"Hvad nu hvis din lærer var en maskine?"

Jeg har brugt det meste af mit arbejdsliv på læring – fra at undervise i folkeskolen til at arbejde på universitetet og i forskellige akademiske miljøer både herhjemme og i udlandet. For mig har det altid handlet om at forstå, hvordan mine elever lærer bedst, og finde ud af, hvordan jeg kan skabe undervisning, der virkelig giver mening for dem. Jeg har altid været optaget af at finde den rette balance mellem teori og praksis, så læring ikke bare bliver noget abstrakt, men noget, de kan tage med sig ud i livet.

Nu, hvor AI er kommet på banen som en slags co-pilot, er jeg blevet endnu mere nysgerrig på, hvordan jeg som underviser og formidler kan bruge teknologien til at gøre læring endnu mere relevant og tilgængelig. Det åbner op for nye muligheder, men også nogle spørgsmål.

Eller måske er det store spørgsmål i virkeligheden, om jeg overhovedet er klar til at bringe AI helt tæt ind i mit arbejde – eller om jeg stadig hænger fast i en mere "gammeldags" måde at tænke læring på? Det kan være, jeg stadig er lidt forankret i de traditionelle metoder, selvom jeg samtidig er nysgerrig på, hvad AI virkelig kan i en læringssammenhæng.

Patel og Eskildsen…

Dwarkesh Patel og Simon Eskildsen er to spændende personligheder, der virkelig rykker ved måden, vi tænker læring på. De er ikke bare interesserede i teknologi; de ser AI som en partner, der kan hjælpe os med at lære hurtigere og bedre. Patel er podcaster og formidler, der elsker at udforske, hvordan teknologi kan optimere læring, mens Eskildsen er medstifter og CEO i AI-startuppet turbopuffer, hvor han arbejder på at gøre avanceret informationssøgning lettere og mere tilgængelig ved hjælp af machine learning.

Det, der gør dem særligt interessante, er deres fokus på at bruge AI til at nå nye læringsmål – og at gøre det i rekordfart. Patel har gjort AI til en fast del af sin forberedelse til interviews og bruger det til hurtigt at dykke ned i nye emner, mens Eskildsen bygger søgeteknologier, der ændrer måden, vi finder og forstår information på. De giver os et indblik i, hvordan AI kan være med til at løfte læringsprocessen til nye højder. Men deres arbejde rejser også indirekte nogle vigtige spørgsmål om, hvad vi mister, hvis vi bliver for afhængige af teknologi.

Din genvej til viden…

1. Hurtigere adgang til relevant information
   Forestil dig, at du kan finde præcis det svar, du leder efter, uden at bruge timer på at læse bøger eller artikler. AI kan levere det præcise indhold, du har brug for, på få sekunder. Spørgsmålet er, om vi er villige til at slippe kontrollen over læringsprocessen – eller tør vi faktisk give slip og lære hurtigere?

2. Skræddersyet læring
   AI kan tilpasse undervisningen efter, hvordan du lærer bedst. Men er det en fordel, hvis vi bliver for afhængige af en personlig assistent til at tænke for os? Er det i virkeligheden en invitation til at blive dovne i stedet for at udvikle vores evner?

3. Forbedret informationssøgning med machine learning
   Eskildsens arbejde med "vector search" giver en helt ny måde at forstå og finde information på. Det betyder, at vi kan søge efter viden på måder, vi ikke har kunnet før. Men betyder det, at vi sætter vores evne til kritisk tænkning på spil, når vi lader algoritmer bestemme, hvad der er vigtigt?

Ulemper…?

1. Afhængighed af AI – glemmer vi at tænke selv?
   Når vi hele tiden bruger AI til at lære, risikerer vi så at miste evnen til at analysere og forstå komplicerede emner på egen hånd? Måske bliver vi så vant til, at teknologien gør arbejdet for os, at vi glemmer, hvordan det er at tilegne os noget svært.

2. Bias og upålidelig data
   AI trænes på eksisterende data, og hvis dataene er skæve, vil resultaterne også være det. Det kræver derfor, at vi forbliver kritiske over for de svar, vi får, og ikke tager alt for gode varer.

3. Manglende følelsesmæssig intelligens og kontekst
   Selvom AI kan behandle store mængder data, mangler det stadig evnen til at forstå menneskelige følelser og komplekse kontekster på samme måde som os. Der er stadig visse ting, som vi ikke kan automatisere – og måske skal vi heller ikke forsøge.

Fremtiden…?

Ja, kunstig intelligens giver os bestemt muligheden for at sammensætte den bedste viden og gøre læringsoplevelsen skræddersyet til den enkelte. Vi kan accelerere læringen, blive klogere og samle ny viden hurtigere end nogensinde før. Men hvad betyder det egentlig for os, når vi ikke selv gør det hårde arbejde? Når vi i stedet for bare downloader svarene?

Fra et fænomenologisk og hermeneutisk perspektiv handler læring ikke kun om at få information – det er en dyb og personlig proces, hvor vi gør verden meningsfuld gennem vores egne oplevelser og fortolkninger. De klassiske dannelsesidealer værdsætter netop denne rejse; de handler om at forme karakter, udvikle selvstændig dømmekraft og finde sin egen vej til indsigt. Når vi springer direkte til resultaterne ved hjælp af AI, mister vi måske muligheden for at lade læringen slå rødder i os selv.

Læring bliver overfladisk, hvis vi ikke engagerer os aktivt i at skabe mening. Det er netop den tid, vi bruger på at reflektere, søge svar og misforstå for så at forstå, der gør, at læring bliver en del af os. Så spørgsmålet er, om vi i vores jagt på hurtig viden også sætter noget værdifuldt på spil – evnen til at tænke dybt, undres og virkelig forstå verden omkring os.

Det minder mig om, hvad jeg lærte om hermeneutik og fænomenologi på universitetet – det at forstå handler ikke kun om at tilegne sig viden, men om at fortolke og opleve dem i en menneskelig kontekst. Læring er en proces, hvor vi selv fortolker, forstår og oplever verden. Det handler derfor ikke kun om at få hurtige svar, men om at bruge vores egne mentale evner til at bearbejde og skabe mening ud fra det, vi lærer.

Jeg synes, det er vigtigt, at vi ikke ser læring som en ensidig proces, hvor vi bare downloader viden. AI kan være en fantastisk støtte, men det bør være os selv, der skal bearbejde og fortolke det, vi lærer.

Så hvad tænker du? Er du klar til at tage AI ind i din læringsproces, eller er du stadig lidt skeptisk?