Hvad bygger dømmekraft, når AI overtager rutinerne? Vi har på få år vænnet os til, at kunstig intelligens skriver, regner og researcher for os. Det er praktisk, og det er så nemt, for så slipper vi for det kedelige. Men det kedelige var måske det, der gjorde os dygtige. Revisionshuse og advokatfirmaer har forstået det før os. KPMG har bygget en simulator, hvor nyuddannede skattekonsulenter gennemleverer ti års karriere, før de møder deres første rigtige kunde. Omkring ti tusinde skattekonsulenter i KPMG’s amerikanske afdeling får adgang til den slags simulatorer i år. Hvorfor bruger verdens største virksomheder pludselig den slags penge på at genopbygge noget, der plejede at ske af sig selv?
Netop fordi det ikke længere sker af sig selv. Tidligere lærte man revisorfaget gennem årene med de kedelige, repetitive sager, mens en erfaren kollega rettede ens fejl og fortalte, hvorfor man gør sådan og ikke sådan. Man kaldte det arbejde. Faktisk var det læring. Kunstig intelligens har overtaget de repetitive sager, og det er derfor, simulatorerne nu dukker op. De er ikke teknologi. De er erstatning for en lærlingetid, der er forsvundet.
Skolen har ikke forstået det endnu, og det tager sandsynligvis årtier at bygge den læring op igen, hvis vi ikke begynder nu.
En elevs lærlingetid bestod heller aldrig af kursus eller fagplan
Den bestod af hundredvis af små rutiner med feedback, regne på tavlen og blive rettet, læse højt og blive korrigeret, skrive et udkast og få det bedømt af læreren, der kendte en. Hver rutine virkede betydningsløs. Tilsammen byggede de færdighed. Og det er præcis de opgaver, kunstig intelligens nu tilbyder at tage sig af, så eleven slipper for det kedelige.
Men når AI overtager rutinerne, bygger den ingen færdighed i stedet. Et nyligt studie af Tao An peger på noget, vi bør tage alvorligt. På rutineopgaver udjævner AI forskellen mellem nybegynder og ekspert. Alle kan producere et brugbart resultat. Men på opgaver, der kræver dømmekraft, forstærker AI forskellen i stedet. Den erfarne bruger værktøjet til at gå længere. Nybegynderen nikker til et plausibelt svar og lærer ingenting. Det er en forskel, der bliver større, jo mere vi bruger værktøjet uden at vide, hvad vi gør.
Tredje mulighed koster ikke en krone
Vi står dermed med et valg, som ingen reform har forberedt os på. Skal vi forbyde værktøjet og dermed fjerne elevernes mulighed for at bruge det klogt? Eller tillade det og se færdigheden forsvinde i stilhed? Begge veje kan være problematiske. Tredje mulighed er at gøre det, revisionshuse nu betaler millioner for at få genopbygget, uden at det koster en krone. Praksis med feedback og gennemgang. Eleven løser opgaven, før værktøjet bruges. Derefter sammenlignes med noget, der er rigtigt godt, og forskellen bliver selve undervisningen. Det hedder god undervisning, og det har lærere gjort i generationer. Vi skal bare passe på, at vi ikke lader værktøjet fortælle os, at den del er overflødig.
Advokatfirmaerne, der bygger simulatorer, har i øvrigt selv sagt det tydeligt. Den sociale læring, samtalen, kollegaen der kender én, lader sig ikke simulere. Der findes ingen erstatning for den. Og det er jo netop dér, skolen er stærkest. Jeg har skrevet om, hvordan overvågning ikke måler læring, og om hvordan en bot, der spørger tilbage, kan skabe den friktion læring kræver. Og lidt kunstig intelligens uden struktur er værre end ingen, men struktureret brug kan frigøre tid til netop praksis og feedback.
Kort sagt skal vi droppe idéen om, at det vigtigste i skolen er det mest effektive. Kunstig intelligens tager det kedelige, og det var det kedelige, der gjorde os dygtige. Vi skal bare gøre det, skolen altid har kunne. Dømmekraft bygges ikke af værktøjer. Den bygges af praksis, feedback og en, der kender en.
