Utvärdering av AI‑drivna lärarassistenter i ingenjörsutbildning med konsekvenser för studentengagemang, etik och policy

Varför detta är viktigt för dagens högskolestudenter

Högskolestudenter vänder sig till chatbottar och andra artificiella intelligensverktyg för hjälp med läxor, programmering och svårförståeliga kursbegrepp. Men kan dessa verktyg verkligen stödja lärande, och vad händer med frågor som fusk, rättvisa och förtroende när mjukvara blir en studiepartner? Denna artikel följer ett verkligt fältförsök i civil- och miljöteknikkurser som testade ett AI‑drivet ”Educational AI Hub” och frågade studenter vad som fungerade, vad som oroade dem och hur de tycker att AI bör passa in i högre utbildning i framtiden.

En digital studiekamrat, många inbyggda verktyg

Educational AI Hub är en kursanpassad lärarassistent som finns i universitetets digitala lärplattform. Istället för att skicka frågor till en allmän chatbot tränad på hela internet interagerar studenterna med en assistent som är tätt kopplad till deras föreläsningar, uppgifter och kursplan. I bakgrunden läser systemet instruktörsgodkända kurs‑PDF:er, delar upp dem i sökbara avsnitt och matar endast dessa in i en avancerad språkmodell för att svara på studentfrågor. Hubben erbjuder sex huvudverktyg: korta AI‑genererade anteckningar, en fråga‑och‑svar‑chatbot, flashcards, autokorrigerade quiz, en kodningshjälps‑”sandbox” och snabba svar på frågor om kurslogistik. Den är utformad för att fungera som en vänlig, alltid tillgänglig lärarassistent snarare än en genvägsmotor.

Hur studien genomfördes

För att se hur studenter faktiskt använde denna assistent integrerade forskarna den i två grundutbildningskurser i ingenjörsvetenskap vid ett stort offentligt forskningsuniversitet. Sextiofem av de 77 registrerade studenterna frivilligt deltog. De fyllde i enkäter i början och slutet av terminen om sina erfarenheter av AI, sitt förtroende för sådana verktyg och sina farhågor kring etik och akademisk integritet. Samtidigt loggade systemet tyst varje interaktion: vilka funktioner studenterna använde, hur ofta de återkom och vilken typ av frågor de ställde. Teamet kodade också hundratals studentfrågor i teman som ”mjukvaruhjälp”, ”teorifrågor” och ”uppgiftsförtydligande” för att förstå vilken sorts hjälp studenterna verkligen sökte.

Vad studenter gillade — och vad de inte fullt ut litade på

Den mest populära funktionen med stor marginal var chatbottens, som stod för mer än 90 procent av alla interaktioner. Studenter använde den flitigt för att komma vidare i tekniska mjukvaruuppgifter i verktyg som ArcGIS och MATLAB och för att klargöra kärnkoncept och formler i ingenjörsvetenskapen. Många rapporterade att assistenten gjorde det lättare att förstå kursmaterialet och att slutföra läxor, och vissa sa att de kände sig mer bekväma att ställa frågor till AI än till professorer eller undervisningsassistenter. Dock såg de flesta fortfarande mänsklig hjälp som lika bra eller bättre i kvalitet. Oro över felaktiga eller missledande svar från AI — ibland kallade ”hallucinationer” — gjorde att många användare behandlade assistenten som ett bekvämt första steg snarare än en slutgiltig auktoritet.

Etiska gråzoner och policyförvirring

Även när studenter uppskattade verktyget kände de sig osäkra kring reglerna för dess användning. Många var inte helt säkra på vad som exakt räknades som akademiskt oegentlighet vid arbete med AI och fruktade att bli felaktigt anklagade för fusk. Nästan hälften trodde att AI inte automatiskt undergräver akademisk integritet, men en liknande andel kände sig ängsliga för att använda det i bedömt arbete. Viktigt är att studenterna inte ville att AI skulle förbjudas; istället efterlyste de ”något restriktiva” kursregler med tydlig vägledning. De flesta höll med om att användning av AI som akademiskt hjälpmedel kan vara etiskt och sade att de skulle vilja ha liknande verktyg i andra kurser, så länge förväntningarna är tydligt formulerade i enkel språk och kopplade till ansvarsfulla vanor som att kontrollera källor och ange när hjälp använts.

Från data till bättre undervisning och lärande

Loggar över användning och enkätresultat berättade en konsekvent historia: studenter använde AI‑Hub mest när de litade på den, kände sig bekväma med den och uppfattade den som verkligt hjälpsam för kursuppgifter som repetitionsgranskning och läxor. Mindre förtroende för AI gick hand i hand med lägre användning, medan komfort och upplevd nytta kopplades till oftare engagemang. Ändå tillskrev studenterna inte verktyget ensamt för förbättrade betyg, och många vände sig fortfarande till allmänna chatbottar för programmering eller matematik som sträckte sig bortom kursmaterialet. Dessa mönster tyder på att AI‑assistenter fungerar bäst som ett riktat stödlager inom en kurs — inte som ersättare för instruktörer och inte som en universallösning.

Vad detta betyder för framtidens klassrum

För en lekmannaläsare är slutsatsen att AI‑studiehjälpare kan göra tekniska ämnen mer tillgängliga och ge studenter ett lågbelastningssätt att ställa frågor när som helst, men att de inte magiskt löser lärande av sig själva. I denna studie behandlade ingenjörsstudenter Educational AI Hub som en praktisk följeslagare som kunde avblockera problem och förklara svåra idéer, samtidigt som de fortfarande förlitade sig på lärare och traditionella studievana. Deras största oro rörde sig inte om tekniken i sig utan om oklara regler och rädslor för anklagelser om fusk. Författarna menar att om högskolor vill att AI verkligen ska förbättra utbildningen måste de para ihop smarta, kursmedvetna verktyg med tydliga, transparenta riktlinjer och aktiv handledning från lärare, så att studenter inte bara lär sig av AI utan också hur man använder det ansvarsfullt.

Citering: Sajja, R., Sermet, Y., Fodale, B. et al. Evaluating AI-powered learning assistants in engineering higher education with implications for student engagement, ethics, and policy. Sci Rep 16, 7565 (2026). https://doi.org/10.1038/s41598-026-39237-5

Nyckelord: AI i utbildning, ingenjörsstudenter, lärarassistent, akademisk integritet, studentengagemang