Nye metoder til digital kildekritik

Time.png Tid

Lektionen tager ca. 25 min. at gennemgå. Dertil kommer refleksionsøvelserne, som du med fordel kan lave sammen med dine medstuderende.

 

Informationssøgning.png Om lektionen 'Nye metoder til digital kildekritik'

Den digitale udvikling betyder, at vi står med nogle nye og anderledes udfordringer, end vi gjorde for blot få år siden, når vi skal vurdere oplysninger og kilder. I denne lektion får du præsenteret nogle metoder, som kan hjælpe dig med at vurdere digitale kilder.
Med ankomsten af generativ AI er der kun kommet flere udfordringer til de kildekritiske metoder. Læs mere i afsnittet: Generativ AI og kildekritik

 

  Læringsmål 

Når du har gennemført lektionen, forventer vi, at du kan:

  • vurdere digitale kilders anvendelighed i forbindelse med opgaveskrivning
  • anvende de to metoder IF I APPLY og Lateral reading til digital kildekritik
  • reflektere over de kildekritiske udfordringer forbundet med generativ AI

 

image-b73d7e5d-cdbe-4a5b-bbfa-0af0f291a521.png  Kilde

Lektionen er produceret af Københavns Universitet som en del af Københavns Universitets læringsressourcer til digital dannelse, 2023.

Fagansvarlige:

  • Erik Engelbrekt Schwägermann, informationsspecialist, Universitetsbibliotek (KUB)
  • Birgitte Munk, specialkonsulent, Universitetsbibliotek (KUB)
  • Anne Bagger, informationsspecialist, Universitetsbibliotek (KUB)
  • Muhamed Fajkovic, specialkonsulent, Universitetsbibliotek (KUB)

____________________________________________________________

 

COBL_litterature_40x40px_2017_18.png  Fra kildekritik til digital kildekritik

I en digital tidsalder, hvor information er lettilgængelig og spredes hurtigt, er kildekritik en afgørende færdighed for universitetsstuderende. Med den enorme mængde af digitale kilder til rådighed er det vigtigere end nogensinde før at være i stand til at vurdere pålideligheden af de kilder, man anvender i akademiske arbejder. Nye metoder til digital kildekritik er afgørende for at navigere i informationsfloden og undgå spredning af falske oplysninger, unøjagtigheder og skjult bias.

I dagens digitale landskab er kildekritik mere kompleks end nogensinde før. Traditionelle metoder til kildekritik, såsom at vurdere troværdigheden af en kilde baseret på dens omdømme eller autoritet, er ikke altid tilstrækkelige. Med sociale medier, blogs, podcasts og andre digitale platforme, hvor alle kan offentliggøre indhold, er det nødvendigt at udvikle nye metoder og færdigheder til at vurdere, hvilke kilder der er pålidelige, og hvilke der ikke er det.

Nye metoder til digital kildekritik kan omfatte teknikker såsom at analysere kildeudgivers troværdighed, undersøge kildehistorik, validere data og faktatjekke information. Det kan også indebære at læse på tværs af flere kilder, kritisk evaluere informationskilder og være bevidst om ens egne forforståelser og bias. Ved at beherske disse færdigheder vil du som universitetsstuderende være bedre rustet til at navigere i den digitale informationsverden og producere kvalitetsarbejde, der er baseret på troværdige kilder.

Kort sagt er det vigtigt for dig som studerende at være opmærksom på betydningen af nye metoder til digital kildekritik for at udvikle dit analytiske og kritiske overblik, forbedre dine forskningskompetencer og sikre, at dit akademiske arbejde er pålideligt og troværdigt.

I det følgende skal vi se på to forskellige måder at forholde sig kritisk til digitale kilder:

  • IF I APPLY fokuserer især, men ikke kun, på, hvordan dine personlige søgninger påvirker din interaktion med internettet.
  • Lateral Reading flytter fokus fra den konkrete digitale kilde til, hvad andre digitale kilder har af informationer om den kilde, du undersøger.

____________________________________________________________

 

COBL_videolecture_40x40px_2017_4.png  IF I APPLY – en metode til digital kildekritik

I denne video forklarer vi om IF I APPLY metoden til digital kildekritik. Det er en metode, der hjælper dig med at vurdere troværdigheden af de kilder du skal bruge i dine opgaver. IF I APPLY står for Identificer, Find (neutrale kilder), Intellektuelt mod, Autoritet, Formål, Udgiver, Kildeliste og Udgivelsesår - se mere om, hvordan du bruger denne metode her:

Hvis du oplever Access Denied, genindlæs da siden. Alternativt skift browser.

____________________________________________________________

 

COBL_videolecture_40x40px_2017_4.png  ’Lateral reading’ – en effektiv metode til digital kildekritik

Lateral reading er en metode til at vurdere troværdigheden af online information ved grundig granskning af afsender og sammenligning af flere kilder tværs over nettet. I denne video får du eksempler på hvordan lateral reading bruges som kildekritisk metode:

____________________________________________________________

 

COBL_litterature_40x40px_2017_18.png Generativ AI og kildekritik
Den kildekritiske tilgang til generativ AI adskiller sig fra almindelig digital kildekritik på flere måder:

  1. Generativ AI trækker på store mængder af data, men det er ofte uklart, hvor disse data stammer fra, og hvilke kriterier der blev brugt til at udvælge dem. Dette gør det vanskeligere at evaluere pålideligheden af AI-genereret indhold.

  2. Algoritmer og træningsmetoder: Generativ AI anvender underliggende algoritmer og træningsmetoder på et omfattende og ofte af offentligheden ukendt tekstmateriale. 

  3. Bias og generalisering: Generativ AI kan reproducere og forstærke eksisterende bias i de data, den er blevet trænet på. At identificere og adressere dette kræver en særlig bevidsthed om algoritmernes tendens til at reproducere eventuelle fordomme. Se evt.: Algoritmer styrer dine søgeresultater.

  4. Hallucination – Evnen til at digte information: Generativ AI kan potentielt skabe information, der ikke findes i nogen eksisterende kilder. Dette kræver en ekstra grad af forsigtighed og validitetsvurdering.

  5. Mangel på kildeinformation: Generelt er det ofte umuligt at få adgang til information om, hvilke specifikke kilder generativ AI er blevet trænet på. Dette adskiller sig fra konventionelle kilder. Se evt.: Grundlæggende kildekritik.

  6. Kontinuerlig udvikling og opdatering: Generativ AI-modeller opdateres og forbedres løbende, hvilket betyder, at resultaterne og potentialet for bias også kan ændre sig over tid. Dette kræver en vedvarende opmærksomhed på teknologiens udvikling.

Sammenfattende kræver kildekritik ved brug af generativ AI en dybere forståelse af den tekniske side af teknologien og en opmærksomhed på de særlige udfordringer og muligheder, den præsenterer. Det indebærer en evne til at navigere i en ny type kilde, der er skabt af maskiner snarere end mennesker. 

NB! Som KU-studerende har du gratis adgang til Microsoft Copilot Links to an external site.. Husk at du skal være logget ind hos Microsoft med dit KU-brugernavn for at få adgang til den nyeste udgave af Copilot og for at dine data er beskyttet af KU's databehandleraftale med Microsoft.

____________________________________________________________

 

COBL_onlinediscussion_40x40px_2017_6.png  Refleksionsøvelse

Reflekter over følgende spørgsmål:

  • Hvad kan du finde af argumenter for og imod atomkraft?
  • Overvej, hvad din egen holdning er til resultatet af søgningen. Vær helt sikker på at du finder argumenter både for og imod.
  • Nu står du tilbage med en række kilder til information for og imod atomkraft og skal overveje hvor den information kommer fra og hvor troværdig den er. 

Eller sagt på en anden måde:

  • Anvend IF I APPLY-metoden på  den information du har fundet,  enten for eller imod atomkraft. Giver det dig mulighed for at nuancere eller falsificere påstande og argumenter?
  • Anvend derefter Lateral reading-metoden på samme informationer. 
  • Overvej til sidst hvilken særlige udfordringer der er ved generativ AI som kilde.

____________________________________________________________

 

COBL_fieldtrip_40x40px_2017_8-1.png  Hvis du vil vide mere

____________________________________________________________