Hvem bliver dygtigere, hvem bliver snydt? – status på AI og skrivning

I ca. halvandet år har vi haft gratis, nemt betjenelige generative sprogmodeller som fx ChatGPT, som kan skrive formelt korrekte tekster om hvad som helst på kommando. Så hvor står vi nu? Det følgende er et bud på tre temaer, som vi bør forholde os til: snyd, lighed og bæredygtighed. 

Snyd? 

Naturligt nok har meget af AI-debatten handlet om snyd ved prøver. Snydefrygten bygger på en antagelse om, at hvis AI ikke fandtes, ville eksamenssystemet være både retfærdigt og hensigtsmæssigt. Men ingen af delene er tilfældet. For det første er der stor tilfældighed i bedømmelse af elevers skriftlige opgaver, så systemet snyder eleverne hele tiden. Det er ikke bedømmernes skyld, for det er slet og ret vanskeligt at vurdere tekstkvalitet. For det andet skaber eksamensformater en masse skriveundervisning uden andet mål end træning af prøveadfærd. Den tid kunne i stedet bruges på noget fornuftigt. Problemet er tekstsynet. Ved prøver er tekster dokumentation for skribentens faglige kunnen og skrivekompetence. Lige præcis det er sprogmodeller gode til at imitere, så det vil fremover blive endnu sværere at lave meningsfulde bedømmelser af færdige tekster. Vi bliver nødt til at se bredere på forholdet mellem tekster, viden, tænkning og skrivekompetence. Arbejdet med udvikling af andre evalueringsformer er også allerede i fuld gang. Det er måske sværest i de fag, som har tekstkompetence som selvstændigt fagligt mål, dvs. sprogfagene. Man kan håbe, at man her skeler til fx naturfag i grundskolen og udvikler prøveformer som arbejdende tekstværksteder, hvor eleverne i grupper medbringer tekster fra undervisning i forskellige modaliteter og genrer og med forskellige formål. Her kunne de i nogle timer sammen med lærer og censor tale om tekster, brainstorme, skrive, udvikle tanker på skrift og vise forskellige aspekter af tekstkompetence, herunder brug af noter, bøger, søgeressourcer og sprogmodeller – og beherskelse af skriftsprogsnormer. 

For elevers helt legitime spørgsmål vil være: Hvorfor skrive selv, når AI kan gøre det bedre? Svaret er: for at meddele sig, udvikle tanker, forstå dybt, huske og reflektere med brug af de ressourcer, som til enhver tid findes. Skrevne tekster er således gode til mange ting, men sortering af elever er måske ikke en af dem. 

Alle skal med 

Det er i sagens natur svært at vide, hvordan AI vil påvirke forskellige elevgrupper, men der er ingen automatik i, at ny teknologi i sig selv gavner de svageste. Derfor skal vi gøre noget aktivt for at få alle med. Det er svært at bruge sprogmodeller konstruktivt, og de vil komme til at accentuere betydningen af læsning, forståelse, viden, dømmekraft, pragmatisk kompetence og færdigheder i tekstrevision. Alt sammen noget, som er forholdsvis svært. En ting er, at alle nu kan skrive formelt korrekte tekster om alt muligt, noget andet er, om alle også kan læse, forstå og bruge dem. Man skal kunne læse opmærksomt, forstå dybt, vide noget om verden og vurdere tekster. De færdigheder er man nødt til at skaffe sig på anden måde end ved at prompte sig frem, og her har vi en særlig forpligtelse over for de elever, der har svært ved det.  

Derudover bør alle erfare og erkende, at tekster ikke i sig selv er troværdige, og den nemmeste måde at gøre det på er nok at producere både troværdige og utroværdige tekster selv. Lad elever bruge sprogmodeller til at imitere genrer, mime historiske perioder, nulevende personer, generere løgnehistorier osv. Vurder indholdet, revider, skriv om og gør bedre. Lad elever finde ud af, at alle kan skabe tekster, som virker troværdige, men ikke er det. Fx kan man med ned til blot 30 sekunders lydoptagelse af en anden person generere nye lydfiler, hvor man kan få vedkommende til at sige hvad som helst. Så optag din far i 30 sekunder, skriv i et dokument, hvad du gerne vil have ham til at sige, brug tekst-til-tale med hans stemme, og han siger præcis det, du gerne vil have ham til. Eller gør det med skolelederen, borgmesteren, din irriterende storesøster. Alle skal erfare, at de ikke kan stole på det, de hører eller læser. Man skal vurdere tekster, og det kan man kun, hvis man ved noget. Er indholdet sandsynligt ud fra konteksten, kan vi finde andre kilder fra samme person med samme indhold? At forstå tekster handler om at vurdere, sammenligne og sætte i relation til kontekst. Det skal alle lære, ellers er dem med de svageste forudsætninger igen de mest udsatte. 

Bæredygtighed 

De fysiske ressourceaspekter af læse- og skriveteknologi bliver sjældent debatteret, men det bliver vi nødt til. Sprogmodeller er meget mere energikrævende end søgemaskiner, og at digitaliseret viden skulle befinde sig i en sky, er en kæmpe løgn. Den befinder sig i store fabrikshaller med kolossalt forbrug af vand og strøm – som fra forbrugerens position er både gratis og skjult. Hvis mennesker i stor stil begynder at bruge AI som søge- og skriveværktøj, vil det øge verdens CO2-udledning betragteligt. Det mest bæredygtige er at skrive med blyant og læse papirbøger købt antikvarisk eller lånt på biblioteket. At teknologi også er fysisk forbrug på linje med alt andet forbrug, er nødt til at indgå i fremtidig teknologiforståelse. 

Potentielt er der store fordele forbundet med at integrere brug af generative sprogmodeller i skolers tekstkulturer, men som med det meste andet står to udfordringer uløste: ulighed og bæredygtighed. Snydeudfordringen kan løses bureaukratisk og er det formentlig om nogle år. De andre to kræver langt mere omfattende overvejelser og indsatser.