Der er blevet skrevet ufatteligt meget om, hvad generativ kunstig intelligens (GAI) vil komme til at betyde for uddannelsesområdet. Der er jubeloptimister (boosters), som hævder, at alle vil lære mere, bedre og hurtigere og de megaskeptiske (doomers), som hævder, at det vil blive enden på viden og dannelse.

Men der er én ting, langt de fleste kan blive enige om, nemlig, at man skal have en balanceret tilgang til, hvilken indflydelse GAI vil få både på uddannelsesområdet og på samfundet generelt. Skeptikerne finder balancen ved at pege på områder, hvor GAI kan have positive effekter, mens optimisterne husker at nævne, at der i øvrigt også findes nogle områder, hvor GAI kan have uønskede etiske implikationer.

En ny håndbog forsøger at skære igennem og levere de virkeligt balancerede fremstillinger, der skal til, for at de videregående uddannelser bliver klædt på til at tage udfordringer fra GAI op og styre igennem det komplekse områder, som kombinationen af GAI og uddannelse udgør.

Handbook of Artificial Intelligence in Higher Education er udgivet i serien Elgar Handbook in Education, hvor de tidligere også blandt andre har udgivet Handbook of Artificial Intelligence in Education og Handbook of Critical Studies of Artificial Intelligence.

Den seneste Handbook er en moppedreng på 672 tætskrevne sider med en ambitiøs dobbeltsidig målsætning. “Our central aim in this Handbook is twofold: first, to equip higher education stakeholders with the knowledge and strategies to critically engage with AI’s transformative possibilities while confronting the risks it carries; second, to fill a vital gap in the literature by providing rigorous guidance, incisive analysis and thought-provoking critique on the ethical and societal consequences of AI adoption in higher education” (s. 3).

På trods af den omfattende eksisterende litteratur hævder redaktørerne, at håndbogen dækker et hul, nemlig et “truly global scope”, som bliver dækket af “contributions from all six continents” (s. 6). Selvom de 76 skribenter kommer mange forskellige steder fra, forholder de sig dog alle en angelsaksisk pædagogisk tradition, som på denne måde foreskrives som ‘normalen’. Man kan her tale om en bias på samme måde, som GAI indeholder bias i den betydning, at visse forestillinger optræder som norm: direktører er mænd, mens omsorgspersoner er kvinder osv.

Håndbogen er opdelt i fem dele, og den første giver det store billede af AI og videregående uddannelse, mens anden del fører læseren henimod en kritisk AI literacy. Tredje del har temaet om de pædagogiske udfordringer og de pædagogiske svar på GAI. Fjerde del omhandler forandringer i jobmarkedet og employability, og sidste del dækker studier inden for specifikke uddannelser og særlige landespecifikke beskrivelser fra Japan, Tyrkiet og Forenede Arabiske Emirater, hvilket naturligvis på en måde bidrager til det globale perspektiv.

Det er umuligt at gå dybt ind i bogen og dens kapitler, da der er mange forskellige opfattelser holdninger repræsenterede, selvom de som sagt ikke er så diverse, som bogens indledning lægger op til. Diversitet i studentermassen bliver dog dækket af en række artikler i bogens anden del.

Men læsningen har fået mig til at tænke over, hvad der menes med, at der er tale om en “Handbook”. Hvordan adskiller denne sig fra en almindelig antologi?

Denne ”handbook” er ikke komponeret, så der er et fælles grundlag for de senere bidrag. Vi får derfor også virkelig mange beskrivelser af fremkomsten af ChatGPT i slutningen af 2022, ligesom også mange andre beskrivelser af GAI og definitioner på AI præsenteres mere eller mindre enslydende. Vi får også beskrevet de store fordele ved “Personalized learning”, “Learning analytics”, “Automated assessments” og mange andre af de faste bestanddele, der ofte trækkes frem i den særligt angelsaksiske pædagogiske tradition. Håndbogen har ikke en artikel, der eksempelvis laver en grundig diskussion af disse emner, der i stedet behandles rundt omkring i de forskellige artikler. Der er heller ikke krydshenvisninger mellem kapitlerne i bogen.

Så jeg ser mere bogen som en antologi, hvor de enkelte kapitler står for sig og i egen ret. Også de fem forskellige dele ser ud til at være udtryk for en lidt tilfældig kategorisering af artiklerne, der har skullet passe ind i netop denne bog. “The Big Picture” i del et består af artikler om et fremtidsblik på AI; “a fictional story” (s. 17) om, hvordan man kan forestille sig forskellige scenarier for udviklingen. Denne følges af en virkelig god beskrivelse af et rammeværk for “higher education strategy development”, med en god gennemgang af en rettidig governance for videregående uddannelser.

Herefter følger igen en rigtig god artikel om, hvordan man som studerende kan bruge GAI i et menneske-maskine-partnerskab. Teknologi og andre artefakter kan fungere som en forlængelse af hjernen som en "kognitiv off-loading”. De hidtil kendte teknologier som notesbøger, kalendere osv. er mere eller mindre statiske. De ser samarbejdet mellem studerende og GAI som en langt mere dynamisk. “Rather than simply extending to an external artefact, the human-AI relationship can be better understood as co-generative” (s. 56). Hvorfor står denne artikel i del tre, der handler om pædagogik? Herefter en ret ligegyldig artikel, der forsøger at beskrive GAI som en lærling. Og sådan skifter de tematiske orientering gennem første del, og det gentages faktisk i alle håndbogens fem dele.

Et af de genkomne temaer i mange artikler er forestillingen om, at GAI vil mindske underviseres arbejdspres. Fordi mange arbejdsprocesser kan automatiseres, så vil undervisere få tid til mere givende og meningsfulde arbejdsopgaver som eksempelvis dialog med studerende.

Denne ide virker dog temmelig fortænkt. Der er ikke noget i teknologien, der tilsiger, hvor meget den enkelte underviser skal arbejde. Hvor mange arbejdsopgaver underviseren har, er en ledelsesmæssig og i sidste ende en politisk beslutning. Hvis der skal afsættes mere tid til samtale med de studerende, kan man jo bare beslutte det. At tillægge arbejdskraftbesparende teknologi evnen til at ændre arbejdsforhold, er efter min opfattelse fejlagtig. Når arbejdsmængden falder, så fyldes den typisk ud med noget andet, som ikke nødvendigvis er den enkeltes prioritering. Tværtimod kan underviseren jo i givet fald klare flere lektioner, og der kan spares på antallet af ansatte.

Der ligger også nogle antagelser om, at teknologien har en særlig objektiv kraft, selvom alle forfatterne formentlig har en dyb viden om, at GAI fungerer probabilistisk; altså baseret på sandsynlighedsberegning af næste ord (rettere: token). “On the positive side, AI has simplified and expedited the assessment process, making it error-free and personalised" (s. 204), hævder Kelum A. A. Gamage & Shyama C.P. Dehideniya i kapitel 13. Forestillingen om, at bedømmelser kan udliciteres gentages i mange artikler, hvilket godt kan få det til at gibbe for en, der kommer fra en anden pædagogisk tradition.

Desuden vil “automated assessment”, som skal give den store besparelse af tid, formentlig slet ikke være lovlig inden for EU, da EU’s AI-forordning ikke tillader automatiserede beslutninger med afgørende indflydelse på et menneskes liv. Forordningen kræver, at det er et menneske, der skal tage en begrundet beslutning, der kan forklares til den, beslutningen vedrører.

Eksemplet bekræfter desuden, at der ligger en særlig norm for det pædagogiske (og kulturelle) bag artiklerne, som jeg omtalte tidligere. At en artikel udtrykker en særlig holdning eller norm, er ikke noget problem, men faktisk noget uundgåeligt. Problemet her er, at den samme norm går igen i samtlige 39 artikler.

Der er også mange artikler, der tager fat i problemstillinger, som har en mere kritisk brod. I del 2 handler flere artikler om, hvordan normalt marginaliserede grupper kan finde støtte med GAI, samtidig med at de store tech-selskaber er med til at promovere morderne slaveri og udnytte jordens begrænsede ressourcer.

Kapitel 9 handler eksempelvis om, hvordan et hold studerende anvender GAI til at undersøge moderne slaveri, mens kapitel 10 handler om “The hidden labour in AI: Big Tech’s dirty secret and the need for critical AI literacy in higher education”, som er titlen på kapitlet (s. 152 ff).

Som Fadhil Ismail skriver i kapitlet “AI and bias”: “Digital technology, including GenAI, can be world-changing, but it is also racist, gender-biased, and ableist” (s. 185).

Et af de helt centrale spørgsmål finder vi i “Rethinking learning in the era of artificial intelligence” skrevet af Khalid A: Khan. Han henviser til en stigende kritik af uddannelsessystemet. Hans kilder er blandt andet amerikanske undersøgelser, der viser, at mange amerikanere ikke har tillid til, at uddannelser (colleges) er pengene værd. Hvis man tager kritikken alvorlig, så må man stille spørgsmålet: “What does learning mean in the age of AI” (s. 345)?

Efter en længere omvej kommer han frem til, at det at gentænke læring peger på det komplicerede samspil, der eksisterer mellem teknologiske fremskridt (sic!) og det essentielle i meningsskabelse og forståelse i vores liv. Og i denne nye læringsforståelse foreslår han, at de studerendes rolle skal være at tjekke forskellige GAI’ers output: “To thrive in the AI environment, higher education students should effectively engage in a dialogue with various Generative AI tools and compare and contrast answers provided, testing technology’s limits to enrich their learning experiences. Instead of relying on GenAI tools to instantly produce a solution, it is important to direct students to critically analyse and verify the answer’s coherence within a specific context” (s. 352).

Hvis det er det nye læringssyn, så bliver det et nej tak herfra. Og hvad skulle meningen være? Og ikke mindst: hvem skal være dommer i denne strid om at fremstille noget som viden?

Der er naturligvis andre forståelser af læring på spil. Eksempelvis peger Weina Li Chen og Sumaa Haniya i kapitel 23 på, at “[...] learning should move away from the content model and focus on the process model” (s. 363). Det lyder langt mere fornuftigt for denne anmelder. Moderne uddannelse handler mere om læringsprocesser og livslang læring, end det handler om overførelse af informationer fra en person til en anden.

Der er mange gode og mange halv- til helsløje artikler i håndbogen. Det kan naturligvis være meget fint at have 39 artikler samlet ét sted, men denne udgivelse vil ikke fungere som en håndbog, som jeg vil slå op i, når jeg har brug for at få belyst et særligt emne eller tema inden for forholdet mellem GAI og uddannelse. Til det er den alt for usammenhængende og pointerne alt for spredt.

Og jeg savner, at pædagogik bliver forstået langt mere bredt og forskelligt, end det er tilfældet med Handbook of Artificial Intelligence in Higher Education.