Når AI udfordrer vores grundlæggende uddannelses- og undervisningsmodeller

På det seneste er jeg begyndt at modtage meget lange, velstrukturerede og ”velkommaterede” mails fra afsendere, som for blot få år siden sendte mig korte, ofte rodede og tæt på ”ukommaterede” mails. På positivsiden er disse mails lette at læse; på negativsiden er læsetiden lang og indholdet i reglen ret generisk og uden originale pointer.

Jeg er helt på det rene med den bagvedliggende årsag til stilskiftet. Generativ AI / GenAI. Der bliver produceret tekst som aldrig før, og det er der både fordele og ulemper forbundet med.

SDU står, som alle andre universiteter, overfor udfordringer i relation til AI i tre domæner: Administration, forskning og uddannelse.

Jeg er ikke så bekymret for, at vi lykkes med at tilpasse os, når det gælder administration og forskning. Det bliver ikke nødvendigvis let, men i mine øjne er der begrundet håb om, at vi vil lykkes med at udnytte fordelene ved GenAI uden samtidig at dratte i alt for mange faldgruber. 

For administrationens vedkommende er jeg overbevist om, at den velsmurte SDU-maskine nok skal høste de effektivitets- og kvalitetspotentialer, kunstig intelligens rummer. For forskningens vedkommende er konkurrencepresset så benhårdt, at nye AI-baserede værktøjer næsten af sig selv vil blive taget i brug, hvis de har potentialet til at styrke forskningsoutput og -impact. 

Igen: Det bliver ikke nødvendigvis let – og vi kommer til at skulle investere i ”den gode brug” af AI – men i min bog bliver administration og forskning de to ”lette domæner”. 

Det svære domæne bliver uddannelse og undervisning. Den centrale udfordring består i, at vi skal udklække dimittender, som er i stand til at bruge AI effektivt, samtidig med at de er i stand til at tænke selvstændigt og kritisk med afsæt i en dyb viden om det genstandsfelt, de er uddannet indenfor.

Det betyder, at vi helt grundlæggende er nødt til at gentænke måden, vi underviser og udprøver på. På den ene side bliver vi nødt til at sikre, at vores dimittender er uddannet i at mestre AI. GenAI – og andre former for kunstig intelligens – er basalt set værktøjer, og både offentlige og private aftagere forventer med rette, at vi uddanner kandidater, der kan omsætte teknologien til konkret værdi. 

På den anden side kan det ikke nytte noget, at vores studerende ikke opnår en dyb viden indenfor eget fagområde, fordi de har fået en AI til at skrive hver eneste take-home-opgave i løbet af uddannelsen. Vores aftagere har en rimelig forventning om, at vores dimittender rent faktisk ved noget og er i stand til at tænke selvstændigt og kritisk med afsæt i en dyb viden.

Den umiddelbare – men ofte også dyre – løsning er at omlægge eksaminer til mundtlige eller skriftlige stedprøver i det man i den angelsaksiske verden benævner ”secure environments”. Men det er næppe tilstrækkeligt. En jurist forventes eksempelvis at kunne tænke kritisk og være i stand til at ræsonnere og argumentere i relation til en konkret sag. Men det advokathus, han / hun bliver ansat i, forventer samtidig, at det sker i samspil med relevante AI-værktøjer.

Vi er kun lige begyndt at kradse i overfladen af, hvordan AI kommer til at udfordre os på uddannelsesområdet. Og de eneste, man absolut ikke skal stole på, er dem, der hævder, at de ved præcis, hvad der kommer til at ske, og hvad løsningen er. 

På den anden side af sommerferien kommer vi på SDU til at tage de første skridt i retning af at formulere en ”delstrategi for AI”. Fokus vil være rettet mod de tre domæner. 

Når jeg i dag læser lange, velkomponerede og generiske tekster, bliver jeg mindet om, hvad der faktisk er vores kerneopgave som universitetet: At uddanne mennesker, der ikke blot kan formulere sig korrekt – men tænke kritisk, reflekterende og selvstændigt. Det bliver kun vigtigere i en verden med AI.