De sidste to år har set en sand flodbølge af skriverier om AI, om generativ AI (GenAI) og deres forhold til uddannelse. OpenAIs frigivelse af ChatGPT udløste hype og hysteri om, hvad ikke mindst generativ kunstig intelligens kunne betyde for vores samfund generelt og for uddannelser mere specifikt. Nye teknologier har en særlig effekt på diskussioner om uddannelser, fordi de typisk både hyldes som en velsignelse for uddannelser og som en total underminering af elever og studerendes læring.

Det er imidlertid meget vanskeligt at dømme om konsekvenserne af en udvikling, man selv står midt i. Således er det i øjeblikket med GenAI helt umuligt at vide, hvad der kommer til at ske. På den ene side kan studerende og undervisere med teknologien måske gøre noget på anderledes måder, der øger undervisningens kvalitet og de studerendes gavn af den. På den anden side, ligger der nogle farer ved teknologien, der kan øge både undervisere og studerende intellektuelle dovenskab. Som det altid er med teknologi, kan man ikke vurdere den isoleret fra de sammenhænge, den indgår i. GenAI kan indgå i mange konstellationer, og man kan forestille sig mange forskellige måder, hvorpå teknologien bliver sat i scene af både uddannelser og studerendes praksisformer.

Artificial Intelligence Applications in Higher Education redigeret af Helen Crompton og Diane Burke er én af de bøger, der tager udfordringen fra GenAI op. Bogen er en antologi med 18 selvstændige bidrag, der forsøger at dække en lang række af perspektiver på forholdet mellem GenAI og de videregående uddannelser.

Jeg tror, bogen er blevet undfanget på et tidspunkt lige efter frigivelsen af ChatGPT den 30. november 2022. Det er tydeligt, at der er sket rigtig meget både inden for teknologiens udvikling og udgivelser om undersøgelser af implementering af teknologien, før denne bog har ramt boghandlen.

Og det er selvfølgelig et problem for bogudgivelser, at de er så længe undervejs. På samme måde som aviser har måtte sande, at “seneste nyt” i en avis allerede er old news, så gælder det også for denne bogs bidrag, at de er håbløst bagefter, hvad der er skrevet om lignende fænomener, som tages op i bogen. Der tales om Bard (nu Gemini), Bing Chat (nu Copilot) og ChatGPT 3.5 (hvem kan overhovedet huske, at den model eksisterede, selvom det var den, der satte hypen og hysteriet i gang?)

Bogen leverer også en række såkaldte “case studies”, hvilket jo er noget, der er rigtig fedt, fordi det siger noget om, hvad der sker på uddannelserne, når undervisere og studerende rent faktisk anvender teknologien. Men de case studies, der leveres i bogen består af ualmindelige små kohorter (deltagere) og ingen af dem opererer med kontrolgrupper eller andre måder, hvorpå man kan vurdere en case. Der er et eksempel med et studie, der baserer sig på 14 deltagere, hvilket selvfølgelig kan være fint, men som naturligvis scorer meget lavt på en skala, der handler om generalisering af studiets fund og dermed værdien for andre. Også dette studie har ikke noget at sammenligne med, så på den måde kan man sige, at dette og de øvrige cases i bogen ikke siger noget som helst om, hvilket effekter anvendelsen af GenAI kan have.

Det er som antydet en bog, der er tydeligt mærket af, at den er skrevet tidligt i historien om GenAI i de videregående uddannelser. Det svækker bogens generelle anvendelighed for praktikere. Men det betyder ikke, at der ikke er noget at hente i bogens 18 kapitler, der er skrevet af forskere fra mange forskellige lande.

Paul Dickerson har skrevet en udmærket artikel: Learning with Socrates. How Generative AI and Ancient Pedagogy Can Develop Students’ Critical Thinking Skills. Titlen indikerer ganske vist den almindelige misforståelse, at Sokrates var dialogisk i sin tænkning eller samtaleproces, hvilket ikke er tilfældet. Sokrates anvendte en dialektik, der skulle teste holdbarheden af forskellige opfattelser, hvilket er noget helt andet end at indgå i en udveksling, hvor man sammen kan blive klogere.

Men selvom den såkaldte sokratiske metode bygger på en misforståelse af det ophav, der har givet den sit navn, så er det en interessant og meget nyttig metode i mange uddannelsesmæssige sammenhænge. Men det kan også være en relativt ressourcetung metode. Derfor kan der ligge et potentiale, hvis man kan få en kunstig intelligens til at tage en rolle i processen, så man kan mime en samtale, der kan berige eleverne eller de studerende.

Det er et afgørende element af den sokratiske metode, at der skal være tillid mellem partnerne. Det kan måske være vanskeligt at opnå i praksis - især hvis man ikke bruger tilstrækkeligt tid på metoden. Der kan en robot måske have en fordel ved, at samtalepartneren ikke behøver at være nervøs for at blive ydmyget - eller at føle sig ydmyget, når samtalen sker med en robot.

Dickerson ser andre fordele ved robotdialogen ved, at den er tilgængelig hele tiden, og ved at man ikke behøver at vente på sin tur i dialogprocessen, da man kan have eneret til den. Det er lidt underligt, at Dickerson ikke ser ulempen ved dette, da det fjerner et element af kollektiv udvikling og gør dette til et individuelt anliggende.

Men der er meget langt igen, før Robot-Sokrates kan tage over. Dialogen mellem robot og studerende kan måske nok være anvendelig, men der er mange elementer ved en dialog, der ikke bliver en del af samtalen. Det levede liv med erfaringer og erindringer, livserfaring med nederlag og succes, følelser og kropslighed osv. er elementer, der er fraværende. Dialoger vil være meget situationsafhængige, men det er faktisk en del af de tilfældigheder, der kendetegner levet liv, der forsvinder, når dialog bliver et spørgsmål om algoritmer og såkaldt reinforcement learning, der er robottens ‘indre’.

I et andet kapitel undersøger Loren J. Naidoo og Deone Zell mulighederne for at lade generativ kunstig intelligens bedømme opgaver fra studerende. Der har længe været værktøjer på markedet, der kan gøre dette. Men de fungerer ikke rigtigt med fritekst-opgaver. Men det er muligt med udviklingen af nyeste generativ kunstig intelligens, at man kan overlade vurderinger af selvstændige opgaver og det at give feedback til kunstig intelligens. De forsøg artiklen præsenterer er dog ikke for lovende.

Man kan også diskutere, om det overhovedet er etisk forsvarligt at overlade den slags processer til en kunstig intelligens, som ikke selv kan tage ansvaret for bedømmelserne. Generativ kunstig intelligens er sorte kasser, og man kan ikke se eller gennemskue, hvorfor de kommer frem til det, de kommer frem til. Det betyder, at man ikke har mulighed for at følge vurderingskriterierne. Selvom man kan styre processen gennem rubriks, der tydeligt instruerer en kunstig intelligens om, hvad der skal lægges vægt på, så er det stadig ikke gennemsigtigt, hvad der får en genereret bedømmelse til at se ud på en bestemt måde.

Det har været lidt af en skuffelse at læse igennem Artificial Intelligence Applications in Higher Education. De fleste artikler i antologien forekommer desværre at være ligegyldige i forhold til mange andre akademiske fremstillinger inden for området.