Fagpressenytt

FORSKNING OG VITEN Fagleder: ØA-fagenes relevans og omdømme i møte med kunstig intelligens June Borge Doornich og Trond Vegard Johannessen KI-kompasset: Et strategisk verktøy for å navigere KI-implementeringF Joel Wenæs Berge og Dan-Richard Knudsen Å inkludere KI i beslutningsprosesser kommer ikke uten problemer. Datadrevne beslutningsprosesser kan føre til at beslutninger tas for raskt uten at konsekvensene er tilstrekkelig utredet, og til at menneskenes rolle i beslutningsprosessene blir redefinert. Når KI og KI-prediksjon bygges inn i beslutningssystemer kan det forsterke de gode valgene, men det kan også skalere konsekvensene av dårlige valg. Dette fordi implementeringshastigheten av KI blir stadig større. Det er viktig at det ligger til grunn en forståelse for hvordan KI best kan integreres og anvendes i beslutningsprossser i allerede eksisterende systemer. Hvilke beslutninger kan delegeres til KI og hvilke bør ikke det og menneskelig vurderingsevne må inn? Når man snakker om rollefordelingen mellom mennesker og algoritmer, kan KI-kompasset komme inn som et veiledende instrument.
Kunstig intelligens i regnskap og revisjon: Hvilken kompetanse blir viktig for nyutdannede?F Ellen M. Kulset, Kjell Magne Baksaas og Tonny Stenheim Bør utdanningen for regnskap og revisjon endres og kjernefagene bort? Vil KI gjøre tradisjonell regnskaps- og revisjonskompetanse mindre relevant? Eller er det helt vesentlig at revisjons- og regnskapsstudentene også læres opp i autentiske arbeidssituasjoner og er oppdatert på de KI-verktøy som tross alt brukes? Etter hvert som KI gjør sitt inntog, blir det klart at det finnes egne menneskelige kvaliteter som vil være svært viktige. En kombinasjon av faglig kjernekompetanse, fagspesifikk digital kompetanse og teknologiforståelse på den ene siden, og kritisk tekning og sterke kommunikasjons og samarbeidsferdigheter på den andre, synes å være det som må til for at kompetansebehovet skal være dekket.
Når Copilot lager regnearkmodellen: Om modellkvalitet, god regnearkskikk og hva økonomistudenter må kunneF
Trond Vegard Johannessen og Anna Mette Fuglseth Det er viktig at studentene gis opplæring i regneark og hvordan stille gode problemstillinger, selv om KI kommer på banen. Et regneark vil ikke hjelpe brukerne med å strukturere modeller, unngå logiske feil og programmere modeller hensiktsmessig, hvis den innledende instruksen fra studentene ikke er tolket korrekt og relevante forutsetninger ikke er trukket ut før utviklingen starter. Dermed er det fare for kritiske feil dersom uerfarne brukerne teknisk og designmessig ikke evner å strukturere og programmere. Denne artikkelen ser på hvordan Copilot fungerer som regnearkprogrammerer, og om den gjør det på en hensiktsmessig måte, eller om studentene først må få opplæring i hvordan KI-verktøyet kan utnyttes på en effektiv og korrekt måte.
Kunstig intelligens i regnskapsførerutdanningen: sovepute eller læringsverktøy?F Marianne Berggaard Breili, Tonny Stenheim, Sinem Acar Burkay og Åsmund Pettersen KI har på kort tid blitt en integrert del av studentenes arbeid med fag og læring og de bruker det i stadig økende grad. Undersøkelser viser at heller enn å bruke tryggere språkmodeller som universitetene anbefaler, griper de fleste studentene mot ChatGPT. For å få bukt med ukritisk bruk og overflatelæring er det viktig at teknologien integreres i undervisningen og i læringsprosessene, slik at studentene lærer å bruke KI på en hensiktsmessig måte hvor selvstendighet og refleksjon bevares. Det er særdeles viktig at regskapsstudentene ikke blir avhengige av ferdige svar, men bli