ChatGPT minder os om, hvad god undervisning er: at gøre vores studerende dygtigere til deres fag og den tænkning, der ligger til grund. Det, der lige så godt kan automatiseres, bør automatiseres, så energien i undervisningen kan bruges på at udvikle de studerendes professionelle dømmekraft.
For et år siden konfronterede vi undervisere i VIA University College med denne bevidst provokerende påstand: ”Kunstig intelligens overflødiggør underviserne”. Undervisernes svar var et tydeligt ’nej’. Men den underviser, der integrerer kunstig intelligens i form af fx sprogmodeller i sin egen og de studerendes praksis, har større mulighed for at lykkes med at gøre de studerende dygtigere. Hvordan denne integration skal finde sted, er det egentlige spørgsmål. For at besvare det, bør vi gå nysgerrigt og metodisk til værks – vel vidende, at der ikke findes ét entydigt svar. Nogle studerende og undervisere skal blot lære at bruge sprogmodellerne hensigtsmæssigt. Andre skal forstå, hvordan de virker for at kunne forholde sig kritisk, når de står med en konklusion baseret på kunstig intelligens. Og atter andre skal sættes i stand til at skabe de kommende kunstige intelligenser og de systemer, der anvender dem. Alene af den grund er det ikke trivielt at sige, hvilken plads kunstig intelligens skal have i fremtidens uddannelser. Det handler ikke om effektivitet eller produktivitet; det handler om at åbne døre til nye former for kritisk tænkning, kreativitet og dyb faglighed. Lad os udforske, hvordan kunstig intelligens kan udfordre og udvide vores forståelse af læring og undervisning og dermed uddannelse og dannelse.
Lad os vente med konklusionerne
Forventningerne til, hvor let kunstig intelligens kan implementeres i uddannelsesverdenen, er blæst ud af proportioner. Hvis vi skal agere betimeligt, skal vi væk fra snakken om snyd, retningslinjer og aflysning af skriftlige opgaver og i gang med at eksperimentere nysgerrigt med, hvordan sprogmodeller kan supplere, udfordre og ændre de videregående uddannelser. Ingen ved, hvilken effekt kunstig intelligens får på uddannelserne. Lad os derfor vente med præmature konklusioner og iver efter, at retningsgive eller modtage klare retningslinjer. I den kommende tid vil anvendelsen af de nye teknologier være kompleks og rodet. At tilegne sig kompetencer i en ny teknologi tager tid, og vi skal tillade os at arbejde med både hensigtsmæssige og mindre hensigtsmæssige tilgange, for at finde ud af, hvor de meningsgivende potentialer er. Vi er nødt til at vove at prøve ting af uden på forhånd at kende udfaldet. Det er netop rodet og kompleksiteten, vi skal have mod til at udforske frem for at lave automatreaktioner og forbud, der bunder i overfladiske antagelser om, hvad teknologierne kan og ikke kan. Der er ingen tvivl om, at vi skal forholde os kritisk og udfordre brugen af teknologi i undervisningen og læringen. Også dette kan vi bedst gøre, når vi arbejder nuanceret med at afprøve, hvilke begrænsninger og muligheder, der ligger i teknologierne.
Sprogmodeller har potentiale til at hjælpe studerende
Den læring, som en personlig læringsassistent kan tilbyde, er tilpasset, individuel, ord- og billedfokuseret og spiller på mekanismer fra adfærdsdesign og spilteori. Det er tiltalende for mange, fordi det giver en følelse af progression og mestring hos den lærende. Hvis man altså er kildekritisk, god til at stille spørgsmål og god til at forstå, hvad sprogmodellen baserer sine svar på. Sprogmodellen har potentiale til at hjælpe studerende med at forstå, kondensere, udvikle og kvalificere idéer, stille gode spørgsmål og repetere stoffet på interessante måder. Det er ét læringssyn, og det tilfredsstiller behovet for individualiseret og differentieret læring, som vi kan have svært ved at varetage i et undervisningsrum med mange forskellige behov.
Uddanner til en virkelighed, hvor teknologi allestedsnærværende
Men får du som sygeplejerske eller fysioterapeut håndelag i fysiske interaktioner med borgere og patienter af at promte en sprogmodel? Kan du få den til at provokere dig, når du diskuterer dit læringssyn med den som kommende folkeskolelærer? Kan den skubbe dig ud af din komfortzone og gøre dig fagligt og moralsk indigneret, når du skal arbejde med forudindtagethed i kodning som softwareingeniør? Kan den hjælpe dig med at træffe professionelle skøn på et splitsekund? Undervisere skal kunne levere undervisning, der udvikler de studerendes professionelle dømmekraft gennem både individualiseret læring og dannende og udfordrende undervisning med brug af teknologi, der hvor den tilføjer noget, der ellers ikke er opnåeligt. Det kræver, at vi lader forskellige tilgange til undervisning og læring sameksistere, og at vi balancerer mellem den individualisering og differentiering, som teknologien tilbyder, og de didaktiske praksisser, som understøtter fælles refleksion, provokation og konkrete, fysiske afprøvninger. Vi tror på, at undervisning, der reelt ikke kunne eksistere uden samspillet mellem menneske og sprogmodel, både uddanner og danner de studerende til en virkelighed, hvor teknologi er allestedsnærværende.
Vi opfordrer til at prøve ting af
Kunstig intelligens kan og vil givetvis gøre studerende og undervisere mere produktive. Med de massive milliardinvesteringer, verdens førende teknoinfrastruktur-udbydere gør i kunstig intelligens, skal vi nok regne med, at de vil have noget – det vil sige bred implementering – for deres penge. Vi vil opfordre undervisere og studerende til at bekymre sig mindre om, hvordan de kan øge deres produktivitet – det er tech-giganternes og LinkedIn-influencernes bord – og i stedet koncentrere sig om at prøve ting af, opdyrke nye praksisser og dele erfaringer. Det hele på en åben, nysgerrig og praksisnær måde. Fremkomsten af kunstig intelligens minder os om, at professionsuddannelse ikke blot handler om at producere resultater hurtigere, men om at udvikle dyb, kritisk og reflekteret faglighed.
Vi har ikke brug for stramme retningslinjer
I VIA har vi sat gang i omkring 50 eksperimenter med kunstig intelligens på tværs af vores mange uddannelser. Vi glæder os til at se mangfoldigheden i de erfaringer, fejlslag, succeser og erkendelser, der kommer ud af det. Lad os eksperimentere med kunstig intelligens i uddannelse ud fra en metodisk nysgerrighed. Vi ved ikke alt endnu, og det er okay. Det er ved at prøve, fejle og lære, at vi vil finde de mest værdifulde måder at integrere kunstig intelligens i vores undervisningspraksis. Vi behøver ikke stramme retningslinjer lige nu; vi har brug for rum til at udforske, tænke og vokse gennem praksis – sammen.