I uddannelsessektoren fylder begrebet snyd fortsat uforholdsmæssigt meget to år efter lanceringen af ChatGPT. Det er en skam, fordi det fjerner fokus fra mere betydningsfulde perspektiver på generativ AI og uddannelse.
En artikel i Times Higher Education beskrev for nylig, hvordan de engelske topuniversiteter i Russell-gruppen i den seneste tid har konstateret en voldsom stigning i AI-baseret snyd og dertil hørende sanktioner. Mere end noget andet synes jeg at det er en tilståelsessag, at universiteterne ikke rigtig har formået at ændre fokus fra tiden før generativ AI.
Uanset, så er omstillingen væk fra ’snyd’ helt nødvendig som led i en større transformation af uddannelsessektoren, hvilket der nu også er glimrende forskning, der underbygger. Det vender vi tilbage til om lidt.
Når uddannelsesinstitutioner fokuserer på at opdage og straffe brug af kunstig intelligens, fremfor nysgerrigt at udvikle uddannelserne, så skaber det et øget modsætningsforhold til de studerende. Og når universiteterne sanktionerer med eksempelvis lavere karakterer - en straf de pålægger de studerende, fordi institutionerne grundlæggende ikke har formået at omstille sig i nævneværdig grad i de seneste to år - så skyder de sig selv i foden på faglighed og omdømme.
Men eliteuniversiteterne i England er langt fra de eneste. Herhjemme fylder snyd fortsat rigtig meget i AI-samtalerne, og selv om den uddannelsespolitiske signalgivning omkring kunstig intelligens desværre fortsat er sparsom, så har man fra ministerielt hold gentagne gange i de seneste år demonstreret, at man synes, at generativ AI primært handler om snyd.
Hvis man stadigvæk i dag insisterer på at fastholde denne dagsorden, så svigter man grundlæggende forpligtelsen til at uddanne helstøbte kandidater til en teknologiorienteret fremtid.
Ny forskning, nye perspektiver
En ny udgave af tidsskriftet Assessment & Evaluation beskæftiger sig med netop det at udfordre vores opfattelse af snyd. Der er otte spændende bidrag med Phillip Dawson og Mollie Dollinger som redaktører, og publikationen giver væsentlige nye perspektiver på den akademiske forskning i snyd.
Jeg vil i særlig grad fremhæve artiklen Validity matters more than cheating. Phillip Dawson, Margaret Bearman, Mollie Dollinger og David Boud argumenterer her for, at vi i vores intense fokus på at bekæmpe snyd har tabt det væsentlige af syne, nemlig validiteten af vores eksamener og prøveformer. Det store ’hvorfor’, om man vil.
Særligt interessant er forskernes analyse af, hvordan vores nuværende tilgang til snyd ofte bygger på en grundlæggende fejlslutning: Vi placerer hele ansvaret hos den enkelte studerende, når vi måske snarere burde kigge på de underliggende og systemiske forhold. Når en stor andel studerende finder måder at omgå reglerne på, så er det ikke et udtryk for moralsk forfald, men snarere et tegn på, at eksamensformerne ikke matcher læringsindholdet og det omkringliggende samfunds forventninger. Med andre ord: I vores forsøg på at beskytte validiteten gennem tiltag, der skal forhindre snyd, risikerer vi paradoksalt nok at undergrave den.
Dette perspektiv er også relevant i en dansk kontekst. Jeg kender til danske uddannelsesinstitutioner, der lige nu aktivt overvejer at købe AI detection software som vi kender det fra plagiatkontrol. Det vil jeg på det kraftigste fraråde, for der findes ingen uvildig dokumentation eller evidens for, at det virker. Til gengæld er det vældig dyrt.
Artiklen foreslår i stedet en nytænkning af vores tilgange til eksaminer og udprøvning, hvilket afspejler en tænkning, jeg i tidligere nyhedsbreve har givet udtryk for - eksempelvis i udgaven Kan snyd med generativ AI undgås?
Fra snyd til validitet
I stedet for at se snyd som et moralsk problem der skal straffes, så bør vi se det som et spørgsmål om validitet - altså om vores eksamener reelt måler det, de skal måle. Det handler ikke om at fange og straffe snydere, men om at sikre, at vores dimittender faktisk kan det, vi siger de kan. Altså at de studerende meningsfuldt opfylder læringsmålene.
Dette perspektiv er særligt relevant i en tid, hvor generativ AI udfordrer vores traditionelle eksamensformer. Men det rejser også nogle grundlæggende spørgsmål om vores uddannelsessystems formål. Hvis vi primært bruger vores ressourcer på at kontrollere og overvåge de studerende, hvad siger det så om vores syn på læring og uddannelse?
Snyd er et helt reelt problem i det nuværende uddannelsesparadigme. Men vi kommer ikke til at kunne løse det, hvis ikke vi ændrer mindset og praksis omkring hvordan vi bedriver uddannelse. Problematikken kan ganske enkelt ikke løses med AI-detektorer eller tilsvarende teknologier. Og mavefornemmelsen er som bekendt ikke et optimalt studieforvaltningsmæssigt begreb.
Artiklen peger også på en interessant parallel til arbejdsmarkedet: I de fleste professionelle sammenhænge er samarbejde, feedback og brug af nye teknologier ikke bare tilladt, men direkte efterspurgt blandt aftagerne. Alligevel gør vi os stadigvæk umage for at indrette eksamensformer, der forsøger at forhindre netop disse kompetencer. Vi er naturligvis optaget af at måle og bedømme den individuelle præstation, og det er sådan set helt forståeligt og rimeligt.
Det er imidlertid nødvendigt at fokusere på at udvikle eksamensformer, der er valide i sig selv - også i en verden med generativ AI. Der er allerede gået to år siden lanceringen af ChatGPT, og der er desværre sket meget lidt med omlægning af uddannelserne herhjemme de fleste steder. Det kræver naturligvis mod at udfordre den etablerede praksis, men hvis vi vil sikre kvaliteten i vores uddannelser på langt sigt, er det netop det, der er brug for.
Som uddannelsesinstitutioner skal vi ganske enkelt ikke investere i mere sofistikerede kontrolmekanismer, men derimod grundigt genoverveje vores tilgang til undervisning og eksaminer.
Eksempelvis med et forskningsbaseret fokus på validitet fremfor snyd.
