påstander og deretter vurdere disse.


Mesteparten av arbeidet vil her ligge til de samfunnsfaglige temaene, der kodingen av roboten blir det som driver prosessen.


20. Spørsmål og svar i Scratch

Eksempel på hvordan roboten kan kodes til å stille nye spørsmål hver gang den berører på hodet. Deretter skriver den alternativer i munnen og tar imot svar via berøringssensorer på hver side av kroppen. Avhengig av om det svares riktig eller galt gir roboten en tilpasset respons. Det ligger her masse faglighet i spørsmål, alternativer og ikke minst hvordan roboten skal respondere.


21. Studenterfaringer

Studentene fikk en robot i hendene og ikke veldig mye teknisk hjelp. Vi hadde tre korte gruppemøter gjennom prosjektet. Dette førte til at studentene ble utfordret, men også en klar opplevelse av mestring. Enkelte ting fant de ikke ut av, f eks hvordan en på en enkel måte kan skru av robotens autonomi.
mange av de opplevde problemene er enkle å løse. Andre er mer komplekse. F eks har ikke robotene talesyntese for norsk og de fungerer dårlig ved talegjenkjenning. Noe av grunnen er at alt skjer på roboten, dvs uten at den sender lyd for prosessering på en server. Dette var noe vi innledningsvis jobbe med Aisoy for å få til, dette for å unngå at vi plasserer er “avlyttingsenhet” i klasserommet.


22. Oppsummering

Videre har vi flere studenter i ulike fag som vil skrive sine bacheloroppgaver knyttet til eksperimenter med Aisoy-robotene.


For egen del er jeg svært interessert i hva som kan komme ut av prosjektene i kunst og håndverk.


Får vi en robotisert fortelling om dadaismen i kunsten?

Eller kanskje en robot som guide i et museum eller kunstutstilling?

Eller kanskje en robot som hjelper elever med å lese en illustrert bok?


Alt dette er ting vi føler oss sikre på at studentene vil kunne realisere og kunne gjennomføre sammen med elever.


På denne måten tror vi at vi vil kunne få flere gode eksempler på hvordan koding er et kommunikasjonsverktøy og videre en kreativ og morsom måte å nærme seg datamaskinenes virkemåte.