Generativ AI tjener det formål, vi giver den

AI-samtalerne i uddannelsessektoren handler overvejende om det konkrete og det nære. Hvordan integrerer vi teknologien, hvordan opdager vi snyd, og hvordan går vi til eksamen. Det er vigtige spørgsmål, men de bedste og klogeste svar undslipper os, medmindre vi kan svare ret klart på, hvad uddannelse egentlig er for en størrelse. Det lyder måske indlysende, men det er det ikke nødvendigvis. For uddannelse skal jo kunne flere ting på samme tid.

Eksempelvis skal uddannelse kunne overføre viden, opbygge færdigheder, og gøre mennesker i stand til at udføre et arbejde og bidrage til samfundets velstand og vækst. Dette perspektiv på uddannelse er i væsentligt omfang grunden til, at vi måler, vejer og evaluerer på stort set alt i uddannelsessystemet.

Men uddannelse skal også kunne noget andet og bredere, som den instrumentelle logik ikke kan rumme. Uddannelse er dannelse. Det er dyrkelsen af kulturel hukommelse, dømmekraft og etik, erkendelse og evnen til at tage meningsfuldt del i en fælles menneskelig verden. Uddannelse er, eller bør være, en indføring i civilisation og samfund som en levende tradition, man lærer at bebo, undersøge og føre videre.

Det er ikke nyt, at uddannelse skal kunne flere ting på samme tid. Problemet er bare, at den samme teknologi tjener forskellige formål vidt forskelligt.

For en studerende, der skal aflevere et skriftligt produkt, kan generativ AI umiddelbart klare en litteratursøgning, et udkast eller en oversættelse på sekunder. Problemerne er omfattende i forhold til eksempelvis kvalitet, forståelse og udbytte, men på overfladen kan generativ AI virke som et anvendeligt værktøj, når uddannelse ses i et produktions- og produktivitetsmæssigt lys.

Anderledes forholder det sig med det dannelses- og erkendelsesmæssige formål.

Den proces, hvor en studerende bliver frustreret i arbejdet med at forstå noget nyt, kan ikke uddelegeres uden at forsvinde, hvormed hele formålet forsvinder. En teknologi, der tilbyder at gøre den proces mindre slidsom, er ikke en hjælp. Det er en kortslutning af selve det, uddannelse også skal lykkes med at skabe.

Teknologien er den samme i begge tilfælde. Det er således ikke den, men formålet, vi holder den op imod, der ændrer sig. Og det er her, det bliver svært. For de to brugsscenarier lever side om side, og de ser ens ud på overfladen.

Den studerende, der bruger generativ AI til at forbedre sin tænkning, og den studerende, der bruger den til at slippe uden om selve den tænkning, uddannelsen skulle fremtvinge, opnår to vidt forskellige ting. Men på overfladen er handlingerne næsten umulige at kende fra hinanden. Det tror jeg med fordel, vi kan blive bedre til at tale med de studerende om - og det er for øvrigt også en del af forklaringen på, hvorfor det er så svært at lave gode AI-politikker for uddannelsesinstitutionerne: det er vanskeligt at udtrykke præcise muligheder og begrænsninger i teknologianvendelsen, hvis ikke vi kan udtrykke de forskellige typer af formål med uddannelse, så det er klart for enhver.

Når vi i det daglige ikke skelner, så bliver vægtningen både implicit og uklar. Det sker ikke kun fordi vi ofte prioriterer det instrumentelle frem for det dannelsesmæssige (det er et emne, der fortjener særskilt behandling), men også fordi teknologien fylder tomrummet ud med sit eget svar, når formålet ikke står klart. Og svaret er kommerciel effektivitet, forstået som hurtigere og mere friktionsfri læring.

Inden vi taler mere om implementering af generativ AI i uddannelsessektoren vil det derfor være klogt at drøfte, hvad vi egentlig forstår ved uddannelse anno 2026. Først derefter kan vi begynde at arbejde med hvordan og i hvilke situationer generativ AI skal finde anvendelse på uddannelsesinstitutionerne. Indtil da vil de løsninger vi når frem til i forhold til snyd og eksamensformer være lappeløsninger på en uddannelsesforståelse, der under alle omstændigheder trænger til et genbesøg.