Uddannelse til at bruge værktøjer
Uddannelserne integrerer AI for at undgå at uddanne til ledighed. Men rutineopgaverne er præcis dem der normalt giver erfaring nok til at bedømme hvornår AI tager fejl.
Stig Salskov Iversen, uddannelseschef på Syddansk Erhvervsakademi, kalder det en tsunami. Første bølge rammer de udsatte dele af it. Næste bølge rammer alt vidensarbejde. Siden august er AI skrevet ind i uddannelsesordningen på flere it-uddannelser — ikke som et eksperiment, men som et krav. Uddannelserne vil ikke uddanne til ledighed.
Det er den rigtige diagnose. Løsningen er sværere end den lyder.
Der er to ting der kan gå galt på én gang. Det første er åbenlyst: ignorere AI og smide dimittender ud i et arbejdsmarked der allerede ser anderledes ud. Det andet er mere usynligt: integrere AI i undervisningen på en måde der aldrig tester om de studerende forstår noget — eller om de bare er gode til at formulere prompts.
Anne Lund Møller, underviser på Media College i Viborg, sætter fingeren på det: “Det er snyd, hvis eleven afleverer en opgave, hvor de ikke ved eller kan forklare, hvordan de har brugt kunstig intelligens eller kan reflektere over det svar, som AI har givet.”
Det lyder simpelt. Det er det ikke.
Refleksion og forståelse er svære at teste med et afleveringsformat. Du kan bede en studerende om at forklare hvad AI’en svarede. Du kan ikke altid vide om de forstår hvorfor det var et rigtigt svar — eller om de har lært at gentage det med andre ord. Det er ikke et pædagogisk hul. Det er et strukturelt et.
Stig Salskov Iversen kalder det “slappe hjerner” og “outsourcing af tænkning.” Det er en præcis beskrivelse af symptomet. Men symptomet opstår ikke fordi de studerende er dovne — det opstår fordi de er rationelle. Hvis du kan aflevere en opgave der ser rigtig ud ved at bruge AI ukritisk, og ingen kan skelne det fra en opgave lavet med faktisk forståelse, er det rationelle valg at bruge AI ukritisk. Uddannelsen har skabt incitamentet selv.
Det bringer mig til det spørgsmål ingen af de ti uddannelser eller uddannelsesråd DR har talt med besvarer direkte: hvad er værdien af det arbejde der kommer efter endt uddannelse, når AI kan gøre det?
Thomas Juel, CSO og partner i Cadpeople, kalder det “en alvorlig og uafklaret udfordring, hvordan unge fremover får foden inden for på arbejdsmarkedet.” Uafklaret er det rette ord.
Der er to scenarier der begge kan vise sig sande på samme tid.
Scenarie ét: AI håndterer de rutineprægede dele af vidensarbejde. Dimittender der kan bruge AI godt er stadig værdifulde — de er bare hurtigere og billigere. Uddannelserne har ret i at integrere AI.
Scenarie to: Rutineopgaverne er præcis de opgaver der giver junior-ansatte erfaring nok til at blive senior-ansatte. Hvis AI overtager dem inden de unge selv har bygget den forståelse op, mangler trinet i stigen. Og “kan bruge AI til at løse opgaven” er ikke det samme som at have løst den selv nok gange til at vide hvornår AI’ens svar er forkert.
Det er det hul Thomas Juel peger på uden helt at sige det. Det er ikke et spørgsmål om første job — det er et spørgsmål om andet og tredje job, når man skal bedømme og revidere det AI producerer, og man aldrig har bygget det fra bunden selv.
Jeg har ingen løsning på det. Det er mit ærlige svar. Uddannelserne gør det eneste rimelige: de integrerer de værktøjer arbejdsmarkedet bruger, inden dimittenderne rammer det. Det løser ikke dilemmaet om hvad der sker med den forståelse der normalt kommer af at løse opgaverne uden hjælp.
Muligvis er svaret at uddannelserne eksplicit deles op: her er den del du laver for hånd, her er den del du bruger AI til, og her er eksamen der tester om du forstår forskellen. Det ville i hvert fald gøre problemet synligt frem for at gemme det i en formulering om at “reflektere over AI’s svar.”
Tsunami-metaforen er god. Men tsunamier efterlader et landskab der ser fundamentalt anderledes ud end det der var der før. Det er det landskab uddannelserne forsøger at navigere i, uden at nogen ved præcis hvad terrænet er.