Aktivitet
Undervisningsforløb med generativ AI
Få inspiration til implementeringen af generativ kunstig intelligens i billedkunst. Her finder du eksempler på forløb, som kan anvendes i undervisningen.
I billedkunst kan billedskabende AI bruges i kreative processer, der øger elevernes digitale forståelse og deres evne til at indgå i en undersøgende, iterativ proces. Der eksisterer forskellige billedskabende AI’s, som kan anvendes gratis. Det er desuden et grundvilkår, når man bruger generativ AI i undervisningen, at man risikerer udfald og tekniske problemer.
Læreren kan understøtte, at den generative AI bliver brugt læringsfremmende og ikke læringshæmmende ved at stille krav til eleverne om dokumentation, kritisk refleksion, analyse og transformation. Generativ AI kan inddrages i undervisningen i et forløb om digital dannelse eller som et supplement til andre forløb.
Undervisningsministeriets anbefalinger: Brug af generativ kunstig intelligens
Uanset hvordan de generative AI inddrages i undervisningen, vil det som udgangspunkt være nødvendigt på forskellig vis at stilladsere, at eleven får arbejdet selvstændigt, undersøgende og skabende. Det skyldes, at vi her har med et redskab at gøre, som reelt laver et visuelt produkt uden ret meget input fra eleven. Det sætter større krav til elevernes evne til at diskutere og reflektere over deres proces og resultater - hvilket netop er vigtige kompetencer i billedkunst.
Samtidig må brugen af generativ AI nødvendigvis suppleres af fagligt arbejde med ”rigtig” kunst, fordi AI’ens billeder ikke er originale, men skabes på baggrund af et eksisterende datasæt af visuel kultur (hvilket har affødt diskussioner og retssager om copyright). Der er tale om en imitation med væsentlige begrænsninger, som ikke kan erstatte, hvad vi kan kalde primære kilder i den visuelle kultur. Bruges den med omtanke, kan den dog styrke elevernes TAP-kompetencer.
Disse didaktiske overvejelser stemmer overens med de nye anbefalinger fra Børne- og Undervisningsministeriet udgivet i november. Her er der blandt andet et fokus på, hvordan brugen af generativ AI i undervisningen kan være læringshæmmende eller læringsfremmende, alt efter om den generative AI er en partner i læringssituationen eller laver opgaven. Kravet om løbende og dokumenteret refleksion samt transformationen af den generative AI’s produkt sikrer overordnet, at eleverne ikke passivt kan udlicitere læringsarbejdet til den generative AI.
![](/sites/default/files/2025-01/gym_billedkunst_design_arkitektur_AI_i_undervisningen-01.png)
Faglige mål og kernestof
Fra deep fakes af popstjerner og politikere til kunstnere, der inddrager generativ AI i deres proces eller lader billeder indgå i, endda udgøre, endelige værker. Omfanget af AI-genereret materiale i den visuelle kultur vokser og med dem følger en masse nye problemstillinger og spørgsmål. På denne baggrund indgår billedskabende AI helt naturligt i billedkunsts primære genstandsfelt, nemlig visuelle fænomener og æstetiske processer.
Metoderne i denne artikel dækker et bredt udsnit af de faglige mål og kernestoffet på c og b-niveau:
- At eksperimentere med forskellige metoder og strategier til at løse opgaver af visuel eller rumlig karakter i samspil med det analytiske arbejde med andres og egne værker.
- At reflektere over og forklare valg og fravalg, muligheder og begrænsninger i æstetiske og innovative processer.
- At kommunikere om og ved hjælp af visuelle virkemidler - herunder digitale.
- Praktisk, analytisk og teoretisk undersøgelse af almene, kunstfaglige og æstetiske problemstillinger
- Visuelle værker, fænomener og kulturer [...:] forskellige værktyper, medier og udtryksformer, herunder digitale.
I arbejdet med billedskabende AI er det både oplagt og vigtigt at arbejde med billedkunsts didaktiske fokus på vekselvirkningen mellem praksis, analyse og teori. Medmindre man stopper efter sit første resultat, så vil arbejdet med billedskabende AI naturligt lægge op til en iterativ proces, hvor hvert resultat af eleven vil blive vurderet og fulgt op af et nyt prompt, der afføder endnu et resultat, frem til processen afsluttes. Som undervisere kan vi stilladsere, at eleverne gør sig faglige overvejelser i deres proces, f.eks. ved at kræve at de dokumenterer deres løbende refleksioner i deres portfolio samt ved at lægge op til diskussion af f.eks. kunstnerisk kvalitet og bias i de digitale resultater.
Eksempler på undervisningsforløb
Forløb om algoritmisk kunst
”Algoritmisk kunst” er et forløb, der fokuserer på digital dannelse og træner elevernes brug af TAP-metoden. Eleverne anvender undervejs de analysemetoder, de har lært i billedkunst. Det passer derfor som udgangspunkt bedst til et b-niveau hold, eller et c-niveau hold som allerede har lært om billedkunstfaglige analyser. Teorien i forløbet er i udgangspunktet samtidskunst og avantgarde, men hvis man har mod på det, kan man inddrage teori om kreativitet for at diskutere det kreative potentiale (og begrænsninger) i at arbejde med kunstig intelligens.
Forløbet startes med et induktivt anslag. Her udforsker eleverne idéen om at lave ”kunst på opskrift” ved i fællesskab at prøve at udføre avantgardekunstneren Sol Lewits værk ”Wall Drawing #797”:
- Den første tegner har en sort tusch og tegner en ulige horisontal linje langs toppen af papiret.
- Derefter forsøger den næste tegner at kopiere den første linje (uden at linjerne rører hinanden) med en rød tusch.
- Den tredje tegner gør det samme med en gul tusch.
- Den fjerde tegner gør det samme med en blå tusch.
- Derefter kopierer først den anden, derefter den tredje og dernæst den fjerde tegner den sidst tegnede linje.
- Dette fortsætter, indtil bunden af papiret er nået.
Resultaterne hænges op i klassen og eleverne reflekterer over, hvordan de på forskellig vis har løst opgaven, og om nogen har brudt reglerne. Kan man være kreativ, hvis man laver kunst på opskrift? Læreren fortæller om avantgarden som kunstbevægelsen og præsenterer billedskabende AI som en potentiel ny form for avantgarde indenfor den visuelle kultur. Ud fra deres egen udførsel af Lewits værk og eksempler fra kunstnere, der bruger generativ AI i deres arbejde, diskuterer man med klassen om og hvordan, man kan være kreativ med kunstig intelligens.
I 2022 vandt Jason M. Allen en konkurrence om digital kunst i Colorado med sit AI-genererede kunstværk, "Théâtre D’opéra Spatial" skabt med programmet Midjourney. Præmien var 300$. Hans brug af generativ AI udløste kritik fra kunstnere, der mente, det var snyd, mens andre forsvarede det som en legitim brug af digitale værktøjer. På trods af kritikken står Allen ved sit værk og understreger, at han fulgte reglerne og oplyste om brugen af AI. |
Eleverne skal nu klædes på til at foretage deres egne undersøgelser af, hvordan billedskabende AI fungerer og hvilke resultater, de kan skabe. Formålet med undersøgelsen er, at eleverne eksperimenterer med mediet og øver sig i at reflektere over den bias, som viser sig i de digitale resultater. Opgaven er derfor, at eleverne skal undersøge, hvordan en given AI visualiserer et emne, de selv vælger – Eksempler på emner: homoseksualitet, frihed, skønhed. Forud for undersøgelsen er det en god idé at demonstrere for eleverne, enten ”live” eller gennem en præsentation, hvordan man kan undersøge et emne, herunder hvordan man kan prompte den kunstige intelligens, og hvordan man reflekterer over resultatet og finder på nye prompts i forlængelse af refleksionen.
Der er her tale om undersøgende undervisning. Vekselvirkningen mellem at producere, analysere, reflektere og producere på ny er en form for abduktiv vidensgenering, som med Andersen og Porses ord er ”en cyklisk, iterativ videnstilegnelse, hvor gentagelser af processen øger viden om et givent fænomen."
Eleverne øver altså i processen den TAP-metode, som er grundlæggende for didaktikken i billedkunst.
Eleverne skal organisere deres resultater i en lille præsentation, hvor de redegør for både deres prompts, deres refleksioner og de pointer, de mener at have fundet frem til. De fremlægger for klassen (læreren kan udvælge nogle eksempler, hvis ikke alle skal fremlægge) eller i mindre konstellationer af 3-4 grupper. Ved at fremlægge øver eleverne at sætte ord på deres proces og refleksioner, samtidig med at de vidensdeler med hinanden.
Det er vigtigt at holde sig for øje, at formålet med undersøgelsesopgaven IKKE er at besvare det oprindelige spørgsmål (da resultaterne ikke altid vil være de samme), men at bevidstgøre eleverne om den bias, som kan manifestere sig i de visuelle resultater – og at øve deres kritiske refleksion. Styrken ved anslaget er, at eleverne erfarer en hel masse om den generative AI gennem deres arbejde: både hvordan man rent praktisk genererer billeder, hvilke udfordringer der opstår i forbindelse med dette, samt hvordan bias manifesterer sig visuelt.
”[M]enneskelige processer begynder ofte med nysgerrighed eller med undren over det eksisterende – en central og menneskelig evne, der på nuværende tidspunkt er svær at reproducere i en computeralgoritme [...] computeralgoritmer kan ikke tvivle." Refsgaard, A. og Korsgaard, M. (2021). 'Skabt af en kunstig intelligens? Udnyt computerens kreative materiale'. Samfundslitteratur, pp. 148. |
Med elevernes nye erfaringer, refleksioner og produktioner i bagagen skal de udføre en individuel praksis, hvor de producerer et digitalt værk med AI. Deres proces og overvejelser skal følges af faglige refleksioner over indhold og formelle kvaliteter i deres endelige værk. Derudover kan processen stilladseres mere eller mindre. Klassen kan vælge et fælles tema at arbejde ud fra, eller der kan være krav til, at eleverne skal lave værker inspireret af forskellige kunstnere eller kunsthistoriske perioder. Denne del af forløbet kan dog også sættes helt fri.
Erfaringen siger, at der i produktionsfasen opstår en spontan erfaringsdeling eleverne imellem, og at de er nysgerrige på hinandens resultater, og hvilke nye muligheder, der dukker op. At lade et værk produceret af AI udgøre et elevværk ligger principielt inden for rammerne af fagdidaktikken i billedkunst, fordi faget tager alle æstetikker seriøst som ressourcer, der kan anvendes i undervisningen, og fordi evaluering er muliggjort på basis af elevernes kommunikation om processen og deres løbende tanker og refleksioner. Men eleverne kan få endnu mere ejerskab over deres produkt, samt give form til deres selvstændige refleksioner, ved at remediere deres digitale værk. Det vil sige, at de skal tage det værk, de fik den kunstige intelligens til at producere, og lave en fysisk version af det.
Mediet og materialerne er selvvalgte, og eleven skal kunne redegøre for, hvordan remedieringen forstærker og/eller forandrer de formalistiske og betydningsbærende træk i det oprindelige værk. De må lave om på billedet, så længe de kan reflektere fagligt over deres valg. Eleverne får her mulighed for at bruge de analytiske færdigheder, som de har lært i deres billedkunstundervisning. De gør det digitale værk til deres eget gennem remedieringen, og resultatet bliver en form for kunstnerisk kollaboration med den generative AI som sparringspartner. Det kan sammenlignes med at lave en parafrase over et kunstværk, men forskellen ligger selvfølgelig i forlæggets kvalitet og proveniens. Det er derfor vigtigt, at eleven bruger sin faglige viden i denne produktionsfase og sætter ord på den.
Forløb om propaganda
"Propaganda" kendetegnes ved sin bevidste manipulation af modtagerens følelser og holdninger, og visuel propaganda kan beskues fra mange teoretiske vinkler i billedkunst. Det kan være kunsthistoriske perioder med politisk indhold eller misvisende kulturrepræsentationer såsom orientalismen eller den danske nationalromantik. Eller man kan inddrage teori om effektiv krigspropaganda fra 2. verdenskrig og kigge på satiretegninger og fake news på sociale medier.
Når eleverne gennem det teoretiske og analytiske arbejde har lært om propagandaens forskellige udtryk, får de til opgave at producere deres egne propagandaplakater ud fra en fiktiv eller harmløs konflikt. Her kan billedskabende AI bruges til at generere et godt afsæt for deres plakat, som de så kan manipulere digitalt i et billedredigeringsprogram. Det er fortsat meget vanskeligt for en AI at generere korrekt tekst i et billede, så her kan produktet gøres meget bedre ved at indsætte en ny tekst, der dækker over den gamle. Er man som lærer fortrolig med billedredigeringsprogrammer, kan man med fordel afholde en lille workshop, hvor eleverne lærer basale redskaber at kende, såsom farvejustering, tilføjelse af tekst og brug af lag til at tilføje elementer og dække andre til. På denne måde kan de redigere deres produkt. Jeg bad i mit forløb AI’en Microsoft Copilot om at generere en grundlæggende guide til billedredigeringsprogrammet Pixlr, som jeg lagde ind til eleverne, så de selv kunne eksperimentere med værktøjer.
Ønsker man ikke at arbejde digitalt, kan billeder lavet af den kunstige intelligens blot fungere som inspiration og som forlæg for, at eleverne producerer deres egen plakat i fysisk form. Her fungerer AI altså igen som en sparringspartner, der hjælper med at visualisere muligheder og give inspiration. Eleverne kan tegne efter eller bruge kalkeringsmetoder, hvis de gerne vil overføre specifikke visuelle elementer.
Uanset hvad skal det endelige produkt kvalificeres af elevernes teoretiske, praktiske og frem for alt selvstændige refleksioner.
![](/sites/default/files/2025-01/gym_billedkunst_design_arkitektur_AI_i_undervisningen-01_0.png)
Forløb om perioder og visuelle fænomener
Hvor god er den kunstige intelligens til at forstå kunsthistoriske perioder eller specifikke visuelle fænomener? Dette spørgsmål er en nem måde at inddrage AI på i billedkunstundervisningen. Nedenfor er to forslag til hvordan AI kan inddrages i et forløb om romantikken. I begge eksempler øver eleverne deres analytiske evner, og klassen kan efterfølgende diskutere, hvad der afslører, om billederne er skabt af AI. Inddrag både stil og motiv i diskussionen, så eleverne får en bedre forståelse for de visuelle fænomeners elementære karakteristiske træk.
Før timen finder læreren malerier fra romantikken og får en generativ AI til at generere sit bud på malerier fra romantikken. Eleverne får udleveret en række billeder i samme format. Eleverne skal sortere billederne i to kategorier:
- Kategori 1: Billeder der lavet af AI.
- Kategori 2: Billeder der ikke er lavet af AI.
De skal begrunde deres inddeling.
Litteraturliste
- Andersen, B.B. og Porse, L. (2022). 'TAP-metoden og undersøgende undervisning i billedkunst', TEGN, Billedkunst- og designlærerforeningen, pp. 70-75.
- Børne- og Undervisningsministeriet (2024): Generativ kunstig intelligens på gymnasiale uddannelser: Anbefalinger til undervisningen. Styrelsen for Undervisning og Kvalitet.
- Refsgaard, A. og Korsgaard, M. (2021). 'Skabt af en kunstig intelligens? Udnyt computerens kreative materiale'. Samfundslitteratur.
- Tiemensma, M. (2020). 'De kunstneriske fag', in Dolin, J. et al. (eds.) Gymnasiepædagogik – en grundbog. 4th edn. Hans Reitzels Forlag.
- Tiemensma, M. (2016). 'Evaluering af det praktiske', TEGN, nr. 1, Billedkunst- og designlærerforeningen.
Kreditering
Laura Bruhn Bové
Tekstindholdet på denne side må bruges under følgende Creative Commons-licens - CC/BY/NC/SA Kreditering/Ikke kommerciel/Deling på samme vilkår. Creative Commons-licensen gælder kun for denne side, ikke for sider, der måtte henvises til fra denne side.
Billeder, videoer, podcasts og andre medier og filer på siden er underlagt almindelig ophavsret og kan ikke anvendes under samme Creative Commons-licens som sidens tekstindhold.