Slik kan KI hjelpe deg med språkvask, illustrasjoner og presentasjoner
I fjerde del av KI-skolen viser professor Morten Goodwin hvordan KI-verktøy kan brukes til å finne relevante artikler, til språkvask og til å lage illustrasjoner og presentasjoner.
Illustrasjon fra ChatGPT med følgende instruks: Tegn en trollmann i klassisk fantasy-stil, iført hatt og silkekappe, som representerer en forsker med tilgang til mange KI-verktøy. Rundt ham svever magiske symboler og glødende ikoner som representerer språkvask og illustrasjonsverktøy. Format: 16:9.Illustrasjon: ChatGPT
Khronos KI-skole, del 4: Dette er fjerde del av KI-skolen til Khrono. I forrige del utforsket vi språkmodeller, RAG-teknologi og strategier for å hente innsikt fra vitenskapelige artikler.
Nå beveger vi oss videre og ser på en ny kategori KI-verktøy, de som kan støtte litteratursøk, forbedre tekster gjennom språkvask, og skape visuelt innhold og helhetlige presentasjoner.
FAKTA
Khronos KI-skole
Professor Morten Goodwin har på oppdrag for Khrono laget en KI-skole i form av en artikkelserie som vil bli publisert i Khrono de nærmeste ukene.
Målet er å vise hvordan kunstig intelligens kan forenkle og fornye den akademiske hverdagen.
Målgruppen er undervisere, forskere og administrativt ansatte ved universiteter og høgskoler.
Den første artikkel i serien ga en grunnleggende forståelse av KI og språkmodeller, og inneholdt praktiske eksempler på bruksområder for både forskere, undervisere og administrativt ansatte.
Den andre artikkelen i serien handlet om prompts, eller instrukser, og hvordan man «snakker» med en kunstig intelligens.
Tredje og fjerde artikkel i serien handler om de forskjellige KI-verktøyene på markedet. Tredje artikkel tok for seg språkmodeller, RAG-modeller og verktøy som gir innsikt i artikler. Fjerde artikkel, som du leser nå, tar for seg verktøy for litteratursøk, språkvask og illustrasjoner / lysbilder.
Kunstig intelligens gir oss nye måter å strukturere, formidle og raffinere kunnskap på. Men med en jungel av verktøy å velge mellom, er det lett å gå seg vill. Målet med denne delen er å gi deg en klarere forståelse av hva som faktisk kan effektivisere og forbedre akademisk arbeid — og hva som bare er teknologisk staffasje uten reell verdi.
Både språkmodeller og RAG-systemer, som vi utforsket i del 3 av KI-skolen, kan brukes til å finne vitenskapelige artikler, men det er ikke hovedformålet deres. Det finnes en rekke dedikerte verktøy for å søke etter artikler, avhengigheter og bøker.
Et eksempel er Keenious, en modell som fungerer nesten som en avansert søkemotor for faglitteratur.
Med instruksen: «List the recent papers on deep learning for improved education, tested in real-world settings» kommer Keenious med denne litteraturlisten:
Based on 100 % of your document
1000 results
Article
Open Access
Deep Learning applied to Learning Analytics and Educational Data Mining: A Systematic Literature Review
2017 Anais do ... Simpósio Brasileiro de Informática na Educação/Anais do Simpósio Brasileiro de Informática na Educação
Orlando Bisacchi Coelho et al.
40 Citations
Review
Open Access
A Systematic Review of Deep Learning Approaches to Educational Data Mining
2019 Complexity
Antonio Hernández-Blanco et al.
151 Citations
Article
Open Access
Prediction Model on Student Performance based on Internal Assessment using Deep Learning
2019 International Journal of Emerging Technologies in Learning (iJET)
Sadiq Hussain et al.
64 Citations
Article
Open Access
Predicting academic performance of students from VLE big data using deep learning models
2019 Computers in Human Behavior
Hajra Waheed et al.
346 Citations
Review
Open Access
A Review of Artificial Intelligence (AI) in Education from 2010 to 2020
2021 Complexity
Xuesong Zhai et al.
345 Citations
Article
Open Access
Deep learning goes to school: toward a relational understanding of AI in education
2019 Learning Media and Technology
Carlo Perrotta et al.
122 Citations
Article
Open Access
Application of Deep Learning on Student Engagement in e-learning environments
2021 Computers & Electrical Engineering
Prakhar Bhardwaj et al.
81 Citations
Article
Open Access
Application and theory gaps during the rise of Artificial Intelligence in Education
2020 Computers and Education Artificial Intelligence
Xieling Chen et al.
430 Citations
Article
Open Access
Artificial intelligence innovation in education: A twenty-year data-driven historical analysis
2020 International Journal of Innovation Studies
Chong Guan et al.
260 Citations
Article
Open Access
New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution
2023 Sustainability
Mer spennende og nyttig er det at hvis jeg laster opp en artikkel, så kan systemet hjelpe meg med å finne lignende publikasjoner.
FAKTA
KI-verktøy
Litteratursøk:
Keenious: KI-verktøy for å finne relevante akademiske artikler.
Elicit: KI som trekker ut kjerneinformasjon fra forskningsartikler.
Connected Papers: Visualiserer sammenhenger mellom akademiske publikasjoner.
Scite: Hjelper forskere med å finne, evaluere og sitere pålitelige artikler.
Språkvask:
Grammarly: KI-assistent for grammatikk og stilforbedring.
Attention pooling-based convolutional neural network for sentence modelling
2016 Information Sciences
Meng Joo Er et al.
129 Citations
Article
Open Access
LongT5: Efficient Text-To-Text Transformer for Long Sequences
2022 Findings of the Association for Computational Linguistics: NAACL 2022
Mandy Guo et al.
121 Citations
Article
Open Access
P2T: Pyramid Pooling Transformer for Scene Understanding
2022 IEEE Transactions on Pattern Analysis and Machine Intelligence
Denne funksjonaliteten ligner på «beslektede artikler» i Google Scholar og andre litteraturdatabaser, men her benyttes en KI-modell for å gjøre søket enda mer presist og målrettet.
Alternativer til Keenious inkluderer KI-verktøy som Elicit, som ikke bare søker etter litteratur, men også trekker ut nøkkelinformasjon, og Connected Papers, som går et skritt videre ved å visualisere relaterte artikler i en interaktiv graf du kan navigere i.
Scite er mer enn bare et verktøy for litteratursøk. De omtaler seg selv som en KI-assistent for forskning. Her kan du stille spørsmål om alt fra å finne relevant litteratur til å designe et eksperiment.
Hvis du for eksempel gir instruksen: «Create a suggested experimental setup for a psychological study to test how colleagues' choice of tools affects your choice», vil Scite ikke bare foreslå relevante artikler, men også hjelpe til med å strukturere et eksperiment basert på eksisterende forskning.
Scite svarer:
To investigate how colleagues' choice of tools affects individual decision-making in a workplace setting, a well-structured experimental setup is essential. This study can be framed within the context of social influence and decision-making processes, drawing on existing literature that highlights the impact of workplace dynamics on individual choices.
Experimental Design
Participants: The study should involve a diverse group of employees from various departments within an organization. A sample size of at least 100 participants would enhance the statistical power of the findings. Participants should be randomly assigned to different groups to mitigate selection bias.
Procedure: The experiment will consist of two phases: a baseline assessment and an intervention phase.
1. Baseline Assessment: Initially, participants will complete a survey assessing their current tool usage and decision-making styles. This survey should include questions about their preferences for specific tools, their perceived effectiveness, and their confidence in using these tools. The survey will also measure individual traits such as anxiety and self-efficacy, which have been shown to influence decision-making processes (Duarah, 2024; Peng et al., 2013).
2. Intervention Phase: Participants will be divided into two groups:
— Control Group: This group will continue using their preferred tools without any external influence.
— Experimental Group: This group will be exposed to a scenario where they observe their colleagues using a different set of tools. This could be facilitated through a series of workshops or collaborative tasks where the experimental group is encouraged to adopt the tools used by their colleagues.
Data Collection: After the intervention, participants will complete a follow-up survey to assess any changes in their tool preferences and decision-making processes. The survey should include questions about their experiences during the intervention, their perceptions of the tools used by their colleagues, and any changes in their decision-making confidence.
Analysis
Data will be analyzed using statistical methods to compare the pre- and post-intervention responses between the two groups. Specifically, the analysis will focus on:
— Changes in tool preferences.
— Variations in decision-making confidence and styles.
— Correlations between colleagues' influence and individual decision-making outcomes.
Theoretical Framework
The theoretical underpinning of this study can be drawn from social psychology, particularly the concept of social influence in decision-making. Research indicates that individuals often look to their peers for cues on how to behave, especially in uncertain situations (Robertson-Rose, 2018). Furthermore, the presence of colleagues using certain tools can create a normative pressure that may lead individuals to conform to group behaviors, thereby impacting their choices (Moir et al., 2023).
Moreover, the role of emotional intelligence and self-efficacy in decision-making cannot be overlooked. Studies suggest that individuals with higher emotional intelligence are better equipped to navigate social influences and make informed decisions (Elhussein & Abdelgadir, 2020). Thus, incorporating measures of emotional intelligence in the assessment phase could provide deeper insights into the dynamics at play.
Conclusion
This experimental setup aims to elucidate the mechanisms through which colleagues' choices of tools influence individual decision-making. By systematically examining these dynamics, the study can contribute valuable insights into workplace behavior and decision-making processes, potentially informing organizational practices and training programs.
Scite gjør mer enn å foreslå eksperimentelle oppsett. Den lister også opp referansene og hjelper forskere med å vurdere påliteligheten til artikler gjennom smarte sitater.
Tekstforbedringer og «live» språkvask
Språkmodeller kan utføre språkvask ved at du enkelt limer inn teksten og ber dem rydde opp. I tillegg finnes det flere verktøy som er spesialutviklet for nettopp dette, særlig på engelsk.
Foreløpig finnes det imidlertid ingen KI-baserte språkvaskverktøy som fungerer godt nok på norsk til å kunne måle seg med de engelskspråklige.
Grammarly er et eksempel på en KI-basert språkassistent som gir direkte forslag til forbedringer. Den integreres sømløst med Word, Google Docs, Outlook og de fleste andre teksteditorer, slik at feil markeres automatisk, for eksempel med en rød strek i Word.
Hvis vi for eksempel skriver inn følgende setning med grammatiske feil: «AI and science is always finding new discoveries that changes how the world work», kommer Grammarly med forslag:
Grammarly kan også fikse på setninger som er grammatisk korrekte, men som kan forbedres.
Setningen «The ever-advancing fields of artificial intelligence and scientific inquiry are persistently engaged in the generation of groundbreaking discoveries and transformative innovations, the cumulative impact of which is continuously reshaping and redefining the intricate mechanisms by which the modern world functions and evolves» er grammatisk helt riktig. Men Grammarly foreslår måter den kan forbedres på, omformuleres, forkortes eller gjøres mer formell eller uformell.
Hvis vi ber om en kortere variant, foreslår Grammarly: «Artificial intelligence and science continually produce groundbreaking discoveries and innovations, significantly reshaping how the modern world functions and evolves».
Den store fordelen med verktøy som Grammarly og de veldig like konkurrentene Writefull, DeepL Write, og Quillbot, er at de bare blir en del av verktøyet, litt som rettetasten i word.
Du slipper å bruke tid på å hoppe inn på en nettside, skrive inn en instruks og lime teksten tilbake i dokumentet. Verktøyene er allerede integrert i tekstbehandlingssystemene du er vant til, og gir forslag til forbedringer direkte mens du skriver.
Det er verdt å merke seg at disse verktøyene også kan bli forstyrrende. Avhengig av hva jeg skriver, enten det er vitenskapelig eller populærvitenskapelig, kan en stri strøm av forslag og markeringer trekke oppmerksomheten bort fra selve skriveprosessen. For meg er det ofte viktigere å få tankene ned på det virtuelle arket enn å formulere alt perfekt fra start.
I slike tilfeller blir røde streker og forbedringsforslag mer til hinder enn til hjelp. Derfor skrur jeg av Grammarly, men når innholdet derimot er på plass, kan verktøy som Grammarly og Quillbot være uvurderlige for å finpusse språket.
Lage illustrasjoner med KI
Illustrasjoner er nyttige, enten som bakgrunn på et lysbilde eller som blikkfang i en rapport. To av de mest kjente verktøyene for å lage illustrasjoner er DALL·E og Midjourney.
DALL·E er tilgjengelig gjennom den betalte versjonen av ChatGPT, og du kan enkelt gi kommandoer som: «Tegn en illustrasjon av ...». Illustrasjonen som står helt først i denne artikkelen, og de tilsvarende hovedbildene i de andre KI-skoleartiklene, er laget med ChatGPT/ DALL·E og en lignende instruks (se bildetekstene under hver illustrasjon).
I ChatGPT kan vi for eksempel komme med følgende instruks:
Tegn en illustrasjon av en forsker som jobber med å utvikle moderne kunstig intelligens i 16:9 format.
Og du har en perfekt bakgrunn for ditt lysbilde:
Hvis resultatet ikke er helt som ønsket, kan du endre illustrasjonen ved hjelp av en teknikk kalt inpainting. Dette går ut på at du markerer området du vil justere og gir en ny instruks.
For eksempel tegnet jeg over roboten i bildet og skrev: «Få roboten til å se mer ut som en fabrikkrobot». Modellen justerte deretter illustrasjonen og erstattet den opprinnelige roboten med en mer industriell variant:
MidJourney fungerer på mange måter likt som DALL·E, men undersøkelser viser at de fleste foretrekker MidJourney, særlig fordi bildene ofte fremstår mer realistiske.
En utfordring med MidJourney er imidlertid brukergrensesnittet. I motsetning til andre bildegenereringsverktøy må det brukes gjennom chatteprogrammet Discord. Mens Discord er velkjent blant datanerder, kan det være en terskel for dem som ikke er vant til plattformen.
Personlig opplever jeg at MidJourney gir litt mer kontroll over hva som genereres sammenlignet med DALL·E, noe som gjør det lettere å styre resultatet i ønsket retning.
Napkin.ai skiller seg fra MidJourney og DALL·E, selv om dette også er et bildegenereringsverktøy. Mens de to førstnevnte lager illustrasjoner, fokuserer Napkin på å generere figurer basert på tekst.
Dette kan være nyttig for å visualisere flytprosesser, algoritmer, datastrukturer, eksperimentelle oppsett eller konseptkart.
Til Napkin, kan vi komme med følgende instruks:
A figure showing the school system in Norway, barnehage, barneskole, ungdomsskole, videregående and universitet.
Den lager først en oversikt over skolesystemet i Norge, som du kan rette og fikse på:
Structure of the Norwegian Education System
1. Barnehage (Kindergarten)
Age: 1—6 years
Focus: Early childhood development, social skills, and play-based learning.
Duration: Typically 1—3 years, depending on when the child starts.
2, Barneskole (Primary School)
Age: 6—13 years
Focus: Basic education in subjects such as Norwegian, mathematics, science, and social studies.
Duration: 7 years (grades 1-7).
3. Ungdomsskole (Lower Secondary School)
Age: 13—16 years
Focus: Continuation of basic education with a broader curriculum, including foreign languages and elective subjects.
Duration: 3 years (grades 8-10).
4. Videregående (Upper Secondary School)
Age: 16—19 years
Focus: Specialized education that prepares students for higher education or vocational training.
Duration: 3 years, with options for general studies or vocational programs.
5. Bachelor's Degree
Duration: 3 years
Focus: In-depth study in a chosen field, typically following upper secondary education.
6. Master's Degree
Duration: 1—2 years
Focus: Advanced study and research in a specific area, building on the knowledge gained during a bachelor's degree.
7. PhD (Doctorate)
Duration: 3—4 years
Focus: Original research contributing to the field of study, culminating in a dissertation.
Deretter gir Napkin.ai deg muligheten til å klikke seg videre på illustrasjoner du liker, slik at du kan utforske og justere figurer etter behov.
Som denne:
Og denne:
Da vi utarbeidet en omfattende søknad til Forskningsrådet for prosjektet Senter for offentlig sektor kunstig intelligens, lastet vi opp arbeidspakkebeskrivelsene og benyttet Napkin.ai til å generere illustrasjonen.
Deretter eksporterte vi figuren til PowerPoint og tilpasset den ved å justere plasseringen av piler og bokser, samt legge til målsettinger (objectives) der det var nødvendig.
Resultatet ble slik:
Lage presentasjoner
KI har for lengst bevist sin nytteverdi innen tekst, illustrasjoner og figurer, men den kan også ta et steg videre og lage hele presentasjoner.
Gamma er et av de mest effektive verktøyene for å generere nettsider, presentasjoner og innlegg for sosiale medier. Den største fordelen ligger likevel i hvor raskt den kan skape et førsteutkast til lysbilder.
Du kan enten gi en kort instruks og la verktøyet generere innhold fra bunnen av, eller laste opp eget materiale, for eksempel en PDF-fil, og la KI videreutvikle det.
Sistnevnte gir ofte mer presise, relevante og gjennomarbeidede resultater. Med noen få klikk kan du ha en grovskisse til en presentasjon, kanskje basert på ett kapittel i læreboken, klar til bruk i en forelesning.
Som et eksempel laster jeg opp første kapittel av boken «Myten om maskinene» fra 2020, der jeg selv står som forfatter.
Jeg instruerer Gamma til å lage en presentasjon på norsk, der innholdet fra kapittelet forkortes — det gir jo liten mening å plassere all teksten på lysbildene. Tekstmengden per lysbilde skal være moderat, og totalt ønsker jeg 20 lysbilder. Stilmessig velger jeg en mørk bakgrunn med grønne nyanser.
Dette fungerer som en instruks, på samme måte som med ChatGPT, men her brukes KI til å generere lysbilder med tekst, figurer og bilder.
Resultatet er en strukturert presentasjon der hovedpoengene fra kapittelet er trukket frem.
Når presentasjonen er ferdig, kan jeg tilpasse innholdet etter behov. Det mest praktiske for meg er å eksportere den til PowerPoint, slik at jeg kan bruke de verktøyene jeg foretrekker for å gjøre justeringer og finpussing.
Erfarne forelesere vet at gode presentasjoner ikke skapes av ferdige lysbilder alene, men av innsikt, kontekst og evnen til å engasjere. Lysbilder er kun et visuelt støtteverktøy, den reelle læringen skjer gjennom forståelse og god formidling fra underviseren.
Gamma kan generere lysbildene for deg, men det er selvsagt fortsatt foreleserens ansvar å sette seg inn i innholdet, tilpasse det og gjøre det tilgjengelig for studentene.
Akademia er i stadig endring, og kunstig intelligens åpner døren for nye, effektive verktøy som forenkler forskning og læring. Det er selvsagt også en myriade av andre KI- verktøy som kan være nyttige i akademia, og det dukker stadig opp nye.
Afforai kan, på samme måte som Notebook LM og Humata, analysere dokumenter, men skiller seg ut med sin innebygde Document Writer. Dette gjør det mulig å gå fra raske notater til en fullverdig forskningsartikkel i én og samme plattform.
Elicit automatiserer litteratursøk og trekker ut essensiell informasjon fra forskningsartikler, noe som sparer forskere for tidkrevende gjennomgang av store tekstmengder.
ChatPDF lar brukere laste opp akademiske tekster og deretter stille spørsmål direkte til dokumentet, noe som gir raskere innsikt og dypere forståelse.
Quizlet AI bruker kunstig intelligens til å skape interaktive quizer og flashcards, som hjelper studenter med både memorering og forståelse av fagstoff.
Scribe kan strømlinjeformer utviklingen av undervisningsguider, mens Eduaide.AI kan generere undervisningsplaner, oppgaver og evalueringsmateriell basert på faglige behov og læringsmål.
Og slik kunne vi fortsatt.
I tillegg til disse finnes det utallige andre KI-verktøy som stadig utvikles og forbedres. Nye løsninger dukker opp i et imponerende tempo, og akademia får stadig flere verktøy som forenkler forskning, undervisning og læring.
Nye utfordringer
Kunstig intelligens er i ferd med å forvandle hvordan vi forsker, lærer og underviser. Med stadig flere verktøy som strømlinjeformer akademisk arbeid, blir KI en uunnværlig ressurs i akademia, enten det gjelder å analysere tekster, organisere kunnskap eller utvikle interaktive læringsopplegg. Samtidig reiser denne teknologiske utviklingen nye spørsmål og utfordringer.
I neste del av KI-skolen skal vi utforske de potensielle fallgruvene ved KI i akademia — fra etiske dilemmaer og skjevheter i algoritmer til risikoen for avhengighet og tap av kritisk tenkning.
Josefine Viktoria Daniels, som er kvalitetsleder ved Fagskolen Viken, mottar Nokuts ærespris for arbeid med å fremme og utvikle kvalitetsarbeid i fagskolesektoren, skriver Nokut i en pressemelding.
– Josefine Viktoria Daniels har gjennom mange år vært en utrettelig pådriver for kvalitetsutvikling i fagskolesektoren. Hun har reist landet rundt og delt kunnskap og metoder med resten av sektoren, noe som har vært med på å løfte sektoren. En verdig vinner, sa Nokuts styreleder Jan Inge Henjesand fra scenen da Daniels vant prisen.
Dette er første gangen Nokuts ærespris blir gitt ut til en representant for fagskolesektoren.
– Dette er veldig stort for meg, og det er fantastisk å bli anerkjent for noe jeg har brent for og jobbet med i en årrekke. Det er mange å takke for samarbeidet gjennom mange år, og selvsagt må jeg takke juryen og alle gode kollegaer. Dette er helt fantastisk, sier Josefine Viktoria Daniels.
Juryen besto av NOKUTs styreleder Inge Jan Henjesand, NOKUT-direktør Kristin Vinje, tidligere NSO-leder og nåværende medisinstudent Oline Sæther og rektor ved Norges Fagakademi Jørn Jensen.
Fra venstre: Kristin Vinje, prisvinner Josefine Viktoria Daniels, og Inge Jan Henjesand.Nokut
Kikki (Helga) Flesche Kleiven er utnevnt til ny styreleder ved Chr. Michelsens Institutt (CMI).
– Vi er svært glade for å ønske Kikki Flesche Kleiven velkommen som ny styreleder. Hennes erfaring med tverrfaglig forskning og forskningsformidling passer svært godt med vår strategi, som vektlegger forskning av høy kvalitet, samfunnseffekt og globale partnerskap, sier Espen Villanger, direktør ved CMI, i en pressemelding.
Kleiven er direktør ved Bjerknessenteret for klimaforskning ved Universitetet i Bergen (UiB). Hun har vært en sentral forsker og formidler for klimavitenskap gjennom flere tiår.
– Det er med stort engasjement jeg går inn i rollen som styreleder i CMI, og jeg ser frem til å støtte instituttets arbeid med å omsette kunnskap til positiv endring. Gjennom solid faglig arbeid, sterke partnerskap og et tydelig samfunnsengasjement bidrar CMI til å møte noen av vår tids mest krevende utfordringer, sier Kleiven.
Kleiven overtar styrevervet etter professor Synnøve Bendixsen, som er instituttleder ved Institutt for sosialantropologi ved UiB. Fra august vil Bendixsen tiltre som dekan ved Det samfunnsvitenskapelige fakultet ved UiB.
Kikki Kleiven blir ny styreleder vedChr. Michelsens Institutt.Skjalg Bøhmer Vold
Stine Grønvold blir ansatt i den nyopprettede stillingen som organisasjonsdirektør ved Universitet i Innlandet (INN), ifølge en pressemelding fra det relativt ferske universitetet.
Grønvold kommer fra jobben som prorektor utdanning ved Universitetet i Innlandet, og danket ut 18 andre øskere i kampen om den nye stillingen.
Organisasjonsdirektøren får et koordinerende ansvar for administrative tjenester ved INN, og skal lede en ny avdeling for organisasjon og fellestjenester som samler administrative funksjoner som HR, IT, eiendom, dokumentasjons- og informasjonsforvaltning og kommunikasjon.
— INN skal være en offensiv og solid utdanningsinstitusjon med høy kvalitet. Jeg er motivert for å ta en ny rolle som organisasjonsdirektør med ansvar for gode administrative tjenester. Jeg ønsker å jobbe målrettet for at tjenestene vi yter skal sikres gjennom god rolleforståelse og forutsigbarhet og ved at vi har gode prosesser for utvikling av tjenestene, sier Stine Grønvold, som tiltrer stillingen 1. august.
Stine Grønvold har fått ny jobb.Elen Sonja Klouman / Høgskolen i Innlandet
Tidligere forsknings- og høyere utdanningsminister Ola Borten Moe (Sp) er ikke fornøyd etter at regjeringen tirsdag meldte at de ønsker å endre pengekravet for studenter utenfra EU, EØS og Sveits, som Khrono også skrev om tirsdag.
— Regjeringen sender i praksis et signal om at Norge ikke er i stand til å konkurrere på kvalitet i det internasjonale utdanningsmarkedet. Vi skal konkurrere på lav pris. Norge gjør seg selv til utdanningssektorens svar på Nille eller Temu, sier Borten Moe i et intervju med Klassekampen, gjengitt av NTB.
Temu er en nettbasert markedsplass og mobilapplikasjon hvor man kan kjøpe et bredt utvalg av produkter, ofte til svært lave priser direkte fra produsenter i blant annet Kina.
Regjeringen ønsker at det skal bli billigere for studenter fra land utenfor EU, EØS og Sveits å studere i Norge, og vil la studiestedene selv bestemme prisen.
Krav om skolepenger for disse studentene ble innført av Senterpartiet og Arbeiderpartiet i 2023, men nå ønsker Arbeiderpartiet-regjeringen å reversere ordningen.
Ola Borten Moe var forsknings- og høyere utdanningsminister i Norge fram til sommeren 2023.Ole Berg-Rusten/NTB
Holdningskampanjen Rødt flagg ved Universitetet i Agder er nominert til Euprio Awards – en europeisk pris som feirer fremragende kommunikasjonsprosjekter i høyere utdanning.
Kampanjen handler om å forebygge seksuell trakassering, der målet er å skape refleksjon rundt egne holdninger og handlinger. Den kom i gang ved studiestart 2024 og kjøres i gang igjen ved studiestart i år.
Ifølge studiestartundersøkelsen ved UiA i 2024 mener 48 prosent av nye studenter at den har gjort dem mer bevisste på egne holdninger. 86 prosent mener den bør videreføres.
Prisen skal deles ut under Euprio-konferansen i Lisboa i august.
Rødt flagg- kampanjen handler om å skape bevissthet om seksuell trakassering.UiA
Forsknings- og høyere utdanningsminister Sigrun Aasland (Ap) åpnet i dag den nye superdatamaskinen Olivia i Nordfjord.
– I dag starter en ny æra for forskning og kunstig intelligens i Norge. Med Olivia får norske forskere mulighet til å gjennomføre beregninger som tidligere var utenfor rekkevidde i Norge. Nå får forsknings-Norge tilgang til verktøyet de trenger for å henge med i en utvikling som går svært raskt, sier Aasland i en pressemelding.
Superdatamaskinen gir Norge 17 ganger mer KI-regnekraft. Olivia skal brukes blant annet til å utvikle og trene avanserte språkmodeller for norsk, samisk og andre europeiske språk. Maskinen kan brukes av aktører utenfor akademia også, slik som i næringslivet, i industrien eller offentlig forvaltning.
– Olivia vil gi et betydelig løft til forskningsmiljøer som jobber med komplekse og samfunnskritiske spørsmål, ikke minst innenfor kunstig intelligens, sier Gunnar Bøe, daglig leder i Sigma2, som er nasjonal leverandør av e-infrastruktur i Norge.
Olivia er installert i Lefdal Mine Data Centers, 60 meter under bakken og 700 meter inne i et fjell i en nedlagt olivingruve på Vestlandet.
Forsknings- og høyere utdanningsminister Sigrun Aasland sammen med daglig leder i Sigma2, Gunnar Bøe, foran superdatamaskinen Olivia.Kunnskapsdepartementet/Martin Siewartz Nielsen
1.- 3. august skal samskipnaden for utenlandsstudenter, ANSA, velge en ny leder på sin generalforsamling. Lederen velges for ett år av gangen, og ikke siden 1990-tallet har det vært like mange søkere til vervet som president som det er i år.
Fra v.: Brage Økland, Elina Totland, Elise Agdestein, Maud Alfstad Bjørgum.Privat
— Det er helt fantastisk at det er så mange som vil bli president i ANSA, sier nåværende president Øyvind Bryhn Pettersen i en pressemelding.
Dette er de fire personene som har meldt sin interesse:
Brage Økland er fra Bergen, men har de siste fire årene studert i Rotterdam. Han har vært aktiv i lokallaget i Sør-Holland, samt regionsleder i ANSA Benelux og sitter nå i ANSAs hovedstyre.
Elina Totland gikk på videregående i Eswatini og har studert både i Leiden i Nederland og tatt master i Stockholm, der hun har vært landsleder i ANSA Sverige.
Elise Agdestein har bakgrunn fra Frankrike, New Zealand, USA og Latvia. Hun har vært lokallagsleder i ANSA Paris.
Maud Alfstad Bjørgum har de siste fire årene studert statsvitenskap i Berlin, med utvekslingsopphold i Budapest. Hun har vært lokallagsleder i Tyskland Øst, økonomiansvarlig i ANSA Tyskland og sitter nå i ANSAs hovedstyre.
Nord universitets campus på Nesna på Helgeland får to millionar kroner til å utvikle desentralisert og distriktsretta utdanning og forsking. Nesna kommune har med støtte frå fylkeskommunen i Nordland lenge arbeidd for saka, som no har fått gjennomslag i budsjettforhandlingane.
Frå før har Nesna fått klarsignal til å starte pilotprosjekt for utdanning av grunnskulelærar frå 1.-10. trinn. Det er ei forsøksordning særskilt retta mot å utdanna lærarar for dei mindre skulane i distrikta.