Generativ AI i universitetsstuderendes studiepraksis: En undersøgelse af selvreguleret læring, faglig bearbejdning og PBL-orienteret læring
Oversat titel
Generative AI in University Students' Learning and Study Practices: A study of Self-Regulated Learning, Academic Knowledge Construction, and PBL-Oriented Learning
Forfattere
Yildirim, Melih ; Hasib, Anes
Semester
4. semester
Udgivelsesår
2026
Afleveret
2026-05-31
Resumé
Dette projekt undersøger, hvordan studerende på IT-universitetet bruger generativ kunstig intelligens (GenAI) i deres studiearbejde, og hvad denne brug betyder for læring i en problem-baseret universitetskontekst. Projektet bygger på et kvalitativt forskningsdesign, hvor data fortolkes på en åben og undersøgende (abduktiv) måde. Analysen tager udgangspunkt i teorier om selvreguleret læring, metakognition (at tænke over sin egen tænkning), dyb og overfladisk læring, sociokulturel og situeret læring samt problem-baseret læring. Disse perspektiver gør det muligt at belyse både de individuelle og sociale sider af de studerendes brug af GenAI. Analysen viser, at GenAI kan støtte de studerende ved at hjælpe dem i gang, strukturere deres arbejde, forstå svært fagligt stof og vurdere kvaliteten af deres egne opgaver. Samtidig skaber brugen af GenAI spændinger i forhold til faglig dybde, selvstændig refleksion, ejerskab, ansvar og hvad der opfattes som legitim brug. Resultaterne peger på, at GenAI hverken bør forstås som entydigt hjælpende eller entydigt problematisk. Den uddannelsesmæssige værdi afhænger af, hvordan de studerende bruger teknologien, hvor kritisk de forholder sig til dens svar, og hvordan universiteterne rammesætter dens rolle i undervisning og læring. Et centralt fund er, at GenAI bliver en del af de studerendes selvregulerede læringsprocesser. De bruger teknologien til at planlægge deres arbejde, følge deres fremskridt, finde svagheder og reflektere over kvaliteten af deres faglige produkter. Det kan gøre studierne mere håndterbare, især når de oplever usikkerhed, tidspres eller komplekst fagligt indhold. Samtidig viser studiet, at GenAI kan flytte vigtige dele af læringsprocessen, særligt når teknologien erstatter i stedet for at understøtte de studerendes egen læsning, refleksion og kritiske bearbejdning. I gruppearbejde opstår der også spørgsmål om samarbejde og fagligt ansvar: Brug af GenAI kan skabe usikkerhed om gennemsigtighed, bidrag og ejerskab. Det gør det nødvendigt, at grupper udvikler fælles forventninger til, hvordan teknologien skal bruges. På den baggrund peger projektet på, at GenAI bør diskuteres som en integreret del af de studerendes akademiske praksis, ikke kun som et individuelt og isoleret værktøj. Overordnet konkluderes det, at en meningsfuld integration af GenAI i videregående uddannelse kræver tydelig pædagogisk vejledning. I en problem-baseret læringskontekst kan GenAI støtte læringsprocesser, men undervisningen skal samtidig værne om det refleksive, kritiske og samarbejdende arbejde, der er centralt for akademisk læring. Det kræver en selektiv og pædagogisk begrundet brug af GenAI, hvor de studerende opfordres til at kunne forklare, vurdere og tage ansvar for, hvordan teknologien bidrager til deres faglige arbejde.
This project investigates how IT university students use generative artificial intelligence (GenAI) in their studies, and what this means for learning in a problem-based university setting. The project is based on a qualitative research design, where data are interpreted in an open and exploratory (abductive) way. The analysis draws on theories of self-regulated learning, metacognition (thinking about one’s own thinking), deep and surface learning, sociocultural and situated learning, and problem-based learning. These perspectives make it possible to examine both the individual and social dimensions of students’ use of GenAI. The analysis shows that GenAI can support students by helping them get started, structure their work, understand complex material, and assess the quality of their own assignments. At the same time, the use of GenAI creates tensions related to academic depth, independent reflection, ownership, responsibility, and what is considered legitimate use. The findings suggest that GenAI should not be seen as either purely helpful or purely problematic. Its educational value depends on how students use the technology, how critically they evaluate its output, and how universities frame its role in teaching and learning. A central finding is that GenAI becomes part of students’ self-regulated learning processes. Students use the technology to plan their work, monitor their progress, identify weaknesses, and reflect on the quality of their academic products. This can make studying feel more manageable, especially when students experience uncertainty, time pressure, or complex academic content. At the same time, the study shows that GenAI can shift important parts of the learning process, particularly when the technology replaces rather than supports students’ own reading, reflection, and critical processing. In group work, questions of collaboration and academic responsibility also become central: the use of GenAI can create uncertainty about transparency, contribution, and ownership. This makes it important for groups to develop shared expectations for how the technology should be used. On this basis, the project argues that GenAI should be discussed as part of students’ academic practice, rather than treated only as an individual and isolated tool. Overall, the project concludes that meaningful integration of GenAI in higher education requires clear pedagogical guidance. In a problem-based learning context, GenAI can support learning processes, but teaching must also protect the reflective, critical, and collaborative work that is central to academic learning. This calls for selective and pedagogically grounded use of GenAI, where students are encouraged to explain, evaluate, and take responsibility for how the technology contributes to their academic work.
[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]