AI Literacy at The Norwegian University of Technology and Science: A Mixed Methods Approach Measuring AI Literacy Among Technology Students

Abstract

Fremveksten av kunstig intelligens (KI) over alle samfunnssektorer har gjort behovet for omfattende KI-ferdigheter viktigere enn noen gang. Dette studiet undersøker det nåværende nivået av KI-ferdigheter blant teknologistudenter ved Norges teknisk-naturvitenskapelige universitet (NTNU). Ved å bruke kombinerte metoder, analyserer vi kvantitative data fra et selvrapporterende spørreskjema med kvalitative innsikter fra dybdeintervjuer. Denne tilnærmingen belyser potensielle forskjeller mellom oppfattet og faktisk KI-kompetanse. Funnene avslører at selv om studentene er trygge på deres praktiske bruk av KI-verktøy, og er klar over dens implikasjoner, viser de mangler i sin teoretiske kunnskap og forståelse av KIs bredere samfunnsmessige effekter. I tillegg avdekker forskningen en betydelig mangel på formell KI-utdannelse og veiledning fra NTNU, noe som fører til at studentene må stole på ustrukturert egenlæring. Studiet understreker en sterk etterspørsel blant studenter for mer strukturert KI-utdannelse, og behovet for utdanningsinitiativer som bygger en bro mellom praktiske ferdigheter og teoretisk kunnskap. Denne forskningen bidrar til den pågående diskusjonen om utdanning i KI-kunnskap, og antyder at forbedring av forståelsen av KI blant studenter er avgjørende for å forberede informerte, kompetente og etiske deltakere i den digitale verden.

The rise of Artificial Intelligence (AI) across all sectors of society has made the need for comprehensive AI literacy more crucial than ever. This study investigates the current level of AI literacy among technology students at the Norwegian University of Technology and Science (NTNU). Utilizing a mixed methods approach, we analyse quantitative data from a self-reporting questionnaire with qualitative insights from in-depth interviews. This approach highlights potential discrepancies between perceived and actual AI competencies. Findings reveal that while students are confident in their practical use of AI tools and aware of its implications, they exhibit gaps in their theoretical knowledge and understanding of AI's broader societal impacts. Additionally, the research uncovers a substantial shortfall in formal AI education and guidance from NTNU, leading students to rely on unstructured self-learning. The study underscores a strong student demand for more structured AI education, emphasizing the need for educational initiatives that bridge practical skills with theoretical knowledge. This investigation contributes to the ongoing discussion on AI literacy education, suggesting that enhancing understanding of AI among students is crucial for preparing informed, capable, and ethical participants in the digital world.