Introduktion: Som et menneske tænker – vores læringsmindset

At træne hjernen, ikke erstatte den med AI

Kildeangivelse
Machajewski, Szymon. (2026). The Learn-It-All Educator — A Guidebook for Training Brains, Not Replacing Them with AI. Zenodo. https://doi.org/10.5281/ZENODO.18425283
Dette er en dansk oversættelse udgivet under Creative Commons Attribution-licens (CC BY 4.0).

Fælden

Der breder sig en frygt i videregående uddannelsessystemet, og den er ikke ubegrundet.

Frygten er: kunstig intelligens er ved at ødelægge vores evne til at tænke. Studerende outsourcer deres opgaver til ChatGPT. Undervisere modtager afleveringer, der tydeligvis ikke er skrevet af menneskehænder. Den grundlæggende transaktion i uddannelse — udvekslingen af indsats for læring — ser ud til at bryde sammen. Vi uddanner studerende til at blive deres egne afløsere. Udskiftelige tandhjul med credentials.

Forskningen bekræfter bekymringen. MIT-forskere scannede hjernen hos mennesker, der skrev essays, og fandt noget foruroligende. De, der støttede sig stærkt til AI, udviste markant svagere neural forbindelsesevne end dem, der skrev selvstændigt. Efter fire måneder præsterede den AI-afhængige gruppe målbart dårligere i kognitive tests. De blev mindre i stand til kompleks tænkning — ikke fordi de manglede intelligens, men fordi de var holdt op med at bruge den (Kosmyna et al., 2025, arXiv:2506.08872).

Den tekniske betegnelse er kognitiv atrofi. Hjernen mister, ligesom enhver muskel, styrke, når den holder op med at arbejde. Og AI tilbyder den mest forføreriske genvej i uddannelsens historie: evnen til at producere sofistikeret udseende arbejde uden den anstrengelse, der skaber egentlig læring.

Alle unge mennesker er i en vis udstrækning sårbare over for denne genvej. Men de studerende i de videregående uddannelser risikerer at betale en særligt høj pris — og det er netop denne gruppe, der sidder i vores klasseværelser, kun et enkelt skridt fra arbejdslivet. Det kognitive grundarbejde, den slags der opbygger professionel kompetence, er præcis det arbejde, AI nu kan udføre. Hvis studerende outsourcer dette arbejde gennem hele deres uddannelse, dimitterer de godt nok med akademiske kvalifikationer men uden den underliggende kompetence, disse akademiske kvalifikationer formodes at repræsentere. De har eksamensbeviset. De mangler den faglige tankegang sindet.

Dette er fælden. Og hvis vi reagerer uhensigtsmæssigt på den — enten ved at forbyde AI fuldstændig eller ved at overgive os til den — vil vi svigte vores studerende og os selv.

Skiftet

Men der er en anden måde at forstå det, der sker på. Fælden bliver kun synlig, når vi betragter AI som et redskab til at finde svar. Redefineres det som et redskab til at træne hjernen, ændrer alt sig.

Tænk på forskellen mellem to studerende, der forbereder sig til en eksamen. Den første sætter studiematerialet ind i ChatGPT, beder det om at opsummere de vigtigste punkter, læser resuméet og kalder det forberedelse. Den anden sætter det samme materiale ind i AI’en og siger: “Quiz mig om dette begreb. Start på et grundlæggende niveau og øg sværhedsgraden, indtil jeg fejler. Udfordr hvert svar, jeg giver. Peg på svaghederne i min argumentation.”

Den første studerende brugte AI til at fjerne friktion fra læringen. Den anden brugte AI til at tilføje friktion — til at skabe en mere udfordrende og krævende læringsoplevelse, end de kunne have skabt alene. Samme redskab. Modsat resultat.

Dette er det skift, der er kernen i denne vejledning. AI er ikke i sig selv godt eller dårligt for læring. Det er en forstærker. Det forstærker den hensigt, du bringer til det. Hvis din hensigt er at undgå kognitiv anstrengelse, vil AI på fremragende vis hjælpe dig med det. Hvis din hensigt derimod er at udfordre dig selv mere grundigt end nogensinde før, vil AI hjælpe dig med det også.

Spørgsmålet er derfor ikke, om man skal bruge AI i undervisningen. Det spørgsmål er allerede besvaret af virkeligheden — AI er her, de studerende bruger det, og forbud er i praksis både uhåndhæveligt og kontraproduktivt. Spørgsmålet er derfor hvordan man bruger det: som en elevator, der springer klatringen over, eller som et fitnesscenter, der opbygger styrke.

Målet

Videregående uddannelse har altid belønnet den, der “ved-det-hele”. Undervisere ansættes for ekspertise, forfremmes for publikationer og respekteres for beherskelse af deres felt. Hele den professionelle identitet er bygget på at vide det, andre ikke ved.

Men viden forandrer sig hurtigere end på noget andet tidspunkt i menneskehedens historie. Det, der var aktuelt for fem år siden, kan være forældet i dag. Den ekspert, der ikke kan blive nybegynder igen, er en ekspert med en udløbsdato. Den, der ved-det-hele og holder op med at lære, ved efterhånden mindre og mindre om mere og mere.

Tænk på kirurgfaget — måske arketypen på ekspert-ved-det-hele. Kirurger lærer at beherske anatomi, farmakologi og kirurgiske teknikker gennem et årtis hårdt arbejde. Alligevel forblev kirurgiske komplikationer og dødsfald vedvarende høje, selv som medicinen blev mere kompleks. Harvard-kirurgen Atul Gawande diagnosticerede problemet: det handlede ikke om manglende viden — det handlede om manglende evne til at anvende viden pålideligt. Selv den mest brillante kirurg kan ikke fastholde ethvert detalje af komplekse procedurer i arbejdshukommelsen.

Gawandes løsning var overraskende enkel: en tjekliste med 19 punkter, der bruges før, under og efter operationen. Dette “uintelligente” redskab tvang kirurger til at holde pause, kommunikere med teams, bekræfte kritiske trin og dobbelttjekke for fejl. Resultaterne var forbløffende. På WHO’s pilothospitaler i otte lande faldt alvorlige komplikationer med 36 % og dødsfald med 47 % (Haynes et al., 2009).

Tjeklisten erstattede ikke ekspertisen — den beskyttede den og forvandlede ved-det-hele-kirurger til lær-det-hele-teams, der var parate til at omfavne systematisk ydmyghed.

Erfaringen kan overføres direkte til videregående uddannelser. Målet med denne vejledning er at hjælpe undervisere med at foretage det samme skift — fra ved-det-hele til lær-det-hele. Ikke fordi ekspertise er uvæsentlig, men fordi ekspertise uden systematisk ydmyghed bliver til forældelse. Den sande mester er elev for livet.

“Lær-det-hele-typen klarer sig bedre end ved-det-hele-typen.”
Satya Nadella, CEO for Microsoft (Bloomberg Businessweek, 2016)

Hvad denne vejledning tilbyder

Denne vejledning indeholder fire rammer for fortsat at vokse som underviser i AI-alderen. Hvert kapitel adresserer en forskellig dimension af udfordringen:

Kapitel 1: Cognitive Triage Ikke alle opgaver fortjener samme indsats. Dette kapitel introducerer FLUFF/SPARK-rammen for at skelne mellem opgaver, der er værd at uddelegere (Formatting, Layouts, Under-the-hood, Filing, Filtering), og idéer, der er værd at tænke over (Specific, Persuasive, Authentic, Rigorous, Keen-insight). Deleger FLUFF’en til AI; reserver din kognitive energi til SPARK’et.

Kapitel 2: The Intelligent Gearbox AI er en sandsynlighedsmotor, ikke en lommeregner — den forudsiger sandsynlige ordsekvenser frem for at hente verificerede fakta. At forstå dette ændrer måden, du bør interagere med den på. Dette kapitel præsenterer en progression af promptningsteknikker — fra første gear til overdrive — og viser, hvordan de samme principper, der forbedrer AI-prompts, også forbedrer undervisningen.

Kapitel 3: The Cognitive Gym Når det gælder studerendes læring, er målet ikke at fjerne friktion, men at tilføje den strategisk. Dette kapitel introducerer Gradvis Belastningsøgning (brug af AI som en coach, der øger udfordringen), AI-tjekprotokollen (en femtrins AI-revision, der forskyder bedømmelsen fra generering til verifikation) og VINE-rammen (at udvikle den æstetiske sans, der adskiller gennemsnittet fra det fremragende). Tilsammen gør disse rammer zombieafleveringer langt vanskeligere.

Kapitel 4: The Intelligent Simpleton Den største hindring for læring er ikke uvidenhed, men ego — behovet for at fremstå som en, der ved-det-hele. Neuroplasticitet sker ved vækstpunktet, hvilket betyder, at det at føle sig fortabt eller som begynder igen er betingelsen for vækst, ikke en hindring for den. Dette kapitel undersøger, hvordan man bruger AI som et frirum til at stille grundlæggende spørgsmål, hvordan man overvinder autenticitets- og institutionelle barrierer, og hvorfor modet til at give sig lov til ikke at vide i dag er vejen til at forblive lærde og velforberedte lær-det-hele-undervisere i morgen.

Sådan bruger du denne vejledning

Denne vejledning er designet til praktisk anvendelse, ikke passiv læsning. Hvert kapitel indeholder:

• Begrebsrammer, der omdefinerer din måde at tænke om AI i undervisningen på
• Konkrete praksisser, du kan implementere med det samme
• Eksempelprompts og opgavestrukturer klar til tilpasning
• Centrale pointer, der opsummerer de væsentligste punkter

Du behøver ikke at læse kapitlerne i rækkefølge, selv om de bygger videre på hinanden. Hvis din umiddelbare bekymring er at genvinde tid fra administrativt arbejde, så start med Kapitel 1. Hvis du kæmper med opgavedesign i en AI-verden, så gå direkte til Kapitel 3. Hvis du blot føler dig overvældet af tempoet i den teknologiske forandring, kan Kapitel 4 være det rette sted at begynde.

Rammerne i denne vejledning er ikke teoretiske. De opstår af underviseres levede erfaring med at navigere AI-overgangen, af forskning i læring og kognition og af hårdt tilkæmpede erfaringer med, hvad der virker, og hvad der ikke gør. De vil udvikle sig i takt med teknologien. Betragt dette som et levende dokument — et udgangspunkt for dine egen eksperimenter og tilpasninger.

En bemærkning om det, der står på spil

Vi lever i en transformation, der kan sammenlignes med bogtrykkunstens indførelse, elektricitetens udvikling eller internettets opfindelse. Gennem hele menneskehedens historie har vi stået over for teknologiske forstyrrelser, der syntes overvældende i øjeblikket. Vi lærte at kontrollere ild, udnytte elektricitet og spalte atomet. Hver overgang krævede, at vi aflagde gamle antagelser og opbyggede nye evner. Hver overgang frembragte både bemærkelsesværdige fordele og alvorlige risici.

AI er det seneste kapitel i denne igangværende fortælling. Det vil ikke være det sidste. Den samme art, der navigerede disse tidligere overgange, vil navigere denne. Spørgsmålet er, om vi navigerer den godt eller dårligt — om vi bruger disse redskaber til at udvide den menneskelige kapacitet eller til at formindske den.

For undervisere er indsatsen høj. Vi tilpasser os ikke blot til en ny teknologi. Vi former, hvordan den næste generation forholder sig til den teknologi. Hvis vi modellerer tankevækkende, kritisk, kreativt engagement med AI, vil vores studerende lære dette engagement. Hvis vi modellerer undvigelse eller ukritisk afhængighed, vil de lære det i stedet.

Den gode nyhed er, at de færdigheder, som AI gør mere værdifulde — kritisk tænkning, emotionel intelligens, bedømmelse under usikkerhed, kreativ intuition og evnen til at blive ved med at lære — er præcis de færdigheder, som gode undervisere altid har dyrket. AI-alderen gør ikke god undervisning forældet. Den gør god undervisning essentiel.

Fremtiden for menneskelig intelligens skrives lige nu. Du kan være med til at skrive den.

Hvad denne vejledning ikke behandler

Denne vejledning er skrevet til undervisere, der har besluttet sig for at engagere sig med AI i deres undervisning. Den er vejledende (her er hvordan, hvis du vælger det) frem for foreskrivende (du skal gøre dette). Kritikere med eftertanke har rejst bekymringer om brugen af AI, der fortjener anerkendelse, selv om de overskrider, hvad denne vejledning tilstrækkeligt kan behandle:

Om evidensgrundlaget. Den neuroforskning, der citeres (Kosmyna et al., 2025), er et preprint og endnu ikke fagfællebedømt. Påstande om kognitive fordele og skader ved AI-brug forbliver spirende videnskab, ikke et afgjort faktum.

Om miljø- og arbejdsomkostninger. AI-systemer forbruger betydelige mængder energi, vand og computerressourcer. De “gratis” redskaber, undervisere og studerende bruger, er subsidieret af venturekapital, dataudvinding og — i nogle tilfælde — underbetalt arbejde med indholdsmoderering. Denne vejledning undersøger ikke disse omkostninger.

Om data og privatliv. Når undervisere og studerende interagerer med AI-platforme, kan disse data bruges til at træne fremtidige modeller eller informere kommercielle produkter. Konsekvenserne for (akademisk) privatliv og intellektuel ejendomsret er fortsat uafklarede.

Om argumentet for modstand. Denne vejledning indrammer AI-adoption som en praktisk virkelighed at navigere, ikke et valg, der skal afvejes. Der findes legitime pædagogiske alternativer: håndskrevne opgaver, synkron bedømmelse, AI-frie kursusdesigns og læreplaner, der bevidst bevarer anstrengelse uden teknologisk stilladsering. Undervisere, der vælger disse tilgange, er ikke maskinstormere (eng. Luddites) — de beskytter måske værdier (dyb læsning, uassisteret tænkning, kropsliggjort læring), som denne vejledning undervurderer.

Om akademisk frihed. Intet i denne vejledning bør læses som et pres for at adoptere AI. Undervisere har ret til at designe AI-minimale eller AI-frie kurser baseret på deres disciplinære værdier og pædagogiske filosofi. En matematikundervisers overbevisning om, at uassisteret kamp er afgørende for læringen, eller en litteraturundervisers engagement i nærlæsning uden AI-resuméer, er et forsvarligt valg, som denne vejledning ikke anfægter.

Disse begrænsninger er ikke svagheder, der skal rettes i en fremtidig udgave — de afspejler ægte spændinger, som ærligt engagement med AI i uddannelse kræver at anerkende.

AI-alderen gør ikke god undervisning forældet. Den gør god undervisning essentiel.