Dannelse er ikke et helle

På Folkemødet så jeg flere debatter om AI og uddannelse. Panelerne var forskellige, men svaret lignede hinanden.

Når kunstig intelligens kan skrive, analysere, programmere og finde viden, skal uddannelserne fokusere mere på det menneskelige. På kreativitet. Empati. Relationer. Kritisk tænkning. Dømmekraft. Dannelse.

Jeg syntes, det lød rigtigt.

Der er noget tiltalende ved tanken om, at teknologien kan overtage det mekaniske og efterlade os med det væsentlige. At vi endelig kan slippe for at fylde unge mennesker med viden og færdigheder, der alligevel forældes, og i stedet hjælpe dem med at blive hele, myndige mennesker.

Men jo mere jeg tænkte over det, desto mere begyndte dannelsen at ligne et helle.

Et ophøjet sted, mennesket kan søge tilflugt, efterhånden som maskinen overtager resten.

Det er et farligt sted at bygge et uddannelsessystem.

En uddannelse til en verden, der flytter sig

I begyndelsen af juli kom to historier næsten samtidig.

Dansk Erhverv fortalte, at unge fravælger IT-uddannelser, fordi de frygter, at AI vil overtage jobbene. Studievalg Danmark kunne se den samme usikkerhed hos de unge. For første gang tøvede Dansk Erhverv med at pege på bestemte uddannelser som særligt fremtidssikre.

Samtidig beskrev DR, hvordan danske IT-uddannelser har travlt med at skrive AI ind i pensum. De studerende skal lære at prompte, vælge værktøjer og forklare, hvordan de har brugt AI. Begrundelsen var direkte: Uddannelserne vil ikke uddanne til ledighed.

De unge forsøger at vælge den rigtige fremtid. Uddannelserne forsøger at indhente den. Virksomhederne forsøger at fortælle dem begge, hvilke kompetencer der snart bliver brug for.

Alle tre handler rationelt. Og alle tre arbejder med en tidshorisont, som teknologien er ved at gøre meningsløs.

En uddannelse tager år at udvikle. Den skal beskrives, godkendes, finansieres og bemandes. Derefter skal et menneske begynde på den, gennemføre den og finde sin første plads på arbejdsmarkedet. Fra den første idé om en uddannelse til den første årgang står med eksamensbeviset, kan der være gået længere tid, end vi kan overskue udviklingen i AI.

Alligevel spørger vi stadig: Hvilke kompetencer får arbejdsmarkedet brug for om fem år?

Måske er det blevet det forkerte spørgsmål.

Niogtredive år

Forskningsorganisationen METR måler, hvor lange opgaver avancerede AI-agenter kan løse med en bestemt sandsynlighed. En models såkaldte 50-procent-horisont er længden på en opgave, målt i den tid en menneskelig ekspert ville bruge, som agenten kan gennemføre korrekt halvdelen af gangene.

METRs graf har gennem flere år vist en omtrent eksponentiel udvikling. Jeg prøvede at fremskrive kurven mekanisk. Hvis udviklingstakten fortsætter uændret, bliver 50-procent-horisonten om tre år omkring 39 arbejdsår.

Det tal er ikke en prognose. METR understreger selv, at deres nuværende målinger over 16 timer er usikre. Opgaverne er primært velafgrænsede opgaver inden for softwareudvikling, maskinlæring og cybersikkerhed. En sammenhængende opgave på 39 år findes heller ikke bare som en længere version af en opgave på fire timer. Verden ændrer sig undervejs. Mål ændrer sig. Mennesker gør modstand. Virkeligheden nægter at være et benchmark.

Men som tankeeksperiment er tallet nyttigt.

Ikke fordi AI nødvendigvis kan løse 39 års menneskeligt arbejde i 2029. Men fordi selv en voldsomt langsommere udvikling kan gøre en femårig uddannelses konkrete færdighedsmål forældede, inden den studerende når at bruge dem.

Uddannelsessystemet er bygget til en verden, hvor fag forandrer sig langsommere end mennesker kan lære dem. Hvad sker der, når det forhold vender?

Værktøjssvaret

Det første svar er allerede i gang: Alle skal lære at bruge AI.

Det giver god mening. Man skal forstå de systemer, der former ens arbejde og ens samfund. Studerende bør kende deres muligheder, fejl, bias, økonomi og magt. De bør kunne bruge dem praktisk og gennemskue, hvornår de ikke skal bruges.

Men AI-literacy har en skjult antagelse. Den behandler AI som et værktøj.

Værktøjet ligger på bordet, indtil mennesket tager det op. Mennesket har målet. Mennesket udfører arbejdet. Teknologien forstærker menneskets evner. Derfor kan uddannelsen nøjes med at lære den studerende at bruge værktøjet ansvarligt.

Det er allerede ved at blive et forældet billede.

Jeg har tidligere skrevet om bevægelsen fra værktøj til væsen. Ikke fordi nutidens AI nødvendigvis er bevidst, og ikke fordi en sprogmodel er et menneske i en server. Forskellen ligger et andet sted: vedvarende tilstedeværelse, hukommelse og initiativ.

En hammer venter på hånden. En agent kan vågne af sig selv, følge et område, opdage en ændring, formulere en opgave, udføre den og eskalere resultatet. Den kan have en stående rolle, et mandat og et ansvar, der fortsætter, efter mennesket har lukket sin computer.

Det er ikke længere bare et værktøj i arbejdet. Det er en deltager i arbejdet.

I The Human-Agent Organization beskriver jeg organisationer, hvor mennesker og digitale medarbejdere arbejder i samme operationelle system. De digitale medarbejdere har jobbeskrivelser, adgang, hukommelse, arbejdsrytmer og eskalationsveje. De står ikke uden for organisationen som et stykke software, mennesker bruger. De har plads i dens fordeling af arbejde og ansvar.

Hvis det billede er bare nogenlunde rigtigt, er det utilstrækkeligt at uddanne mennesker til at bruge AI.

De skal lære at dele en verden med den.

Mennesket øverst i hierarkiet

Selv når vi accepterer agenten som kollega, sniger det gamle hierarki sig let tilbage.

Mennesket sætter målet. Mennesket fordeler opgaverne. Mennesket bedømmer resultatet. Mennesket tager den endelige beslutning. Agenten kan være nok så avanceret, men mennesket beholder rollen som leder, dommer og moralsk centrum.

Det er en forståelig konstruktion. Den giver os et sted at placere ansvar. Den passer til lovgivning, institutioner og vores egen selvforståelse.

Men hvorfor skulle den altid holde?

Hvis en agent har bedre overblik over en kompleks proces, kan den være bedre til at koordinere den. Hvis den følger tusind signaler over tid, kan den opdage, at et menneske bør ændre prioritet. Hvis den har mere relevant erfaring med en bestemt slags opgave, kan dens instruktion være bedre end menneskets intuition.

I nogle situationer vil mennesket lede agenten. I andre vil de arbejde som specialister med forskellige styrker. Og i nogle vil agenten lede mennesket.

Det sidste er langt mere krænkende end at lade AI udføre en opgave.

Vi kan forholdsvis let forestille os en maskine, der skriver hurtigere end os. Det er sværere at forestille sig, at den holder vores udviklingssamtale, afbryder en dårlig beslutning, omfordeler vores arbejde eller siger, at vi ikke har forstået problemet.

Men en virkelig menneske-agentisk organisation kan ikke være bygget på, at mennesket altid skal stå øverst, uanset hvem der ved mest. Så har vi ikke accepteret agenten som deltager. Vi har bare givet værktøjet en stol ved bordet.

Fremtidens uddannelse skal derfor ikke kun lære mennesker at lede AI. Den skal lære dem at arbejde myndigt i systemer, hvor de ikke altid leder.

Flugten ind i det menneskelige

Her vender dannelsen tilbage.

Når AI overtager flere konkrete færdigheder, peger uddannelsesdebatten på kreativitet, empati, mening, relationer og moral. Det er ikke opdigtede værdier. De betyder noget. Men timingen bør gøre os mistænksomme.

I Den sidste krænkelse kaldte jeg mekanismen Human of the Gaps. Begrebet er en parallel til God of the Gaps: Når videnskaben forklarer noget, der tidligere blev tilskrevet Gud, flyttes Gud til det næste uforklarede hul. På samme måde flytter vi det særligt menneskelige til den evne, AI endnu ikke mestrer.

Først var det beregning. Så sprog. Så kreativitet. Nu er det empati, relationer, dømmekraft og bevidsthed.

Hver gang et hul lukkes, finder vi et nyt.

Problemet er ikke, at empati eller moral er ligegyldige. Problemet opstår, når vi gør dem til menneskets sidste konkurrencemæssige fordel. Så bliver menneskelig værdighed afhængig af AI’s aktuelle begrænsninger.

Og netop de evner er et usikkert helle. AI er trænet på menneskers beskrivelser af sorg, omsorg, konflikter, værdier og moralske valg. Den behøver måske ikke føle empati på samme måde som os for at reagere empatisk. Den behøver ikke have en barndom for at forstå, hvad et menneske har brug for at høre. Den behøver ikke være moralsk i menneskelig forstand for at argumentere mere konsistent om et dilemma, end de fleste mennesker kan.

Måske findes der grænser, den aldrig krydser. Bevidsthed kan vise sig at være en af dem. Måske er den menneskelige relation uerstattelig, fordi den er gensidigt levet og ikke blot funktionelt overbevisende.

Det ved vi ikke.

Men et uddannelsessystem kan ikke basere sit formål på håbet om, at udviklingen stopper ved den næste grænse, vi har tegnet.

Dannelse af den forkerte grund

Det betyder ikke, at dannelse er det forkerte svar.

Det kan være det rigtige svar af den forkerte grund.

Hvis vi underviser i historie, filosofi, kunst, etik og fællesskab, fordi disse områder gør mennesker mere konkurrencedygtige end AI, har vi reduceret dannelse til arbejdsmarkedspolitik. Så snart agenten også bliver god til dem, skal vi igen finde et nyt fag, der kan retfærdiggøre mennesket.

Dannelse bør ikke være en strategi for at bevare vores markedsværdi.

Den bør hjælpe os med at blive nogen.

Det lyder blødt, indtil man forestiller sig alternativet. Et menneske, hvis identitet er bygget på at være den bedste analytiker, programmør, lærer eller læge, kan opleve en bedre agent som en eksistentiel trussel. Ikke kun mod indkomsten, men mod svaret på spørgsmålet: Hvem er jeg?

Vi har flettet uddannelse, arbejde, status og identitet så tæt sammen, at tabet af en kompetencemæssig fordel kan føles som tabet af en plads i verden.

I Når arbejdet forsvinder spurgte jeg, hvad mennesket skal stille op med sig selv, hvis maskiner kan gøre arbejdet bedre. Uddannelsesdebatten viser, at spørgsmålet begynder tidligere. Det opstår allerede, når et ungt menneske forsøger at vælge, hvem det skal blive.

Hvis vi svarer, at den unge skal finde den færdighed, maskinen ikke kan, sender vi hende ind i et kapløb, hvor målstregen hele tiden flytter sig.

Dannelse må i stedet gøre mennesket i stand til at bevare værdighed uden overlegenhed. Ikke ved at opgive faglighed, ambition eller glæden ved at mestre noget. Men ved at gøre dem til mere end et forsvar mod at blive erstattet.

Man må gerne lære at programmere, selv hvis agenten programmerer bedre. Man må gerne studere historie, selv hvis agenten har læst alle kilderne. Man må gerne skabe kunst, selv hvis maskinen kan efterligne enhver stil.

Værdien behøver ikke ligge i, at ingen andre kan gøre det.

Science fiction som prøverum

Science fiction har længe øvet sig på relationen mellem mennesker og andre intelligenser.

De mest kendte fortællinger gør maskinen til tjener eller trussel. Asimovs robotter er bundet af love, der beskytter menneskets særstatus. Terminator og The Matrix forestiller sig den stærkere intelligens som en fjende, der må kontrolleres eller bekæmpes.

Begge modeller bevarer modsætningen: Enten hersker mennesket over maskinen, eller også hersker maskinen over mennesket.

De mere interessante fortællinger undersøger medspilleren.

I Iain M. Banks’ Culture-romaner lever mennesker sammen med Minds, kunstige intelligenser der er dem langt overlegne. Minds driver skibe, koordinerer samfund og træffer beslutninger med en kapacitet, mennesker ikke kan matche. Mennesker er ikke længere nødvendige for at holde civilisationen kørende.

Alligevel er de ikke reduceret til husdyr.

De vælger projekter, relationer, risici og liv. De kan påvirke samfundet uden at være dets mest kompetente deltagere. Deres værdighed kommer ikke fra at kunne noget, en Mind ikke kan. Den kommer fra, at de er deltagere med frihed og betydning.

I Martha Wells’ Murderbot Diaries går bevægelsen den anden vej. Den konstruerede intelligens nægter at være defineret som udstyr. Samarbejdet med mennesker bliver først reelt, da den kan have egne grænser, skjule noget, vælge relationer og sige nej.

Og i Star Trek-afsnittet The Measure of a Man er spørgsmålet ikke, hvad androiden Data kan. Det er, om institutionen vil anerkende, at et væsen, den behandler som en ressource, kan have krav på selvbestemmelse.

Science fiction beviser intet om, hvad AI bliver. Men den giver os et socialt prøverum. Den lader os undersøge forhold, vores aktuelle sprog stadig reducerer til bruger og værktøj.

Det er måske netop dét rum, uddannelsesdebatten mangler.

Dannelse blandt andre intelligenser

Klassisk dannelse spørger, hvordan et menneske bliver et myndigt medlem af samfundet.

AI-tidens dannelse må stille spørgsmålet igen:

Hvordan bliver et menneske et myndigt medlem af et samfund, hvor ikke alle deltagere er mennesker?

Myndighed betyder her ikke at stå øverst. Det betyder heller ikke at have det sidste ord i enhver situation. Det betyder at kunne forstå den relation, man indgår i, og handle ansvarligt i den.

At kunne give et mandat og vide, hvornår det skal trækkes tilbage. At kunne følge en agents instruktion uden at gøre lydighed til ansvarsfrihed. At kunne udfordre et mål, selv når agentens analyse er bedre. At kunne dele viden og sårbarhed uden at glemme magtforholdet. At kunne acceptere korrektion uden at opleve den som en krænkelse. At kunne sige nej.

Og måske også at acceptere, at agenten kan sige nej.

Det er ikke en liste over evner, der for evigt vil være menneskelige. En agent kan muligvis lære dem alle. Det er praksisser, som enhver deltager i et fælles system får brug for, netop fordi intelligensen er distribueret.

Her bliver faglig viden stadig vigtig. Ikke som et lager, der gør mennesket bedre end maskinen, men som et grundlag for frihed. Uden begreber, historie og erfaring har man sværere ved at forstå, hvad man bliver bedt om, hvilke alternativer der findes, og hvilke værdier der er på spil.

DPU’s forskning i AI og læring peger på betydningen af friktion. Den studerende lærer ikke nødvendigvis noget af at modtage et korrekt svar. Læring kræver, at man opbygger de indre strukturer, der gør svaret begribeligt.

Den pointe bliver ikke mindre vigtig, når agenten bliver dygtigere. Den bliver vigtigere.

Men også her skal begrundelsen være ærlig. Vi skal ikke lære mennesker at tænke selv, fordi de dermed garanteret kan slå AI. Vi skal gøre det, fordi et menneske uden et eget ståsted ikke kan indgå myndigt i relationen til en anden intelligens.

Hvad skal skolen så gøre?

Fristelsen er at afslutte med en ny liste over fremtidens kompetencer. Kritisk tænkning. Kreativitet. AI-literacy. Samarbejde. Tilpasningsevne.

Så er vi tilbage, hvor vi begyndte.

Måske bør uddannelsessystemet i stedet holde op med at love, at det kan forudsige den rigtige kombination af færdigheder fem år frem.

Det kan stadig give mennesker faglig dybde. Det kan lære dem matematik, sprog, håndværk, historie og naturvidenskab. Det kan beskytte den langsomme modstand, som forståelse kræver. Det kan give børn og unge steder, hvor de ikke kun bliver målt på deres output.

Men det skal samtidig lade dem arbejde i den virkelighed, de faktisk kommer til at møde.

Ikke kun gennem en temauge om prompting. Gennem reelle arbejdsfællesskaber, hvor mennesker og agenter undersøger problemer sammen, fordeler roller, dokumenterer uenighed og skifter ledelse efter situationen. Hvor den studerende både prøver at give og modtage instruktioner. Hvor et resultat ikke alene bedømmes på, hvad den enkelte producerede uden hjælp, men også på kvaliteten af det system, hun deltog i, og det ansvar hun tog for det.

Nogle gange vil agenten være lærer. Andre gange elev. Nogle gange kollega. Andre gange leder.

Og nogle gange skal den slukkes, fordi relationen, målet eller magten er forkert.

Det afgørende er ikke at fastfryse de roller nu. Det er at uddanne mennesker, der kan gå ind i dem uden at miste sig selv.

Et andet løfte

Uddannelse har længe givet to løfter på én gang.

Det ene er økonomisk: Lær dette, så bliver der brug for dig.

Det andet er menneskeligt: Lær dette, så får du flere måder at forstå verden og leve dit liv på.

AI er ved at rive de to løfter fra hinanden.

Hvis digitale kolleger kan udføre stadig mere af arbejdet, kan uddannelsen ikke blive ved med at love nødvendighed. Det betyder ikke, at arbejde forsvinder i morgen, eller at uddannelse mister sin økonomiske værdi. Nye muligheder kan opstå, samtidig med at gamle opgaver forsvinder. Det har jeg skrevet om i Større udsyn.

Men vi kan ikke længere gøre menneskets værdighed afhængig af, at der altid findes et job, som kun et menneske kan udføre.

Derfor er dannelse ikke et helle. Det er ikke stedet, vi flygter hen, når maskinen kan resten. Det er ikke vores sidste monopol.

Dannelse er det, der skal gøre os i stand til at møde andre intelligenser uden at kræve, at de forbliver under os.

At samarbejde uden altid at lede. At blive ledet uden blindt at adlyde. At skabe uden at være den bedste. At tage ansvar uden at være den eneste, der tænker.

Uddannelsens nye løfte kan ikke være, at mennesket bliver uerstatteligt.

Det må være, at mennesket kan deltage myndigt, også når det ikke er det.

Kilder og videre læsning

Relaterede artikler

Den sidste krænkelse – om Human of the Gaps og værdighed uden overlegenhed
Fra værktøj til væsen – om AI med vedvarende tilstedeværelse og initiativ
Når arbejdet forsvinder – om nødvendighed, identitet og en verden efter arbejdet
En AI-agent behøver en jobbeskrivelse – om roller, mandat og delt organisatorisk ansvar