Tilbage til fremtiden med AI?


Kære læser.

Forestil dig, at en AI-generet (og blød) stemme messer:

Luk øjnene og tænk tilbage til de gamle dage. Der, hvor hesterygge transporterede mennesker. Se så hestevognen for dit indre blik og bevæg dig frem i tid til dengang væltepeter, bil og damptog blev opfundet. Forstil dig, hvor stor en dag det var, da mennesket for første gang sendte en flymaskine til vejrs for ikke at nævne rumraketten. Gå længere frem i tid og tænk på opfindelsen af lyntog, GPS, el-bilen, den selvkørende bus og ja, koncept Gomore  (glem undervejs endelig ikke computeren som drivkraft for udviklingen). Bevæg nu dine tanker til lommeregner, mobiltelefon, Ipad og SoMe. Vi er næsten ved at være der, fremme ved nutiden og det, alle taler om, nemlig: AI.

Her skal du virkelig vågne op! For det er hverken muligt eller hensigtsmæssigt - hvis du spørger eksperterne - at lukke øjnene for den voldsomt accelererende teknologiske udvikling, der vender op og ned på verden – og ikke mindst den undervisningsverden, vi har kendt indtil nu.

Sådan lød budskabet fra AI forsker og professor i sprogmodeller, Anders Søgaard, Københavns Universitet, og cand. polit og rådgiver i kunstig intelligens, Peter Svarre, som NCUM blandt flere paneldeltagere havde inviteret til debat om, hvad AI kan gøre for læring og matematikundervisningen. Det skete på årets folkemøde på Bornholm, og emnet trak fulde huse: både folkeskoleelever og elever på ungdomsuddannelser, lærere og lægmænd var kommet for at blive klogere på, hvad kunstig intelligens kan og ikke kan.

Det blev fremhævet at matematik er byggestenen i AI, og at der er brug for mennesker med matematiske kompetencer til den fortsatte udvikling. ”Kunstig intelligens er matematik og det er matematik på folkeskolepensum. Det er funktioner med plus og gange og ikke særlig meget mere. Det er måske kun 2% der er mere avanceret”, slår Anders Søgaard fast. AI øger også behovet for kritisk dømmekraft i befolkningen generelt, og matematikundervisningen har en væsentlig rolle at spille i denne sammenhæng. Hertil kommer at AI kan bruges som didaktisk redskab til styrke matematiklæring, og ikke alene til at outsource løsning af matematikopgaver. AI er ikke til at komme udenom, hellere ikke når vi taler om fremtidens matematikundervisning.

Hvorfor egentlig AI i undervisningen?

Det er ikke ny viden, at AI har fundet vej ind i skoler og ungdomsuddannelser. Ikke som formaliserede ’medier’, der nødvendigvis taler sandt eller beregner korrekt. Heller ikke som skolefag til elever eller uddannelsestilbud til lærere. Endnu. Der, hvor AI er mest kendt – eller skulle man måske sige berygtet i dag - er nok som redskab til snyd i forbindelse med afleveringer og eksamener.

AI er dog meget mere end det, hvis man spørger AI-eksperterne. Derfor fokuserede NCUMs sidste debat ud af fem også netop på fordele og faldgruber ved kunstig intelligens. De mange værktøjer, der netop nu boomer og udvikler sig med lynets hast, og som både medfører didaktiske potentialer og ditto problemer.

For forestil dig lige, hvis maskinerne bliver så dygtige, at de kan agere ’menneskelige matematik tutorer’ og overflødiggøre matematiklæreren.

For en af de toneangivende AI-forskere og fortalere for AI, Ethan Mollick, professor ved University of Pennsylvania, hvor han forsker i innovation og AI’s effekt på arbejdsliv og uddannelse, er det ikke en fjern fremtid. Her vil teknologien kunne gøre meget for menneskeheden – og matematikken. I sin bog ”Co-intelligence” kan den maskinelle tutor meget nemt bryde alle skalaer og statistikker i den virkelige læringsverden. Hvor lærere kæmper med at løfte elever bare 1-2% i matematik, så vil maskinen med en elev, der modtager 1-til-1 undervisning i et år via en personaliseret og teknisk sofistikeret maskine kunne opnå et læringsløft på hele 40 %. En bedrift, der ikke er mulig at se for sig ske i en ganske normal folkeklasse med 28 elever med vidt forskellige læringsudfordringer og behov og med kun en matematiklærer til deling til rådighed.

Er AI maskiner mental fitness eller Doomsday?

Men er det ikke bare Utopia, spin og snedige forretningsmodeller, der taler om en fremtid, hvor AI kan løse alle vores problemer? Vil AI i virkeligheden ikke bare gøre os dummere og mere og dovne, når maskinerne kan tage 100 % over for os mennesker og regne alt muligt ud for os?  Behøver vi så at bakse med den matematik, som mange elever verden over desværre har det svært med?

Det spørgsmål stillede moderator Timme Bisgaard Munk digitalrådgiver Peter Svarre, som gav følgende anekdotiske fortælling som svar:

”Min søn går i 3. klasse og modsat mig, har han ikke helt nemt ved matematik. Så det ville jeg gerne gøre noget ved. Og siden jeg underviser i chatGPT udviklede jeg en skræddersyet en af slagsen til ham, som skulle agere matematiklærer og give ham pædagogiske, inspirerende og sjove opgaver. Opgaver a la tre piratskibe sejler afsted med tre skatte hver – hvor mange er der i alt? Det gik rigtigt godt til at starte med. Men så skulle han løse en opgave, jeg ikke husker ordlyden på, men hvor det korrekte svar var 30, hvortil min søn svarer 28. Og chatGPT’en konkluderer- henvendt min søn: Tillykke, du har svaret rigtigt!...Der sad jeg så med det dilemma, at jeg skulle fortælle ham, at både maskinen og ham havde lavet fejl. Det endte med, at han blev sur på mig, på maskinen, og så ville han ikke mere lege med den der ’matematiklærer’…Og det siger bare noget om de her kunstige intelligenser: Man kan få dem til at agere som lærere, man kan bruge dem i sin undervisning, og de kan alle mulige ting, men de er også smækfyldte med bias og fejl, og det gør, at man ikke helt kan stole på dem…

Brug for kørekort, kritisk sans og hjælp fra lærere

Selvom de mange AI-tilbud endnu er langt fra færdigudviklede som undervisningsredskaber, så er værktøjerne allerede klar til fri og måske farlig afbenyttelse. Her fx til elever, som både kan bruge dem til at komme nemt om ved opgaver, snyde til eksamen eller blive vildledt af i jagten på at udforske et helt nyt mulighedsmekka.  

Et af de nuværende problemer med AI er nemlig, at INGEN har fået rigtigt kørekort til dem endnu – ikke engang udviklerne bag de voldsomt mange tilbud, som i dag kan hentes ned fra skyen med blot et enkelt klik. 

Og det kan både forvirre, forvrænge og forstyrre læring, mener tiltrædende forperson hos Danske Gymnasieelever, Joakim Federspiel: ” Det er som med opfindelsen af bilen, at biluheldet opstod, og vi fandt ud af, at det måske var meget smart at opfinde sikkerhedsselen: Vi skal have fokus på at klæde eleverne på til at bruge AI-redskaber rigtigt – og ikke mindst lærerne”.

Samme budskab lød fra næstformand i Danske Skoleelever, Frederikke Didriksen: ”For os er det med AI meget blandet. Grundlæggende er det med til at kunne give os mange ting – skabe overblik, bruges til at forklare metoder, og det er rigtigt positivt. Men det er også vigtigt, at vi er i stand til at tænke kritisk over de resultater, AI kommer med og at lære at bruge redskaberne ordentligt. Her har vi brug for, at der sidder en lærer med og kan lære os at bruge dem. For vi VIL møde AI senere hen – særligt i vores fremtidige arbejdsliv. Og det skal vi blive klædt på til.”

Kunstige neurale netværk er (store og indviklede) funktioner, som i første omgang skal justeres ind – trænes – på data, man kender, så output er acceptabelt for det data, hvor man kender svaret. Når det er trænet, er det en funktion. Funktionsbegrebet er helt centralt her. I træningen indgår mange matematiske emner fra skolerne og (især) gymnasierne: Differentiation, optimering, sammensatte funktioner og valg af funktionstyper med ønskede egenskaber.

Sandsynlighedsteori og statistik er et centralt element i enhver form for AI. Svar afhænger af det data, systemet har ”lært” fra, træningsdata. Statistiske metoder indgår, når man udvælger data og i al tilgang til validering af systemet.

Store sprogmodeller kan, efter træning på en stor mængde tekst, skrive tekst, der sprogligt er korrekt. Der indgår sandsynlighedsteori: Hvilken sætning følger mest sandsynligt efter det, der allerede er skrevet.  I mindre skala, kender vi det fra autocomplete.

Lyst og leg i matematikundervisningen

Matematikfaget har i mange år været udskældt for at være kedeligt, svært og noget med at lære facit udenad. Kan man forestille sig, at man med AI ligefrem får redskaber til at skabe lyst og leg ind i faget? Det spurgte vi ungestemmerne af paneldeltagerne om. Blandt andet Karla Faber, som læser HTX og også arbejder som frivillig i Videnskabsklubben:

”I Danmark så tror jeg, vi skal huske på, at der har vi et problem med at få skabt interesse for matematik blandt børn og unge. Og jeg ved ikke, om AI i grundskolen nødvendigvis er den måde, vi får flere unge til at blive motiverede for matematik. Jeg tror ikke, de synes, det er sjovt at sætte sig bag en computer i endnu flere timer og bare sidde og løse matematikopgaver. Jeg tror, vi skal passe på, at computeren ikke yderligere tager motivation væk fra matematikken. For vi vil gerne have flere til også at kunne lide matematik, så dertil har vi brug for at lege og lave noget rigtig matematik, udforske og afprøve. Vi elever vil virkelig gerne lege og være ude i virkeligheden med matematik. Se og røre ved den.” 

Lighed eller ulighed i undervisningssystemet med AI

Som med mange nymodens og forholdsvist uafprøvede tiltag opdager vi først konsekvenser, barrierer og biases, når vi ved tilstrækkeligt om dem, har forsket i dem og i praksis afprøvet dem. Det gælder også med AI, fremhævede Anders Søgaard, som til daglig forsker i AI sprogmodeller og den måde vi interagerer med teknologi på via maskinlæring:

Alting omkring nye teknologier er megadobbelt: De giver os noget, de tager noget fra os… AI er en teknologi, der kan give os opmærksomhed; vi får båndbredde og flere ressourcer, men det tager også ressourcer fra os. Sådan er det med TIK TOK, Instagram og alt muligt andet. Kunstig intelligens er – når det er bedst - når det ikke er en forretning og det ikke er Disney, TIK TOK og alt muligt crap, et lighedsprojekt. Det er tanken bag det! På samme måde med alle mulige andre teknologier i øvrigt som fx vaskemaskinen og bilerne har været med til på nogen punkter at gøre verden mere lige og også nogle gange mere ulige fordi, der er en masse penge i det. Men tanken bag AI er et lighedsprojekt. Og specifikt i forhold til matematikundervisning, så kan kunstig intelligens noget, fordi den kan gøre det lettere at lære matematik, for dem der har det sværest med det, fordi matematik for mange er svært og tager tid for mange elever og de lærere, der skal undervise dem. Her kan nye værktøjer hjælpe i matematikundervisningen.  Så i stedet for at stille spørgsmålet: hvad kan AI gøre for os, så stil spørgsmålet: Hvad kan AI gøre ved dem, der har mest brug for værktøjet. For mange mennesker, der ikke lige arbejder med AI som forskningsfelt til daglig, er det en helt ny teknologi, som vi først er ved at lære at bruge nu. Og skal man tale om AI som et undervisningsværktøj NU, så er der en masse underliggende og tekniske værktøjer, der skal i brug, og som vi forskere endnu ikke er færdige med at forske i og udvikle på. 

Mennesket og/eller maskinen?

Men kan AI ikke også bidrage til større ulighed? Et teknologisk A- og B-hold? Det spørgsmål blev blandt andet stillet af gymnasielærer og medlem af GL, Bodil-Marie Gade, der mener, der er grund til faglig forsigtighed og skepsis over for AI:

Vi kender problemstillingen fra Google Translate, hvor der også er udfordringer og muligheder. AI kan meget vel gøre noget for de fagligt svageste elever. Samtidig er det også den elevgruppe, der er mest udfordrede på at bruge teknologien på den mest hensigtsmæssige måde. Her har de brug for mig som lærer – ikke kun til at lære noget om et fag, men om relationer. Fx hvis Peter har haft en dårlig morgen. Lige netop de bløde ting, som jeg kan se og tilbyde Dvs. alt det, der også er på spil, når vi står som undervisere i et klasselokale, og når vi står over for eleverne fysisk. For det bruger vi jo enormt meget energi på; at aflæse og afkode hvad, der foregår i rummet, og spørge os selv om som undervisere: Hvorfor tager du som elev ikke imod alt det, jeg prøver at tilbyde dig? Vi skal et andet sted hen, mener jeg, når man står med den type af udfordringer. Og der når maskinen jo aldrig hen eller hvad?...” 

Og nej, lød svaret fra eksperterne.  Maskinen kan og skal ikke erstatte mennesket:

En af de pointer, jeg taler oftest om, når jeg underviser og holder foredrag om kunstig intelligens, og som ikke kun har noget at gøre med undervisningssektoren, det er, at det bliver først et nyttigt redskab og bliver rigtigt fedt, når man kombinerer maskinen med menneskelig intelligens. Det tror jeg, de fleste forskere er enige i”, konkluderede Peter Svarre.

Psykedelisk matematikundervisning

Som afslutning på NCUMs debat var der plads til grin og gimmicks. Her sluttede moderator af med følgende historie og håb for fremtidens matematikundervisning:

Jeg vil bare lige nævne en sjov lille historie: Da fotografiet kom frem, så frygtede kunstmalerne jo, at de blev arbejdsløse. Men det, der rent faktisk skete, var meget fantastisk: de slap for at stå og male kedelige billeder af gamle mænd, der skrev store dokumenter under. Og så havde kunstmalerne tid til at opfinde ekspressionismen og kubismen. Og hvis vi nu her til slut på en spændende og også alvorlig debat tager den store JA-hat på, så ku det være - altså at enden på AI i matematikundervisningen - at vi får mulighed for at skabe ekspressiv matematik - altså vi ku blive frigjort for det operationelle og blive ligesom tankens eller matematikkens ekspressionister.

Det blev der grint af – men måske ikke i fremtiden. Det hele afhænger af udviklingen og den vigtige relation mellem maskiner og mennesker.

Se video fra debatten herunder – og husk at tilmelde dig NCUMs nyhedsbrev for info om NCUMs øvrige debatter på Folkemødet 2024.

Hold øje med NCUMs portal for mere viden om matematikundervisning.

Peter Svarre

Peter Svarre har arbejdet med digitale teknologier i 25 år og er forfatter til tre bøger, heriblandt bogen Hvad skal vi med mennesker?, som handler om kunstig intelligens. Peter ser store muligheder i at anvende kunstig intelligens til at gøre undervisning bedre, sjovere og mere personlig. I den bedste af alle verdener kan kunstig intelligens blive den personlige tutor, som tålmodigt hjælper studerende med at forstå og løse eksempelvis matematiske problemer. Men der kan også være store udfordringer med kunstig intelligens i undervisningsverdenen: Umiddelbart er der naturligvis udfordringerne med snyd til eksamener, men den virkelige udfordring er, at vi risikerer, at både undervisere og elever ender med at blive dovne, når kunstige intelligenser overtager deres opgaver. I værste fald ender vi med en verden, hvor kvaliteten af undervisning falder, fordi den ender med at blive varetaget af gennemsnitlige kunstige intelligenser, og hvor eleverne ikke lærer noget, fordi de bare lader de kunstige intelligenser lave alle deres opgaver.

Anders Søgaard

Er ph.d., forfatter og professor i maskinlæring og kunstig intelligens på Københavns Universitet. Anders arbejder til daglig med størrelser som databehandling, datalingvistik, sprogmodeller, informatik og natursprogsbehandling. Som udgangspunkt forholder Anders sig positivt til kunstig intelligens, fordi teknologien – i de rette hænder - kan medvirke til at skabe større global lighed og ikke mindst nye muligheder for at øge interessen for matematik. Det store fokus på ChatGPT kan fx skabe et nyt og nutidigt narrativ om matematik – hvad matematik bidrager til og kan. Her også ift. almen dannelse, deltagelse i demokratiet og ift. tænke kritisk. Og så mener Anders, at vi med AI såvel som i faget matematik skal blive bedre til at lege. AI nye muligheder for at udforske, afprøve og undersøge. Netop det, faget matematik handler om. En anden central pointe fra Anders er, at koblingen til praksis bliver kortere med computeren. Med computeren og AI-værktøjer slipper vi for at lave en masse udregninger, som gør, at vi kan blive klogere på store forhold som fx evolutionsbiologi, klimamodeller, og hvordan vores hjerner fungerer.