Magma
14.10.2026
Studenter oppnår bedre læringsutbytte når de er aktivt involverte i læringsprosessen, fremfor å motta informasjon passivt.
Behovet for slike læringsformer forsterkes av at KI-verktøy gjør faglige forklaringer umiddelbart tilgjengelige, samtidig som de samme verktøyene senker terskelen for at studenter selv kan bygge og utforske simuleringsmodeller. Denne artikkelen presenterer en studentaktiv simuleringsøvelse utviklet for å utforske samspillet mellom talent, innsats og flaks i sterkt konkurransepregede, såkalte vinneren-taralt-markeder. Med utgangspunkt i en modell av Frank (2016), gjennomfører studenter simuleringer der prestasjon i hovedsak bestemmes av evne og innsats, men også påvirkes av tilfeldige faktorer (flaks). Resultatene viser at selv når flaks kun utgjør en liten del av den enkeltes prestasjon, kan den spille en avgjørende rolle for hvem som vinner i konkurranser med mange deltakere. Disse funnene utfordrer intuitive meritokratiske forestillinger om at suksess først og fremst reflekterer individuelle egenskaper. Artikkelen beskriver videre hvordan simuleringsøvelsen stimulerer til refleksjon blant studentene om sammenhengen mellom suksess, flaks og samfunnsmessige utfall, inkludert spørsmål knyttet til ulikhet, ressursallokering og rettferdighet. På denne måten illustrerer artikkelen hvordan simuleringsbasert undervisning kan bidra både til økt faglig forståelse og til utvikling av kritisk refleksjon. [N]år vi undersøker livene til de fremragende blant oss de dyktige, de talentfulle og de målrettede vil jeg argumentere for at det er noe grunnleggende galt med måten vi forstår suksess på.
Malcolm Gladwell, Outliers: The Story of Success, s. 18 KI forsterker behovet for studentaktive læringsformer1 Den raske utviklingen av stadig mer avanserte KI-verktøy er i ferd med å endre hvordan studenter arbeider med fagstof. Mange studenter bruker nå KI-baserte verktøy til å oppsummere innhold, produsere forklaringer og gi raske svar på komplekse spørsmål. Selv om slike verktøy kan være nyttige for å efektivisere læringsprosessen i mange sammenhenger, innebærer de også en risiko for mer passive læringsformer. Det er godt dokumentert at studenter oppnår bedre læringsutbytte og mer varig kunnskap når de er aktivt involvert i læringsprosessen (Deslauriers et al., 2019; Freeman et al., 2014; Hake, 1998; Prince, 2004). Når KI brukes som en erstatning for aktiv deltakelse i læringsaktiviteter, kan studenter gå glipp av viktige muligheter til å diskutere ideer med medstudenter, gjøre selvstendige faglige vurderinger og utvikle kritisk tenkning.
Denne utviklingen understreker behovet for læringsaktiviteter som aktivt involverer studentene i kunnskapsutvikling, fremfor passivt informasjonskonsum. Interaktive databaserte simuleringer representerer én slik læringsform. Gjennom simuleringer kan studenter utforske komplekse prosesser, teste hypoteser og observere konsekvensene av ulike forutsetninger i sanntid. Slike læringsformer kan bidra til å gjøre abstrakte sosiale og økonomiske mekanismer mer konkrete og lettere å forstå.
KI endrer imidlertid forutsetningene for slike læringsformer på to måter som trekker i hver sin retning. På den ene siden senkes terskelen for å gjennomføre dem betraktelig. Simuleringsbaserte øvelser har tradisjonelt forutsatt programmeringsferdigheter som mange studenter i økonomisk-administrative fag ikke har, og som det er kostbart å bygge opp innenfor rammen av et enkelt emne. Med KI-verktøy som støtte kan studenter i dag skrive, feilsøke og videreutvikle egen simuleringskode i løpet av en undervisningsøkt. Læringsaktiviteter som tidligere var forbeholdt studenter med teknisk bakgrunn, er dermed blitt tilgjengelige for en langt bredere gruppe. På den andre siden gjør de samme verktøyene det mulig å få presise faglige forklaringer uten selv å gjøre det analytiske arbeidet. Et KI-verktøy kan på få sekunder redegjøre for at flaks spiller en større rolle i konkurranser med mange deltakere enn intuisjonen tilsier. Det en slik forklaring ikke gir, er erfaringen av å se mekanismen utfolde seg i tall man selv har generert, med forutsetninger man selv har valgt. Nettopp dette skillet er avgjørende for den øvelsen som presenteres her. Målet er ikke å formidle et resultat studentene kunne ha slått opp, men å utfordre en intuisjon de allerede har. Kognitive skjevheter lar seg vanskelig avlære ved å bli fortalt at de finnes; de må erfares. Når KI gjør faglige forklaringer nærmest gratis tilgjengelige, blir det desto viktigere å identifisere hvilke læringsaktiviteter som gir noe et generert svar ikke kan erstatte.
Denne artikkelen presenterer en slik læringsaktivitet: en simuleringsøvelse gjennomført i et emne i atferdsøkonomi ved USN Handelshøyskolen. Problemstillingen artikkelen søker å belyse, er todelt: Hvordan kan en studentaktiv simuleringsøvelse bidra til at studenter utvikler forståelse for komplekse sosiale og økonomiske mekanismer som er vanskelige å gripe gjennom rent analytiske eller empiriske framstillinger? Og hva kjennetegner denne typen læringsaktivitet i en undervisningssituasjon der KI gjør faglige forklaringer umiddelbart tilgjengelige? Artikkelens bidrag er tredelt. For det første beskrives et konkret undervisningsdesign som andre kan ta i bruk, med en simuleringsmodell som gjør en velkjent, men kontraintuitiv mekanisme observerbar for studentene. For det andre vises det hvordan øvelsen åpner for kritisk refleksjon om spørsmål som ligger i kjernen av økonomisk-administrative fags samfunnsrelevans: ulikhet, ressursallokering, meritokrati og rettferdighet. For det tredje brukes erfaringene fra øvelsen til å utlede et mer generelt poeng om hva slags læringsaktiviteter som beholder og styrker sin verdi når KI gjør faglige forklaringer lett tilgjengelige.
Hvorfor undervurderes flaks? Mennesker som oppnår stor suksess og velstand er nesten alltid talentfulle og svært hardtarbeidende. Samtidig finnes det utallige andre som er minst like talentfulle, og ofte enda mer hardtarbeidende, uten noen gang å oppnå tilsvarende nivåer av suksess. Dette illustrerer at talent og innsats sjelden er tilstrekkelig i seg selv; også tilfeldige hendelser og flaks spiller en viktig rolle for livsutfall. Likevel viser forskning at betydningen av slike forhold systematisk undervurderes i forklaringer på suksess (Frank, 2016; Moore & Healy, 2008). Denne observasjonen danner et viktig utgangspunkt for den studentaktive simuleringsøvelsen som presenteres nedenfor. Øvelsen ble gjennomført i emnet Individer, bedrifter og samfunn (IBS3000) ved USN Handelshøyskolen, og hadde som mål å utfordre den utbredte tendensen til å forklare suksess ensidig med individuelle egenskaper som intelligens, talent og ekstraordinær viljestyrke, samtidig som betydningen av gunstige omstendigheter og flaks tones ned. Flere nært beslektede former for kognitive skjevheter kan bidra til å forklare hvorfor betydningen av flaks ofte underkjennes. Et sentralt funn i psykologien er at et flertall av mennesker vurderer seg selv som bedre enn gjennomsnittet på en rekke område
Gå til medietMalcolm Gladwell, Outliers: The Story of Success, s. 18 KI forsterker behovet for studentaktive læringsformer1 Den raske utviklingen av stadig mer avanserte KI-verktøy er i ferd med å endre hvordan studenter arbeider med fagstof. Mange studenter bruker nå KI-baserte verktøy til å oppsummere innhold, produsere forklaringer og gi raske svar på komplekse spørsmål. Selv om slike verktøy kan være nyttige for å efektivisere læringsprosessen i mange sammenhenger, innebærer de også en risiko for mer passive læringsformer. Det er godt dokumentert at studenter oppnår bedre læringsutbytte og mer varig kunnskap når de er aktivt involvert i læringsprosessen (Deslauriers et al., 2019; Freeman et al., 2014; Hake, 1998; Prince, 2004). Når KI brukes som en erstatning for aktiv deltakelse i læringsaktiviteter, kan studenter gå glipp av viktige muligheter til å diskutere ideer med medstudenter, gjøre selvstendige faglige vurderinger og utvikle kritisk tenkning.
Denne utviklingen understreker behovet for læringsaktiviteter som aktivt involverer studentene i kunnskapsutvikling, fremfor passivt informasjonskonsum. Interaktive databaserte simuleringer representerer én slik læringsform. Gjennom simuleringer kan studenter utforske komplekse prosesser, teste hypoteser og observere konsekvensene av ulike forutsetninger i sanntid. Slike læringsformer kan bidra til å gjøre abstrakte sosiale og økonomiske mekanismer mer konkrete og lettere å forstå.
KI endrer imidlertid forutsetningene for slike læringsformer på to måter som trekker i hver sin retning. På den ene siden senkes terskelen for å gjennomføre dem betraktelig. Simuleringsbaserte øvelser har tradisjonelt forutsatt programmeringsferdigheter som mange studenter i økonomisk-administrative fag ikke har, og som det er kostbart å bygge opp innenfor rammen av et enkelt emne. Med KI-verktøy som støtte kan studenter i dag skrive, feilsøke og videreutvikle egen simuleringskode i løpet av en undervisningsøkt. Læringsaktiviteter som tidligere var forbeholdt studenter med teknisk bakgrunn, er dermed blitt tilgjengelige for en langt bredere gruppe. På den andre siden gjør de samme verktøyene det mulig å få presise faglige forklaringer uten selv å gjøre det analytiske arbeidet. Et KI-verktøy kan på få sekunder redegjøre for at flaks spiller en større rolle i konkurranser med mange deltakere enn intuisjonen tilsier. Det en slik forklaring ikke gir, er erfaringen av å se mekanismen utfolde seg i tall man selv har generert, med forutsetninger man selv har valgt. Nettopp dette skillet er avgjørende for den øvelsen som presenteres her. Målet er ikke å formidle et resultat studentene kunne ha slått opp, men å utfordre en intuisjon de allerede har. Kognitive skjevheter lar seg vanskelig avlære ved å bli fortalt at de finnes; de må erfares. Når KI gjør faglige forklaringer nærmest gratis tilgjengelige, blir det desto viktigere å identifisere hvilke læringsaktiviteter som gir noe et generert svar ikke kan erstatte.
Denne artikkelen presenterer en slik læringsaktivitet: en simuleringsøvelse gjennomført i et emne i atferdsøkonomi ved USN Handelshøyskolen. Problemstillingen artikkelen søker å belyse, er todelt: Hvordan kan en studentaktiv simuleringsøvelse bidra til at studenter utvikler forståelse for komplekse sosiale og økonomiske mekanismer som er vanskelige å gripe gjennom rent analytiske eller empiriske framstillinger? Og hva kjennetegner denne typen læringsaktivitet i en undervisningssituasjon der KI gjør faglige forklaringer umiddelbart tilgjengelige? Artikkelens bidrag er tredelt. For det første beskrives et konkret undervisningsdesign som andre kan ta i bruk, med en simuleringsmodell som gjør en velkjent, men kontraintuitiv mekanisme observerbar for studentene. For det andre vises det hvordan øvelsen åpner for kritisk refleksjon om spørsmål som ligger i kjernen av økonomisk-administrative fags samfunnsrelevans: ulikhet, ressursallokering, meritokrati og rettferdighet. For det tredje brukes erfaringene fra øvelsen til å utlede et mer generelt poeng om hva slags læringsaktiviteter som beholder og styrker sin verdi når KI gjør faglige forklaringer lett tilgjengelige.
Hvorfor undervurderes flaks? Mennesker som oppnår stor suksess og velstand er nesten alltid talentfulle og svært hardtarbeidende. Samtidig finnes det utallige andre som er minst like talentfulle, og ofte enda mer hardtarbeidende, uten noen gang å oppnå tilsvarende nivåer av suksess. Dette illustrerer at talent og innsats sjelden er tilstrekkelig i seg selv; også tilfeldige hendelser og flaks spiller en viktig rolle for livsutfall. Likevel viser forskning at betydningen av slike forhold systematisk undervurderes i forklaringer på suksess (Frank, 2016; Moore & Healy, 2008). Denne observasjonen danner et viktig utgangspunkt for den studentaktive simuleringsøvelsen som presenteres nedenfor. Øvelsen ble gjennomført i emnet Individer, bedrifter og samfunn (IBS3000) ved USN Handelshøyskolen, og hadde som mål å utfordre den utbredte tendensen til å forklare suksess ensidig med individuelle egenskaper som intelligens, talent og ekstraordinær viljestyrke, samtidig som betydningen av gunstige omstendigheter og flaks tones ned. Flere nært beslektede former for kognitive skjevheter kan bidra til å forklare hvorfor betydningen av flaks ofte underkjennes. Et sentralt funn i psykologien er at et flertall av mennesker vurderer seg selv som bedre enn gjennomsnittet på en rekke område
