Elever och studenter blir alltmer benägna att låta AI svara på provfrågor, till och med göra hela gymnasie- och examensarbetet. Hur ska man då kunna sätta betyg och ge omdömen, undrar många lärare på gymnasiet och i akademin. Bakom tornar en större fråga upp sig: hur går det med kunskapen? Det är uppenbart att AI:s inträde på scenen understryker hur viktigt det är att motivera behovet av att inhämta kunskap. Inte minst att förklara varför någon annan inte kan göra det åt en. 

När alltmer kapabla datorprogram och allt snabbare datorer började ta över handarbetet hos länders skattemyndigheter för 30-40 år sedan rapporterades ett nytt fenomen. Skattefolket klarade inte längre av att räkna ut skatten med papper, penna och fickräknare. Deras kunskap om själva skattereglerna – förvisso ofta rejält komplicerade – gick också ner.

I kreditkortens ungdom på 70- och 80-talen noterades att personer som fått ett företagskort – på den tiden mest bara VD och en mindre krets högre chefer – gjorde fler utlägg och ackorderade mer sällan om priset. Att ”betala” hade ju blivit att bara skriva under en kortslipp (ja, så gjorde man då) i stället för att med viss möda räkna upp sedlar och mynt ur plånboken. Känslan för att hålla i företagets pengar avtog när man inte längre höll i dem i fysisk bemärkelse.

Hur ofta har vi förresten inte hört att färdigheten i huvudräkning gått ner rejält sedan miniräknaren blivit varje skolbarns egendom? Vem bryr sig längre om att memorera telefonnummer när de ändå lagras i mobilens telefonbok? Det kan bli ödesdigert den dag mobilen är borta och man inte hinner leta i backupmolnet.

I bästa fall kan man hoppas att sådant bara är övergångsfenomen när ny teknik gör entré. Säkert har skattefolket numera åter lärt sig att räkna ut skatten. Kortfakturans stundom kallsvettsframkallande lista över inköp har troligen tagit över lite av sedlarnas och myntens roll som påminnelse om pengars värde. Men ser man inte upp kan något väsentligt gå förlorat vid teknikskiften.

Ligger just detta i farans riktning nu när AI drar in på bred front? Vissa menar det. Till dem hör Ulf Danielsson, professor i teoretisk fysik vid Uppsala universitet och författare till många intressanta essäer och populärvetenskapliga artiklar och böcker. Många elever och lärare på skolor i Forskningsnätet Skåne har för övrigt haft förmånen att träffa honom under årens lopp.

På DN Kultur (9 jan 2025, betalvägg) konstaterar han bl a att muntliga prov och tentor i salar med larmbågar är det enda möjliga efter AI:s intåg. Men han har ännu viktigare saker att framföra.

Huvudspåret i DN-artikeln är att vissa former av AI-användning troligtvis inverkar negativt på kunskapsinhämtningen.

Jag tror varje lärare måste grunna lite extra på hur denna risk ska förklaras i klassrum och föreläsningssalar. Lärarna är nog de enda som kan övertyga adepterna om sunda kunskapsvanor, om uttrycket tillåts. Danielsson bidrar här med resonemang, metaforer och liknelser som borde kunna vara till god hjälp.

På ett generellt plan är det klargörande att betrakta AI (åtminstone den generativa varianten som den ständigt åberopade ChatGPT) som ett slags spegelvärld. Danielsson gör det med hänvisning till en bok av en brittisk filosof och etikforskare, Shannon Vallor, med titeln The AI mirror: How to reclaim our humanity in an age of machine thinking (Oxford University Press 2024, finns som e-bok). AI är ett system av speglar som bara kastar tillbaka det som slängs in. Danielsson sammanfattar: ”En spegel avbildar och reproducerar, men skapar inget nytt. Det är precis så den maskininlärning som ligger bakom AI fungerar.” Han tillägger: ”Ingen vid sina sinnens fulla bruk skulle heller komma på tanken att den bild vi ser av oss själva i en spegel är en oberoende och självständigt tänkande individ.”

Visserligen kan man hävda att AI inte enbart slår på volley. Den svischar igenom enorma mängder data, gräver och kombinerar, och vi står ibland med gapande mun inför resultatet. Men i grunden är det vi, eller snarast våra samlade texter, bilder och ljudspår, som står för hela innehållet.

Så när AI-experter nästan lite religiöst säger att de själva ”inte riktigt förstår hur alltihopa går till” djupt där inne i AI, får man nog tolka det mest som mer eller mindre medveten marknadsföring. De vet i alla fall mycket väl att AI är en kvarn som bara mal om de ingredienser som matats in. Även om den gör det elegant många gånger.

En människas intellekt fungerar inte så. Visserligen är vi också i stor utsträckning ett slags speglar men en människa kan associera till sinnesintryck och diffusa minnen, och hjärnans komplexa nätverk kan skapa idéer och generera nyfikna frågor. En människa kan med listiga vinklingar hitta nya data som fyller igen empiriska luckor och bidrar till allt mer träffande förklaringar. AI är ljusår från detta (i varje fall idag, ska den försiktige tillägga – men fråga gärna en annan ledande svensk AI-tänkare, kognitionsprofessorn Peter Gärdenfors, läs t ex här).

Det finns också en uppenbar risk för rundgång. Apropå speglar – håll en i handen och titta i en annan spegel bakom din rygg (vi har alla gjort det) och en oändlig rad av speglar tonar bort i ett virtuellt fjärran. Men det är samma spegel och den blir allt mindre och alltmer diffus.

Och ungefär så blir det även när AI-systemen tränas på sin egen output. Danielsson använder metaforen att kopiera en bild i kopiatorn, sedan kopiera kopian osv. Det blir ingen genuint ny bild av det, bara en suddigare. Något liknande händer när alltmer material som AI själv genererat läggs ut och blir träningsmaterial för samma AI. Ska något nytt hända behövs nya, fräscha data. Och sådana tillhandahålls av människor.

Danielsson för också ett resonemang om det komplexa samspelet mellan elev/student och lärare där AI knappast kan agera mellanhand. Man kan ju tänka sig att det AI-generade gymnasiearbetet i sin tur granskas av AI – har eleven förstått uppgiften och ämnet? – och att en tredje AI-körning därefter sätter betyg. Allt medan läraren tar en cigg eller spelar ett spel – inte Danielssons ord men samma andemening.

Går det till så kommer varken elev eller lärare att utvecklas. Danielsson konstaterar: ”Det yttersta ansvaret måste alltid tas av en mänsklig lärare [— som] är delaktig i processen och på så sätt själv tillägnar sig ett professionellt kunnande.” Ingen ”får bra kondition av att sitta still på en stol och betrakta någon som springer”. Nej, kan tilläggas, man får ingen motion genom att be någon annan gå runt med ens stegräknare (vilket enligt flera medier häpnadsväckande nog faktiskt lär förekomma). Danielsson: ”Den gåtfulla hjärnan är en del av kroppen och måste tränas på samma sätt som hjärta och lungor.”

Kommentarer om AI av detta slag ses ibland som att spela ner AI:s värde, ibland som pep talk för att dämpa AI-skräcken. Så är det knappast i Ulf Danielssons fall och absolut inte i mitt eget. AI är ett ytterst potent och på många sätt spännande och lovande verktyg. Men just ett verktyg. Inte människans jämlike. Att göra AI till ett slags människor är, tror jag, över huvud taget en missriktad ambition som gott kan stanna i fiktionens värld.  

Gör det nu inte enkelt för dig, läsare, låt inte bara mig läsa Ulf Danielssons artikel åt dig. Läs den själv och plocka ur de russin du ser och tror dig kunna använda i dialogen om kunskap med elever och studenter.

Själv har jag fastnat vid en speciell följdfråga.

Danielssons artikel är inspirerad av en student som undrar om inte förenklande animeringar vore bra i stället för de ”spretiga diagram” som han ritat på tavlan för att förklara grundläggande mekanik. Men han har invändningar. Sådana bilder skulle kunna lägga sig i vägen för de egna inre bilder alla måste skapa om de vill lära sig något. Sådana bilder ska inte serveras på fat. ”Det finns ingen genväg till kunskap”, säger han till studenten.

Kan det vara så att ansträngning är en nödvändig, om än inte tillräcklig, förutsättning för att skaffa och behålla kunskap? Hur ska den riktas i så fall?

Jag kommer att tänka på en liten episod på pendeln mellan Uppsala och Stockholm för 50-60 år sedan. Som medresenär hade jag råkat få en av den tidens unga IT-snillen, Bengt Olsen, verksam på då världsledande Uppsala Datacentral. ”Tänk vad bra om det funnes lexikon i dataform så att man slapp bläddra så mycket efter ord”, undslapp jag mig någonstans mellan Knivsta och Märsta. Bengt tittade begrundande på mig: ”Nja, jag är inte säker på det. Jag tror att man lär sig mer tack vare den där extra ansträngningen.”

Man önskar att dagens entusiastiska AI-experter höll samma klädsamma distans till sitt skötebarn.

Så jag bestämmer mig för att försöka ta reda på om det finns någon intressant forskning om ansträngningens betydelse för inlärning.  Förresten, varför inte låta AI hjälpa till?

Om jag lyckas hitta något intressant lovar jag att återkomma här i FORSKNINGSNÄTET. Det tummar vi på.

Olle Alexandersson