Når generative AI-systemer kan give svar på nærmest alt, så bliver det vigtigere end nogensinde før at forstå hvad der ligger bag svarene.
I uddannelsessektoren taler vi mere og mere om kritisk tænkning som en central kompetence i forhold til generativ AI. Vi skal uddanne kritiske studerende og AI-brugere, og det lyder umiddelbart fornuftigt, for enhver kan vel se behovet for at kunne navigere i informationsstrømmen, verificere kilder og vurdere troværdighed.
Men de seneste ugers udvikling inden for generativ AI har igen flyttet grænserne for, hvad der er muligt. Med integrerede søgemaskiner og funktioner som 'use computer' står vi over for en række grundlæggende ændringer i måderne, vi tilgår og behandler information på. Det rejser nogle grundlæggende spørgsmål om, hvad kritisk tænkning egentlig er - og ikke mindst hvad det kræver af os - i en tid, hvor generative AI-systemer kan fungere som både informationskilde og udførende aktør.
Et perspektiv på kritisk tænkning og faglig viden
Der er en udbredt forestilling om, at vi nu befinder os i en tid, hvor en af de vigtigste menneskelige kompetencer er kritisk tænkning. Vi skal blandt meget andet sørge for, at videregående uddannelse handler om at uddanne kritiske forbrugere af information.
Men denne tankegang rummer en risiko for at forsimple, hvad kritisk tænkning egentlig er. For hvordan kan man meningsfuldt være kritisk tænkende uden at besidde grundlæggende faktuel viden og domæneforståelse inden for det felt, man skal forholde sig til? At være kritisk handler ikke kun om at kunne gennemskue falske nyheder eller verificere kilder. Det handler om at kunne anvende konkret faglig viden i større kontekster, forstå sammenhænge og konsekvenser, og ikke mindst at kunne vurdere, hvornår noget er relevant og meningsfuldt.
Det er ret kendetegnende for vores tilgang til generativ AI i uddannelserne herhjemme, at vi primært tænker på tilpasninger til eksisterende studieordninger og moduler. Men vi skal passe på her, for mindre og praksisnære tilpasninger i en tid med generativ AI risikerer at fastholde os i forældede uddannelsesparadigmer. Og det kan blive rigtig dyrt af flere grunde.
Mod nye forståelser
Uddannelsessektoren står over for en markant udfordring, når opgaven er både at styrke de studerendes evne til kritisk informationshåndtering og at sikre, at de opbygger solid faglig viden inden for deres felt i en kontekst, hvor generativ AI konstant er med på sidelinjen.
Vi kan ikke længere fokusere på informationskompetencer som et isoleret færdighedssæt inden for de givne rammer. For uanset om vi tænker på generativ AI eller ej, så er kritisk tænkning ikke en færdighed, der bedst opøves i et vakuum, men derimod i - og på tværs af - domænespecifikke kontekster. Sådan har det været hidtil, og sådan vil det også være fremover.
Solid faglig viden bliver endda med stor sandsynlighed endnu mere vigtig i en tid med generativ AI, for det er netop den dybtgående forståelse for et fagområde, der gør os i stand til at vurdere, hvornår AI-genereret information er værdifuld, og hvornår den er misvisende eller direkte forkert.
En oplagt tilgang er først at tillade anvendelsen af AI-teknologi, når fagligheden hos de studerende bliver moden nok - hvordan man så end vælger at definere denne faglige modenhed. Problemet er bare, at overgangene mellem uddannelsesniveauer så vil opleves som usammenhængende, hvis man så at sige "starter forfra", når man eksempelvis påbegynder gymnasiet, erhvervsakademiet eller universitetet. Ingen teknologi i en periode er således ikke nogen enkel løsning - i hvert tilfælde ikke på de videregående uddannelser.
For uddannelsesinstitutionerne betyder det, at vi skal gentænke præmissen for AI og uddannelse. I stedet for at arbejde med, hvordan generativ AI kan indarbejdes i uddannelserne og læringsmålene, så burde vi fokusere mere målrettet på, hvordan generativ AI fundamentalt kan ændre uddannelsesinstitutionernes tilgang til måden, vi lærer på. Generativ AI er allerede ved at afkræve os nye svar på, hvad viden, færdigheder og kompetencer egentlig er inden for de enkelte fagområder - så lad os nu bare tage springet fra vippen i stedet for at blive ved med at stå med tæerne i børnebassinet.
Fra barrierer til muligheder
En af de største udfordringer bliver måske at overbevise de studerende og kommende generationer om, at vejen til kritisk tænkning går gennem grundig faglig fordybelse. I en tid, hvor generativ AI kan give hurtige svar på næsten alt, og hvor kommende generationer virkelig skal kunne se pointen med de aktiviteter de kaster sig ud i, kan det virke paradoksalt at skulle bruge tid på at opbygge egen faglig viden. Så hvordan gør man det klogt?
Der er behov for nye tilgange til læring, hvor generativ AI kan understøtte faglig opdagelse og ikke blot blive en genvej til svar på eksempelvis eksamensopgaver, hvor tiden alligevel for længst er løbet fra formatet.
Problemerne omkring generativ AI er mange, men interessant nok er en af de allerstørste udfordringer vores egne barrierer og forestillingsevne. Tit aner vi simpelthen ikke, hvordan vi skal komme i gang.
Drømmen om den perfekte plan står som bekendt ofte i vejen for overhovedet at komme i gang. Vi kommer først for alvor videre, hvis vi tør eksperimentere og har tiltro til, at vi nok skal finde de gode løsninger undervejs.
