En AI-understøttet læringsplatform til fremme af selvreguleret læring på videregående uddannelser

På bare ét år er danske studerendes brug af AI steget fra 54% til 77% (Djøf, 2024). Mens den første debat om AI på universiteterne ofte har handlet om snyd og regler, ønsker vi at bidrage med et skifte i fokus til: Hvordan AI faktisk kan forbedre studerendes læring?

Projektet er motiveret af fund fra vores tidligere undersøgelse i Forskningsmetode og Design i foråret 2025. Særligt de studerendes bekymringer for overfladisk læring, svækkelse af deres egne færdigheder og usikkerhed om de kan stole på AI’s svar.
Samtidig viste undersøgelsen også, at de fleste brugte AI ret tilfældigt uden klare strategier for at få det bedste ud af teknologien. 

Det store potential ligger derfor i, hvordan AI kan understøtte selvreguleret læring (Zimmerman, 2002).
Selvreguleret læring handler om studerendes evne til selv at tage ansvar for deres læreproces – at sætte mål, planlægge arbejdet, overvåge deres fremgang og evaluere resultaterne. Dette er en central færdighed på universitetet, hvor studerende i høj grad skal styre deres egen læring. 

Vores projekt, med udgangspunkt i Educational Design Research, peger på, at det ikke er så enkelt. AI virker ikke ens for alle studerende. Mens højtpræsterende studerende oplever AI som inspirerende og reflekterende, savner studerende på lavere fagligt niveau den menneskelige kontakt og personlige vejledning. Dette understøtter Toyamas (2015) “law of amplification” – AI forstærker de færdigheder og intentioner, man allerede har, men skaber ikke helt nye kapaciteter.

Derfor handler det ikke bare om traditionel selvregulering, men om det, forskere kalder “co-regulering” (Lodge et al., 2023) – et partnerskab mellem menneske og maskine, hvor den studerende forbliver den primære beslutningstager, men arbejder sammen med AI i en gensidig påvirkning.
Dette kræver en postdigital forståelse af læring (Fawns, 2019) hvor teknologi og pædagogik ses som sammenvævet frem for adskilte – det handler ikke bare om AI-værktøjet, men om hele det komplekse sammenspil mellem studerende, teknologi og læringsaktiviteter.

Forskningsspørgsmål
Vores forskningsspørgsmål i projektet har derfor været:
Hvordan kan studerende på videregående uddannelser bruge og integrere AI-understøttede læringsplatforme til at fremme selvreguleret læring?

For at besvare dette har vi fokuseret på tre centrale områder:

• AI som sparringspartner: I stedet for at erstatte refleksion kan AI fungere som en kritisk sparringspartner, der hjælper studerende med at reflektere over deres arbejde og identificere forbedringsmuligheder.
• Bevarelse af ejerskab: Studerende ønsker AI-hjælp, men vil bevare kontrollen over deres læring. De skal vide “hvad de giver tilladelse til” og have transparens i samarbejdet med AI.

• Udvikling af nye kompetencer: Produktiv brug af AI kræver nye færdigheder – at formulere præcise spørgsmål, kritisk evaluere svar og integrere AI-feedback med egen tænkning. Dette ser vi som en slags hybride kognitive kompetencer – metakognitive færdigheder tilpasset samarbejdet med AI-systemer.

Billeder og video af mockup er ikke ændret siden konstruktionsfasen.

Designudfordring

I relation til forskningsspørgsmålet har vi arbejde med følgende designudfordring: Hvordan kan vi designe en AI-understøttet læringsplatform, der fremmer selvreguleret læring for studerende på videregående uddannelser?

Svaret på denne udfordring manifesterer sig i konceptet for en AI-drevet læringsplatform, hvor et interaktivt dashboard fungerer som det centrale omdrejningspunkt. Platformen er designet til at understøtte studerendes selvregulerede læreproces med afsæt i Zimmermann (2002) og er struktureret omkring faserne: planlægning, monitorering, evaluering, samt mål & strategi.

Vores design, illustreret i ovenstående mockup, operationaliserer de designprincipper vi har arbejdet med i relation til vores designudfordringe og forskningsspørgsmål:

1. Et dashboard for selvregulering: Platformens struktur med dedikerede moduler skaber konkrete muligheder for studerende til at navigere systematisk gennem deres læreproces. Dette understøtter en procesorienteret tilgang og et growth mindset, visualiseret gennem grafer og fremskridtsoversigter.
2. AI som personaliseret kognitiv partner: En konfigurerbar “AI-studiepartner” tilbyder fleksibel, differentieret støtte, der kan tilpasses den studerendes individuelle behov og præferencer.
3. Fremme af kritisk refleksion og dialog: Platformen er designet til at stimulere aktiv stillingtagen og dialog, hvilket understøtter en “mindful” anvendelse af AI og hjælper studerende med kritisk at evaluere AI-input og egen studiepraksis.
4. Handlingsorienteret og affektivt støttende feedback: AI’en leverer konkret, præcis feedback med klare handlingsanvisninger. Muligheden for at personalisere AI’ens kommunikationsstil adresserer de affektive aspekter af feedbackprocessen.
5. Integration i den bredere læringsøkologi: Platformen positioneres som et supplement til eksisterende læringsværktøjer, med funktioner der faciliterer dataintegration og giver studerende kontrol over deres informationer.

Dette designkoncept repræsenterer vores vision for, hvordan AI kan integreres meningsfuldt i højere uddannelse for at styrke studerendes selvregulerede læring og kritiske kompetencer.

Vejen frem for vores design

Baseret på feedback fra vores brugerevaluering og vores egne refleksioner over mockuppen, har vi nu et klarere billede af, hvad næste skridt i vores designproces skal fokusere på. Vores primære mål er at udvikle en mere detaljeret prototype med dybde – en såkaldt “vertikal prototype” – hvor vi dykker dybere ned i samspillet med og personaliseringen af ‘AI-studiefællen’.

Brugerne gav udtryk for, at de ønskede mere klarhed og mere nuancerede valgmuligheder under opstarts-processen. Derfor vil vi forfine onboarding til at inkludere graduerede prioriteter for fokusområder og potentielt integrere en vurderingstest til at vurdere behovene. Tanken er at gøre personaliseringen af AI-studiefællen mere præcis og skræddersyet fra start.

Denne dybere personalisering skal være med til at gøre AI’en til en reel og integreret kognitiv partner i den studerendes studiehverdag. Målet er, at den specifikt skal støtte processen med selvreguleret læring på tværs af alle faser: planlægning, handlingsudførelse og selvrefleksion (baseret på Zimmermans model). AI-assistenten betragtes som kernen i platformens koncept, omkring hvilken fremtidige funktioner bør bygges, og dette næste skridt kalder ligeledes på involvering af andre fageksperter indenfor teknologi og design.

Selvom næste skridt primært fokuserer på den vertikale dybde af AI-interaktionen, anerkender vi, at det på længere sigt også vil være vigtigt at platformen kan spille sammen med de eksisterende studieværktøjer og systemer, som studerende allerede bruger. Dette perspektiv, der ser teknologiske løsninger som dele af en større læringsøkologi, vil gøre platformen til en endnu mere reel og brugbar del af de studerendes dagligdag.