Utvecklat med MIT
Det pedagogiska ramverket CDIO har beskrivits som ”strukturerat sunt förnuft” och utvecklades av LiU tillsammans med Chalmers, KTH och amerikanska MIT för 20 år sedan. Förkortningen står för Conceive, Design, Implement, Operate – ungefär komma på en idé, utforma, implementera och använda – och ska vara så likt industrins arbete med produktutveckling som möjligt.
Foto Göran Billeson
Ett typiskt exempel på LiU är den så kallade katapultkursen där studenter får konstruera, bygga, testa och även tävla med kastmaskiner i trä.
- Jag har grävt där jag står. Min forskning hade inte varit möjligt om jag inte jobbat praktiskt med utbildningen under flera år, säger läraren Peter Hallberg som nu skrivit en avhandling som ytterligare utvecklar CDIO-modellen.
I avhandlingen On Knowledge Creation and Learning at the Intersection of Product Development and Engineering Education kopplar han ihop produktutvecklingsteori från industrin med den pedagogiska modellen för utbildningen av ingenjörer. Han föreslår så kallade CEP – CDIO Enabling Platforms – som ett viktigt verktyg i undervisningen.
Detta kan vara både digitala plattformar eller fysiska artefakter som studenterna bygger, prövar och utvecklar under utbildningen, ibland under lång tid och med deltagare från olika program. Ett exempel är just träkatapulterna som används sedan tio år; ett annat är den elcykel som används i flera kurser och för olika övningar (se bilden nedan).
- Sådana här plattformar främjar ett aktivt lärande, vilket man vet förbättrar resultaten. Jag menar också att de möjliggör ett livslångt lärande där ingenjörer kan komma tillbaka till universitetet och fylla på med ny kunskap, i samspel med studenter. Industrin förändras snabbt vilket ställer stora krav både på vidareutbildning och kursutveckling, säger Peter Hallberg.
Möjligheter med AI
Som ytterligare ett sätt att utveckla undervisningen har Peter Hallberg experimenterat med att mäta olika delar av studenternas kunskapsinhämtning. Till ett försök utvecklades en app där studenterna fick posta ärenden de behövde hjälp med och ange hur länge de försökt lösa problemet på egen hand. Det senare blev en sorts ”frustrationsindex”.
Mätningarna har bland annat gjort det möjligt att fördela lärarresurser effektivt och minskat de genomsnittliga väntetiderna. Också schemaläggningen har förbättrats.
- Det här är stora kurser med kanske 300–400 studenter, då funkar det inte med handuppräckning som enda feedback. Ju mer data vi har, desto fler analyser kan vi göra, säger Peter Hallberg.
- Man kan också tänka sig att studenter får kontinuerlig information om hur de ligger till i en kurs och att de får stöd och hjälp vid rätt tillfälle. Inte minst med hjälp av AI är möjligheterna mycket stora.
Olika kurser påverkar
I avhandlingen lanseras också begreppen native content och curriculum nativeness för att utvärdera ingenjörsutbildningar. Begreppen är svåröversatta men beskriver i vilken mån program består av kurser med kärninnehåll (till exempel datateknik i ett datateknikprogram) respektive mer allmänna kurser som inte uppenbart kopplas ihop med programtiteln - och vilken betydelse detta kan ha för studieresultaten.
Granskningen visar bland annat att studenterna i högre utsträckning blir godkända på kärnkurser än övriga kurser. Dessutom har program med en högre andel kärnkurser också större inslag av moment för aktivt lärande. En slutsats blir att båda begreppen kan användas för att jämföra civilingenjörsutbildningar, men också att mer forskning behövs.
I en tredje del av avhandlingen, som fokuserar på produktutveckling, argumenterar Peter Hallberg för användandet av så kallade low cost demonstrators, LCD, vid utvecklandet av nya produkter i industrin. Till skillnad från traditionella prototyper och dyrare demonstratorer, som ofta tas fram i ett sent skede i produktutvecklingen, kan LCD finnas med under hela processen och dessutom modifieras efter hand.
Exempel på CEP, CDIO Enabling Platform. Elcykeln med beskrivning av olika kursmoment och övningar.
