Syv forbehold ved anvendelse af generativ kunstig intelligens på videregående uddannelser

Resumé

I dette arbejdspapir introducerer vi syv overordnede forbehold omkring brugen af kunstig intelligens ved landets videregående uddannelser. Vi tager afsæt i anvendelsen af generativ kunstig intelligens (GKI) udviklet på baggrund af såkaldt Store Sprogmodeller (Large Language Models –LLM). Arbejdspapiret udspringer af vores erfaringer fra socialrådgiveruddannelsen på Københavns Professionshøjskole, hvor vi igennem en årrække har satset strategisk på opbygningen af viden og kompetencer indenfor digitalisering og teknologiforståelse i samarbejde med kollegaer og studerende.

GKI er fortsat en relativt ny teknologi i vores studie-og arbejdsliv. Vi oplever, at der ofte hersker en stor optimisme omkring den kunstige intelligens’ potentialer på uddannelsesområdet fra politisk side og fra teknologiudviklingssiden. Samtalen om teknologiens konsekvenser handler ofte primært om risikoen for tekniske begrænsninger eller snyd. Den mere kritiske litteratur på området beskæftiger sig derimod med en lang række andre udfordringer, som vi vil gennemgå i dette arbejdspapir. Med arbejdspapiret vil vi således anbefale, at de videregående uddannelsesinstitutioner forholder sig systematisk til en vifte af centrale problemstillinger, der knytter sig til brugen af GKI i uddannelse og som spænder bredt fra fejlbehæftede svar, grundlæggende forandringer i vidensopfattelser, konsekvenser for evnen til kritisk tænkning, juridiske problemstillinger, tech-giganternes rolle i videregående uddannelse, øget ulighed i uddannelse samt klimabelastninger ved anvendelse af GKI.

Disse forbehold må diskuteres langt mere grundigt og udfoldet, end vi har oplevet det hidtil, ligesom der skal tages stilling til, hvilke konsekvenser vi som uddannelsesinstitutioner vil drage. En del af denne opgave bør placeres centralt på uddannelsesinstitutionerne. Samtidig skal diskussionerne også tages på de enkelte uddannelser og fag, fordi en relevant forståelse og håndtering af problemstillingerne kræver indgående indsigt i den specifikke faglighed og derved nødvendigvis må knyttes tæt til det enkelte fag og studieretning