På mange uddannelser kæmper man med at tilpasse sig udviklingen af nye digitale teknologier og ikke mindst udviklingen inden for generativ kunstig intelligens (GenAI). Denne teknologi er en særlig udfordring, fordi den tillader elever, kursister og studerende at få genereret tekster, de tidligere selv skulle lave, ligesom teknologien giver mulighed for, at man kan tage nogle smutveje, så man tilsyneladende kan slippe for et slidsomt arbejde, der er forbundet med at lære og udvikle sig fagligt.

Dette er baggrunden for Mike Kentz og Nick Potkalitskys bog AI in Education: The K-12 Roadmap for Teacher-Led Transformation, der tilbyder en køreplan for, hvordan uddannelserne kan arbejde med en tilpasning af uddannelser til teknologien. Den vigtige pointe i titlen er, at denne udvikling skal ledes af lærere og ikke af teknologien.

Ifølge forfatterne betyder udviklingen af GenAI en total omvæltning af uddannelser, som vi kender dem. Som også andre har givet udtryk for, bliver der tale om en disruption af uddannelserne. “[It’s] clear that the integration of AI in education is not just a technological shift, but a paradigm change that touches every aspect of our educational systems” (s. 104) Det har man ganske vist hørt mange gange før - det er efterhånden nærmest normen, at den teknologiske udvikling hævdes helt fundamentalt at ville ændre uddannelserne. Det er sket med internettet og MOOCs, der også skulle vende uddannelserne på hovedet, ligesom filmen, radioen, tv og alle mulige andre elektroniske og digitale opfindelser op gennem det 20. og 21. århundrede.

Det er helt sikkert, at enhver teknologi, når den anvendes til uddannelser, er med til at ændre dem. Og så må man senere forholde sig til, om ændringerne har været små eller store - eller om de har bidraget til, at uddannelserne fuldstændig har ændret form. Det kan man ikke afgøre, mens udviklingen finder sted. For ikke alle ændringer, der hævdes at have sin grund i teknologisk udvikling, skyldes primært denne, men snarere et samspil af en lang række faktorer.

AI in Education udfolder sig igennem seks kapitler. Det første er viet til den følelse af professionel sorg, man som underviser kan føle, når ens hidtidige praksis ser ud til at være umulig at opretholde. Forfatterne peger på, at det kan være forbundet med sorg, når man ikke kan gøre, som man plejer. Denne sorg skal tages alvorlig, og forfatterne kommer med en opskrift på, hvordan man kan støtte undervisere til at komme gennem sorgen og bruge den som en styrke. Men ikke ved at fornægte den. “Instead of seeking to eliminate our emotions, aim to convert them into positive energy” (s. 16), hvilket jo er et praktisk råd. Bogen anviser også nogle metoder til at arbejde kollegialt terapeutisk med sorgen for at få den transformeret til en styrke.

Jeg er ikke sikker på, at parallellen til et psykologisk sorgarbejde holder. Selvom jeg godt kan se forbindelsen mellem at miste en, man holder af, så er der stor forskel på, hvordan man forholder sig til død og til ændringer i ens arbejdsrutiner.

Jeg kan ikke selv genkende den omtalte sorg, selvom jeg har været på arbejdsmarkedet i 35 år og oplevet mange forandringer. Men folk er jo forskellige, så måske?

Grundlæggende har jeg dog en vis aversion mod at oversætte professionelle udfordringer til det eksistentielle og psykologiske domæne. For mig at se, handler det mere om faglig professionalisme, hvor man kan have gode og meningsfulde argumenter mod en udvikling, der underminerer ens faglighed. Det handler således mere om meningsbearbejdning end om psykologisk krisehjælp, når man skal udvikle sig som underviser.

I andet kapitel kigger forfatterne på, hvordan AI influerer på eksisterende udfordringer inden for uddannelserne. Pointen er, at der findes en række måder at bedrive uddannelser på, der ikke længere holder. Her nævner de seks forskellige påvirkninger, hvor man går fra en tilstand til en anden:

1. Skift fra standardisering til personalisering
2. Omfavnelse af ideen om Growth Mindset
3. Elevcentrerede læringsmiljøer
4. Samarbejdsorienteret læring og interaktion med jævnaldrende
5. Datainformeret beslutningstagning
6. Etiske overvejelser og digitalt medborgerskab

Denne liste er interessant, da den jo intet har med udviklingen af AI at gøre, hvis man ser bort fra den femte, der i et vist omfang kan siges at hænge sammen med muligheden for at bearbejde store mængder data, der så kan omsættes til mønstre, som undervisere og administratorer kan læne sig op ad i deres beslutninger. De øvrige er didaktiske og pædagogiske valg, man kan træffe enten som underviser eller som organisation.

Her taler forfatterne dog meget om “AI-driven changes”, “how AI is facilitating a shift towards more diverse, continuous, and formative assessment methods”, og at AI “is catalyzing fundamental change” (s. 34, 35 og 37). Der ligger her en forestilling om, at det er teknologien, der medfører ændringerne. I det efterfølgende kapitel bliver der modsat lagt vægt på, at de ændringer, teknologien medfører, skal styres af underviserne.

Underviserne er udover at være uddannelsernes vigtigste element, “the drivers of transformation in the classroom. AI may assist in tasks, but it’s the human element—adaptability, empathy, and expertise—that makes the difference in student learning” (s. 41f)

Dette er en vigtig pointe, og læseren bliver præsenteret for nogle gode overvejelser over, hvordan denne styring kan foregå. Men grundlæggende ligger der en teknologiforståelse i bogen, der godt kunne nuanceres. Det er tydeligt, at vi er langt fra en sociomateriel forståelse af sammenhænge mellem teknologi og uddannelse, hvilket for mig at se svækker bogens argumentation, da mange komplekse forhold forenkles.

Det fjerde kapitel handler om AI literacy, som er og bliver et vigtigt element for alle borgere for at agere relativt autonomt i en verden, hvori AI indgår i mange samfundsmæssige processer som nyhedsformidling, kommunikation, økonomi osv. Her har forfatterne et dejligt forfriskende bud på, hvad en sådan består i. Forfriskende fordi de udfordrer mange andre bud, der har været i omløb om, hvad der kræves for at kunne forholde sig kritisk og refleksivt til udviklingen med (generativ) kunstig intelligens.

“At its core, AI literacy is simply a reading and writing skill” (s. 57f). Det kan jo langt hen ad vejen være rigtigt. Hvis bare man forstår at læse og skrive på en reflekteret og informeret måde, så vil man også kunne forholde sig kritisk til AI. Problemet ved dette svar er, at det egentlig er helt abstrakt. For det første, fordi det ikke giver sig selv, hvad læse- og skrivekompetencer handler om ud over et basalt niveau, hvilket er helt utilstrækkeligt ift. den byrde, forfatterne lægger på dem.

Det er klart, at hvis man har en lang humanistisk uddannelse, hvor man har arbejdet med disse kompetencer i årevis, så har man visse fordele, når man skal forholde sig til genererede output fra en GenAI. Men det er jo ikke bare “noget man har eller sådan lige tilegner sig”. For det andet kræver svaret en opprioritering af de humanistiske fag, der umiddelbart ikke ser ud til at være på dagsordenen. Derfor er det lidt en gratis omgang. For det tredje er det hammersvært at opnå disse kompetencer på det nødvendige niveau, så hvordan skal det lige foregå?

I forfatterens ide om AI literacy ligger en særlig opfattelse af teknologien, som kommer til udtryk flere steder i bogen. Forfatterne mener, at anvendelse af GenAI kan sammenlignes med en samtale mellem mennesker. “AI interaction is more akin to a human conversation, rather than a mechanical process” (s. 64) Ganske vist ikke mennesker, som man kan have tillid til, men snarere som “farlige fremmede” (s. 60). Men grundlæggende er output fra GenAI sammenlignelige med dem, man får gennem samtale med andre.

Denne sammenligning forekommer mig forkert, fordi output ikke bunder i en eksistentiel eller kontekstuel omverdensforståelse. Der er derfor “ingen hjemme”, når man “samtaler” med en maskine, der bygger på et princip om ud fra sandsynlighedsberegning (forudsigelse af næste ord, hvilket er ”a mechanical process”), at komme med et output.

Endnu værre bliver det for mig, når de siger, at man også kan bruge sin intuition, når man skal forholde sig til output. Intuitivt har mange en tiltro til, at når noget lyder overbevisende, så er det sgu nok også rigtigt. Og det er lige præcis det, chatbots er rigtig gode til: at lyde overbevisende. I forlængelse af dette, hævder de, at man selvfølgelig skal være kritisk og tjekke de henvisninger, outputtet kommer med. Men hvad med de henvisninger, som de ikke kommer med? Hvad med indsigt i, hvordan henvisningerne overhovedet er fremkommet i et output? Denne tilgang forekommer naiv og ikke et udtryk for literacy.

Der er efter min opfattelse brug for en indsigt i, hvordan teknologien fungerer på et basalt niveau, hvis man skal kunne forholde sig kritisk til output fra en chatbot.

Femte kapitel diskuterer vigtigheden af at have en personlig stemme. Dette har altid været vigtigt i udviklingen af den enkeltes egen identitet. Voice, identitet og autonomi hænger nøje sammen. “In an era increasingly influenced by AI, having a strong personal voice is more important than ever” (s. 81). Dette er et vigtigt budskab, da der ligger en fare i, at brugere af GenAI i alt for høj grad udliciterer deres stemme og kritiske sans til outputs fra GenAI. Derfor vil forfatterne også gerne ændre på den måde, man underviser på, så der er opmærksomhed på elevernes personlige stemme.

Her bliver det tydeligt, hvor store forskelle, der er på en amerikansk og en skandinavisk tilgang til uddannelse. Forfatterne vil gerne gøre op med common core curriculum, da det undertrykker den enkelte, fordi alt skal tilpasses en fælles norm. Det er faktisk underligt, at man i USA, hvor individualitet og den enkeltes ret spiller så stor en rolle, har meget lidt sans for den enkelte i undervisningen.

Forfatterne foreslår eksempelvis, at man i højere grad skal lade den enkelte elev komme til orde ved at anvende “the I-Search Essay”, hvilket svarer til det, man på dansk vil kalde fristil eller en opgave i en featureuge. Eleven skal enten alene eller sammen med andre vælge sit eget emne og lave en opgave ud fra sin egen undersøgelse. Det var noget, man i Danmark har gjort siden 1970'erne og noget, der dyrkes på gymnasierne, hvor man hele tiden efterspørger, hvad eleverne selv mener om det ene og det andet - måske også så meget, at man sommetider kan ønske sig, at der også bliver spurgt til, hvad der er belæg for og ikke, hvis jeg skal lyde som en gammel sur mand.

Bogens sidste kapitel ser på konkrete muligheder i anvendelsen af GenAI i uddannelser, og der er en glimrende case, hvor den ene forfatter har udviklet et forløb på gymnasieniveau ud fra en læsning af The Catcher in the Rye.

Pointen i denne case bliver, som den også har ligget i hele bogen, at det ikke handler om at bruge GenAI til at gøre noget hurtigere og nemmere, men om at tilpasse undervisningen, så anvendelsen af GenAI styrker elevernes og de studerendes læring. “Across a wide variety of contexts, AI interactions can be utilized not to “speed up” our work, but go deeper” (s. 102). Og det er det, uddannelserne skal have fokus på – hvordan man kan designe undervisning, der styrker deltagernes faglige og personlige udvikling.

AI in Education har efter min mening nogle grundlæggende problemer som en køreplan til GenAI i uddannelser. Men jeg har måske været uretfærdig, fordi jeg har læst den, som jeg læser enhver akademisk fremstilling af et emne. Det er ikke en akademisk bog, forfatterne har skrevet. De fungerer som konsulenter, og de trækker på deres egne erfaringer både som undervisere og konsulenter, hvilket giver et indblik i en særlig måde at tænke undervisning og uddannelse på. Midt i bogen bliver man faktisk præsenteret for en reklame for deres konsulentydelser.

Der er også stor forskel mellem at befinde sig i en dansk og en amerikansk uddannelseskontekst. Mange af de forslag, forfatterne kommer med ligner noget, der kunne være taget fra en skandinavisk uddannelsestradition, der dog i sig selv ikke er uden fejl og mangler.

Jeg tror bestemt, at mange kan få noget ud af at læse denne bog. Men jeg mener også, at der ligger så mange andre bøger, som vil være en større støtte, når man skal have inspiration til, hvordan man kan udvikle meningsfuld undervisning. Dette er jo altid opgaven for undervisere - GenAI eller ej.