Kunstig intelligens (KI) griper inn i høyere utdanning og reiser spørsmål om kunnskapsforståelse, læringsprosess, vurderingsformer og institusjonelle rammer.- Utfordringene er ikke bare teknologiske, men også epistemologiske, pedagogiske og normative.
- Akademia ser tekst-produksjon (tokens) som uttrykk for kunnskap og ferdighet. KI kritiseres for kun å sammenlikne mønstre. Men menneskelig tenkning er kun en tynn hinne av analyse over et hav av analogier, følelser og tilskyndelser.
KI-systemer og særlig de generative språkmodellene produserer tekst og løsningsforslag med høy overflatekvalitet, men uten kroppslig og sosialt forankret innsikt. Som representasjon blir slike automatisk og halvautomatisk framstilte tekster gjort til substitutter for faktisk innsikt og operativ evne. Vi snakker ikke her om dyp problemløsende evne eller sammensatt logisk resonnement. KI har sine anvendelser også her, men det er uttrykksplanet vi er spesielt opptatt av.
Ved sin vekt på tekstliggjøring og samtidige undervurdering av erfaring, operativ ferdighet og den praktiske gjennomføringsevne har universitetene tradisjonelt bidratt til et tingliggjort, dvs. tekstliggjort kunnskapsbegrep (reifikasjon). Det har særlig kommet til uttrykk i tellekantene, men sammenbruddet for hjemme-eksamen viser også at skriftlig besvarelse er blitt et substitutt.
Dette har svekket studentenes forståelse av at kunnskap må erverves gjennom krevende arbeid. Når tekster og svar på prøver kan genereres umiddelbart, framstår kunnskapsutvikling som formalitet og reproduksjon snarere enn som krevende og overskridende prosess.
Utdanningene bør legge større vekt kunnskap som anvendelig, relasjonell, kontekstuell og prosessuell. De må arbeide i det dialektiske feltet mellon teoretiske modeller og den praktiske erfaring.
Studentene må engasjeres i refleksive, undersøkende og etterprøvende aktiviteter hvor KI brukes for å utvide forståelsen. Teoretiske forklaringsmodeller må forstås som veiledning til handling, – ikke snarveier til ferdige svar. Dette forutsetter en didaktisk utforming som skiller bedre mellom «å vite om» (know-that) og «å vite hvordan» (know-how).
Når KI løser oppgaver raskere og tilsynelatende bedre enn studentene selv, kan det svekke motivasjonen til å arbeide seg gjennom krevende faglige utfordringer. Det kan svekke utholdenhet og kritisk vurdering. Læringsdesign må derfor understøtte krav til studentaktivitet og utvikle indre motivasjon.
Vurderingsformer
Tradisjonelle vurderingsformer som hjemmeoppgaver og essays kan miste validitet. Generativ KI kan produsere tekst med høyt språklig nivå og tilsynelatende faglig tyngde. Dette utfordrer prinsipper om rettferdighet, autentisitet og individuell vurdering.
Vurdering må i større grad skje over tid. Den bør omfatte muntlig presentasjon og debatt, prosesskriving, praktiske demonstrasjoner og dialogiske vurderingsformer. Det kan også utvikles hybride modeller hvor KI bidrar til læring, men ikke i sluttvurderingen.
Bruk av KI må være transparent og rapportert fra både lærere og studenter.
Tilgang til KI-verktøy og kompetanse i bruk varierer betydelig mellom studenter. Dette kan forsterke eksisterende sosiale og digitale ulikheter. I tillegg kan kommersielle plattformer skape barrierer for åpen og demokratisk tilgang. Det er voksende bekymring for overvåking og påvirkning fra kommersielle og statlige aktører.
Institusjonene må sikre lik tilgang til KI-verktøy og kompetanseutvikling som driftes på trygge nasjonale og regionale pkattformer Dette innebærer både infrastruktur og pedagogisk støtte. Det bør også fremmes kritisk digital danning som gjør studentene i stand til å forstå og navigere i slike læringsmiljøer.
Lærerrolle under press
Når KI overtar mange rutinepregede undervisningsoppgaver, kan det føre til en avakademisering av lærerrollen eller en uklarhet om hva faglig autoritet innebærer. Det kan også utfordre lærerens rolle som kunnskapsformidler og mentor. Lærers rolle må omdefineres i retning av å designe læringsprosesser, som kritisk veileder og samtalepartner.
Dette krever systematisk kompetanseutvikling og nytenkning rundt undervisningens innhold og form. KI må integreres på måter som styrker, snarere enn svekker den faglige tolkningsferdighet og anvendelse.