Asterisk nr. 109 - November 2024 - Tema: Hvad er egentlig formålet med uddannelse?
Generativ AI rusker gevaldigt op i vores uddannelsessystem og fremprovokerer tiltrængte diskussioner om, hvad vi egentlig skal med vores uddannelser. Er vi i færd med at øge uligheden i uddannelse og miste vores kritiske sans? Eller er det ganske enkelt en genvej til et klogere samfund?
Lyt til artiklen
To unge studerende står foran DPU i København. Den ene fortæller den anden om de nye regler for brug af generativ kunstig intelligens på deres universitetsuddannelse:
”Du skal bare skrive, at du har brugt ChatGPT i din opgave, så er det helt ok. Det må du godt. …”
Hans studiekammerat lytter måbende, mens han lyner jakken i den begyndende efterårskulde.
Og der er grund til at gruble nøje over den nye teknologi. Er det snyd? Er det en shortcut til eksamensbeviset? Eller er det simpelthen udtryk for ny akademisk ’comme il faut’?
Selvom det nu er to år siden, at generativ kunstig intelligens (generativ AI, forkortet GAI) blev allemandseje med den første version af ChatGPT, er det stadig et åbent spørgsmål, hvordan undervisere og studerende egentlig skal anvende teknologien i undervisningen. Ifølge en undersøgelse fra Djøf savner en stor gruppe studerende (75 procent) vejledning og klare retningslinjer.
Lige nu er det de enkelte uddannelsesinstitutioner, der lokalt skal angive et reglement for brugen af generativ AI. Nogle gymnasier lukker helt ned for teknologien, andre arbejder med at finde en vej, hvor teknologien kan bidrage til læringskonteksten. Universiteterne har åbnet for brug af teknologien, så længe man som studerende anfører det i sine skriftlige opgaver.
Og selvom vi stadig mangler at finde ud af, hvordan vi så bruger teknologien på en måde, der understøtter formålet med uddannelse – hvad enten det er i grundskolen, på ungdomsuddannelserne eller på videregående uddannelser – er det den vej, vi skal, mener Maja Hojer Bruun, der er lektor i pædagogisk antropologi på DPU, Aarhus Universitet og forsker i fremtidsteknologi og læring. Hun siger:
”Vi bør fokusere på, hvordan generativ AI kan bruges fremfor, om den skal bruges. Vi skal som uddannelsesforskere beskæftige os med, i hvilke situationer og i hvilken form det giver mening at bruge teknologien i en uddannelseskontekst.”
Den mission er Helene Friis Ratner med på. Hun er lektor i uddannelsesvidenskab på DPU, Aarhus Universitet og forsker blandt andet i brugen af data og algoritmer i velfærdsstatens institutioner. I et nyt forskningsprojekt kaster hun sig sammen med postdoc Ida Schrøder over generativ kunstig intelligens og undersøger, hvordan universitetet forsøger at regulere teknologien.
Hun er særligt opmærksom på dannelsesdimensionen, som efter den generative AI’s indtog bliver endnu mere relevant i uddannelse:
”Vi lever i en misinformationstidsalder, hvor en stor del af den information, de unge møder online, vil være produceret af kunstig intelligens og med stor sandsynlighed ikke faktatjekket. Det store spørgsmål bliver jo: Hvordan kan vores uddannelsessystem klæde børn og unge på til den verden?”
”I læreprocesser handler det ikke om at være hurtigst, men om at dvæle ved den modstand, der er forbundet med at lære nyt stof. Man skal have tid til at tænke, så det knager.”
Maja Hojer Bruun
De skal ’bare’ lære at tænke kritisk, lyder det oplagte og gængse svar. Den kritiske sans fremstilles da også som en superkraft – det eneste sikre bolværk mod den ustyrlige og omsiggribende kunstige intelligens.
Men, påpeger Maja Hojer Bruun, vi er nødt til at beskæftige os indgående med, hvad det så indebærer at have kritisk sans i relation til generativ AI. Hvordan udvikler man sådan en sans?
”Det handler især om at have føling med helheden, som man så kan placere ny information i. Det kræver en vis historiebevidsthed og nogle kvalitetskriterier, som man vurderer nyt stof ud fra,” forklarer Maja Hojer Bruun og understreger, at det er en særlig situation, når teknologien bruges i uddannelsessammenhæng:
”Der er stor forskel på, om man fx i sit job bruger teknologien til at løse opgaver, hvor man allerede har en ekspertise, og man derfor har kvalitetskriterierne i baghovedet og kritisk kan vurdere det endelige produkt, eller om man bruger generativ AI i en læreproces.”
Hun tilføjer:
”I læreprocesser handler det ikke om at være hurtigst, men om at dvæle ved den modstand, der er forbundet med at lære nyt stof. Man skal have tid til at tænke, så det knager.”
Hendes pointe er, at den modstand springer man over, hvis man blot bruger den generative AI til at opnå hurtige svar:
”Det går lynhurtigt, men der er ingen friktion. Og det er modstanden, vi lærer af – når stoffet er tilpas svært. Så vi må insistere på eftertænksomhed og langsomhed, når generativ AI bliver brugt i uddannelse.”
Maja Hojer Bruun henter pt. inspiration til sin forskning i den klassiske læringsteori. Hun har netop genlæst et af John Deweys (1859-1952) essays, How we think (1910), der forholder sig til, hvordan vi mennesker lærer at tænke. I forhold til diskussionen om generativ AI i uddannelse bliver den tekst atter aktuel – og måske mere relevant end nogensinde.
Dewey når frem til, at vi bruger tre ressourcer til at lære at tænke med: 1: Vores nysgerrighed, 2: Evnen til at fremkalde nye tanker i os selv og 3: Evnen til at strukturere eller ordne de tanker.
”For at forstå potentialerne i generativ AI må vi undersøge, hvordan den kan være med til at opbygge de tre ressourcer. Vi skal med andre ord spørge os selv og hinanden: Hvordan kan teknologien fremme nysgerrighed og fremkalde nye tanker? Hvordan kan den hjælpe os med at ordne, strukturere og kategorisere nyt stof? Og hvordan kan vi hele tiden bevare det refleksive blik på de informationer, den generative AI kommer med?”
Hun uddyber i den forbindelse forskellen mellem at bruge teknologien til at blive mere effektiv og til at lære nyt:
”Som studerende kan man bruge teknologien til at spare tid. Så kan man få ChatGPT til at give et resumé eller bare hovedpointerne fra en tekst. Man kan lave en hel masse shortcuts,” siger Maja Hojer Bruun og fortsætter:
”Men man kan også bruge teknologien mere aktivt til at læse teksten og undersøge baggrundsviden om den forfatter eller teoretiker, der har skrevet den, og fx få styr på de begreber, der indgår i teksten, og hvem der ellers har brugt de begreber.”
At bruge generativ AI på den måde kræver en god portion selvdisciplin. Og den kan som bekendt være ret ulige fordelt blandt os mennesker. Det har blandt andet med socioøkonomi og ressourcer at gøre, og Maja Hojer Bruun frygter derfor, at teknologien kan føre til nye former for ulighed i uddannelse:
”Der vil være studerende, som udmærket er klar over, at de kan komme hurtigt igennem en opgave med hjælp fra teknologien, og så betyder det mindre, hvorvidt de lærer noget. Og så vil der være andre og mere modne studerende, der godt kan gennemskue, at det gavner dem både fagligt og personligt, hvis de går anderledes omhyggeligt og eftertænksomt til værks, når de bruger teknologien.”
Helene Friis Ratner ser samme ulighedsproblematik og påpeger samtidig, at den generative AI er et tveægget sværd, der både kan fremme og mindske ulighed i uddannelse og læring:
”Teknologien kan på den ene side hjælpe elever, der ikke normalt kommer til orde, med at finde en argumentation eller hjælpe dem med et hurtigt indblik i teorier og litteratur, som de ellers ikke har så nem adgang til. Men det kræver selvdisciplin at kunne motivere sig selv til læring fremfor blot at skyde genvej ved ureflekteret at copypaste,” siger hun og fortsætter:
”Hvorvidt du magter det, hænger selvfølgelig sammen med socioøkonomi, men også hvor god du er til at prompte og forholde dig kritisk til outputtet og til at redigere i det.
Uligheden er især knyttet til skriftlighed, forklarer Helene Friis Ratner og uddyber, hvorfor de, der har nemt ved at skrive, er bedre stillet end de, der har svært ved det:
”Alt omkring skriftlighed er udfordret med generativ kunstig intelligens, som i princippet kan overtage meget af den skriftlighed, der kobler sig til læring. Men man springer nogle erkendelsesprocesser over, hvis ikke man selv har siddet og skrevet en tekst. Så får man ikke forholdt sig kritisk til det, teksten handler om. Kunsten er at bruge generativ AI på en måde, hvor man stadig gør sig de overvejelser og refleksioner – og hvor man stadig skriver de tanker ind i sit arbejde med teknologien.”
”Vi skal finde ud af at bruge generativ AI mere bæredygtigt.”
Helene Friis Ratner
Der er endnu en væsentlig årsag til, at vi skal tænke os bedre om, inden vi hovedkulds prompter løs. Det handler om det klimaperspektiv, der ifølge Helene Friis Ratner skal have en langt større plads i diskussionen om generativ AI – ikke mindst når vi undersøger, hvordan teknologien skal bruges i forhold til læring og uddannelse.
For vi har (igen) skabt et produkt, der slider på klimaet, forbruger store mængder vand og udleder enorme CO2-mængder, når de gigantiske servere med data skal nedkøles.
”Vi skal finde ud af at bruge generativ AI mere bæredygtigt. Det kræver grundig refleksion over, hvilken model du anvender, hvornår det egentlig er nødvendigt at bruge teknologien, og hvilke nøje gennemtænkte prompts du kan skrive for at få præcise outputs, som du reelt kan bruge til noget. Det er væsentligt at integrere den dimension i samtalen om AI i uddannelse, for det er noget vores børn og unge skal lære,” siger hun.
Helene Friis Ratner er ikke en bekymret maskinstormer, der begræder den teknologiske udvikling, men hun insisterer på at gå vagtsomt til teknologien. I følge hende står vi nemlig ved en skillevej, hvor vi kan vælge én af to veje:
Den ene vej fører os med accelererende fart mod mere fokus på bedømmelse og deraf en forstærkelse af den performancekultur, som allerede præger vores uddannelsessystem i dag. Teknologien bliver et middel til effektivt at opnå bestemte mål og hurtigt bringe os videre mod det næste mål – et eksamensbevis, et job etc. Fokus er på output – fx karakterer og bedømmelse – fremfor læreproces.
Den anden vej kræver mere af os, fordi den åbner for en gentænkning af undervisning, læring og især eksamens- og bedømmelsesformer. Går vi den vej, giver generativ AI anledning til at overveje ’om læring og bedømmelse er blevet for tæt koblet,’ som Helene Friis Ratner udtrykker det.
Generativ AI kan på den måde fremprovokere en tiltrængt diskussion om netop dét, som måske kan bringe os ind på en ny kurs med stærkere fokus på læreprocesser, når vi bruger teknologien i læring og uddannelse.
Hun uddyber:
”Både i udskolingen, i gymnasiet og på de videregående uddannelser, gentænker man pt. eksamensformer. Nogle steder er der forbud mod at bruge teknologien, andre steder indfører man flere mundtlige eksamener. Og det er jo fordi, man har opdaget, at de regler, man hidtil har haft omkring plagiering, reelt ikke kan håndhæves med generativ AI inde i billedet.”
”Teknologien kan bruges til nogle former for feedback, men den kan aldrig erstatte den menneskelige relation, som er vigtig for det meste læring.”
Helene Friis Ratner
Nye krav til eksamen og bedømmelse betyder også, at lærere og undervisere skal gentænke deres roller og undervisning. Hvordan skal de bruge teknologien i undervisningen, hvordan udnytter de bedst potentialerne, og hvor skal de sætte grænserne for brugen af den?
Måske ser vi ind i en fremtid, hvor langt færre lærere skal bekymre sig om det; en undersøgelse foretaget af Boston Consulting konkluderer nemlig, at med generativ AI i skolen kan der alene i Danmark spares 9.000 fuldtidsansatte folkeskolelærere og fem milliarder lønkroner i 2040.
Det er især lærernes brug af tid på forberedelse og evaluering, som teknologien kan lette, og i et interview til Folkeskolen.dk i slutningen af september 2024 proklamerer lederen af Dansk Arbejdsgiverforening Jacob Holbraad, som har bestilt undersøgelsen, at vi i år 2040 med hjælp fra generativ AI kan spare hver fjerde lærer væk.
Det skabte selvfølgelig en masse polemik og et modsvar fra Danmarks Lærerforening. Men er der noget om snakken? Kan AI gøre det ud for de mange tusinde lærere, der hver dag står og underviser i klasselokalerne? Hvad siger forskerne?
”Teknologien kan bruges til nogle former for feedback, men den kan aldrig erstatte den menneskelige relation, som er vigtig for det meste læring. Den kan være et ’add on’ – fx i forhold til feedback og evaluering og idégenerering. For teknologien har jo den fordel, at den er tilgængelig for den enkelte elev eller studerende hele tiden,” lyder det fra Helene Friis Ratner, der pointerer, at vi har nogle ret dårlige erfaringer med overdreven brug af digitale læremidler i grundskolen gennem de seneste 15 år, som vi bør have med i diskussionen om generativ AI i skolen.
”Hvis vi bare kører ChatGPT ind over det hele, så får vi jo fuldstændig samme problemstilling, som vi oplevede med de digitale læremidler – ensformig og kedelig undervisning. Nu bare uden kvalitetssikring, fordi der jo ikke står et forlag bag.”
Selvom teknologien kan give feedback på opgaver og påpege fejl, så mangler den føling med eleverne, argumenterer hun:
”Den kan ikke ligesom en lærer have blik for elevens baggrund, kontekst og motivation. Der er måske noget, der skal sættes fokus på her og nu, mens man må udelade andre fejl og mangler i elevens opgaveløsning for at bevare elevens motivation. Måske ved læreren, at der er noget, som fylder for det enkelte barn her og nu, fx noget socialt i klassen eller på hjemmefronten, og som påvirker læringssituationen. Den form for føling med den enkelte elev har teknologien jo ikke.”
Maja Hojer Bruun minder om, at teknologien er udviklet af dataloger og andre med teknisk baggrund – som regel uden nævneværdige inputs fra uddannelsesforskere.
Derfor hersker der i de oplæg, der fx kommer fra Boston Consulting Group og Dansk Arbejdsgiverforening, et billede af, at læring er noget, der sker, når et individ sidder over for en maskine og træner nogle færdigheder. Den forståelse bygger ifølge Maja Hojer Bruun på opfattelser af uddannelse, som ligger langt fra vores skandinaviske læringskultur. Hun siger:
”Det sker ud fra en forestilling om, at læreren kan automatiseres og erstattes af online-instruktioner, der giver og retter opgaver. Men i virkeligheden er læreren jo det tredje punkt i enhver læreproces, der involverer teknologi, fx generativ AI. Vi har elever og studerende, vi har forskellige læringsredskaber, og så har vi lærere og undervisere. Læreren kommer med input og aflæser processer og skal jo ideelt set levere lige præcis dét, der skubber eleven videre i den nærmeste udviklingszone.”
I Skandinavien har vi tradition for kollektiv og situeret læring – dvs. vi tror på, at mennesker lærer bedst sammen med andre, og at læringen i øvrigt er kontekstafhængig. De principper ser den generative AI helt bort fra, pointerer Maja Hojer Bruun:
”Individuel træning, som generativ AI lægger op til, kan i nogle sammenhænge være frugtbar, fx hvis man skal træne sprog eller konkrete regnestykker, men det kan aldrig stå alene. Hvis vi overlader undervisningen helt til generativ AI, så risikerer vi at sætte årtiers skandinavisk uddannelseskultur over styr. En kultur hvor vi tror på, at man lærer bedst i stærke læringsfællesskaber, og hvor vi diskuterer og udvikler kritisk tænkning.”
Der er altså grund til at holde godt fast i vores stærke læringskultur, for med den som base har vi gode forudsætninger for at bruge generativ AI kritisk og konstruktivt. Vi skal med Maja Hojer Bruuns ord ’tænke så det knager’ – også når vi bruger generativ AI.
Og så tilbage til samtalen mellem de to unge studerende den oktobermorgen i 2024 foran DPU. Den umiddelbare begejstring for teknologiens genvejstaster er tøjlet, og fra den unge mand, der har sat sig for at udforske generativ AI som læringsredskab, lyder det eftertænksomt:
”Jeg tror bare, jeg vil bruge den til at finde teori og læse mig ind på emnet.”
En undersøgelse blandt studerende-medlemmer af Djøf (oktober 2024) peger på, at andelen af studerende, der anvender AI-værktøjer, er steget markant – fra 54 % i 2023 til 77 % i 2024.
Undersøgelsen er baseret på en spørgeskemaundersøgelse blandt Djøfs studerende medlemmer. Svarene er indsamlet i perioden 24. maj 2024 til 11. juni 2024.
Maja Hojer Bruun, Cathrine Hasse og Jacob Krause-Jensen: Skrivning, læsning, tekst og tænkning på humanistiske videregående uddannelser. Tidsskriftet Læring og Medier. Publiceres i 2025
Maja Hojer Bruun og Cathrine Hasse: Store sprogmodeller og AI-chatbots’ indflydelse på videregående humanistiske og samfundsvidenskabelige uddannelser. Pædagogisk Indblik 26, DPU og Aarhus Universitetsforlag. Publiceres december 2024
Lars Bo Andersen, Helene Ratner og Peter Danholt: 3 myter om AI og chatbots i uddannelse og pædagogik - og deres alternativer. Unge Pædagoger. Publiceres i 2025
Ph.d. og lektor i Uddannelsesvidenskab på DPU, Aarhus Universitet. Hun forsker i, hvordan datadrevne teknologier som generativ AI forandrer uddannelse, bl.a. med forskningsprojekteterne Algoritmer, Data og Demokrati og Data visions – teaching in the age of digital data visualizations. Hun underviser på Kandidatuddannelsen i uddannelsesvidenskab og Masteruddannelsen i uddannelsesledelse på DPU.
Ph.d. og lektor i pædagogisk antropologi på DPU, Aarhus Universitet. Hun forsker i læring og digitale teknologier. Bl.a. generativ AI i uddannelse, som hun udforsker i projekterne Socratic Ignorance in working with generative AI chatbots (2023) og Automated Expertise? Artificial intelligence and algorithmic systems as inter-professional work practices (2022-2026). Hun underviser på DPU’s kandidatuddannelse i pædagogisk antropologi.
NR. 109
TEMA: Hvad er egentlig formålet med uddannelse?
NOVEMBER 2024