Av Rune Johan Krumsvik, professor dr.philos ved Universitetet i Bergen og professor II ved Høgskulen i Volda
Publisert 28. juni 2024 kl. 13:01
«Er utdanningssektoren i stand til å takle endringene kunstig intelligens medfører?» spurte jeg i en kronikk for ett år siden. Og handler kunstig intelligens sin inntreden også om en teoretisk vending i utdanningsforskningen? Både profesjonsmeldingen og KI-brytningstiden aktualiserer dette.
I denne kronikken adresserer jeg om KI og de store språkmodellene ser ut til å endre noe av det teoretiske landskapet innen utdanningsforskningen.
I profesjonsmeldingen blir det nevnt at «Utviklinga innanfor kunstig intelligens og maskinlæring vil ha store og uføreseielege konsekvensar for mange yrkesfelt», samt en bekymring rundt at «utdanningane har blitt for prega av rein teori, teori som er fråkopla den praksisnære kunnskapen og erfaringane frå profesjonane».
Vi finner lignende tendenser i vår gjennomgang av kunnskapsgrunnlaget, hvor det avdekkes at KI har medført et teknologisk paradigmeskifte innenfor utdanningssektoren. Dette har også teoretiske implikasjoner. De transformative egenskapene og kapabilitetene til KI er vanskelig å ignorere rent forskningsmetodisk, og det gjør at KI, med sine generative egenskaper, kan endre en del av grunnpremissene for det utdanningsteoretiske landskapet.
Bakteppet for dette er at mange utdanningsteorier, naturlig nok har mennesket som grunnpremiss innen samhandling, læring, undervisning, vurdering, feedback, etc. KI endrer noe av dette virkelighetsbildet, og til tross for at man tidligere kunne si at nye «verktøy kommer og går, min teori består», representerer KI noe mer enn et passivt digitalt verktøy.
Så hvordan skal man så forholde seg, rent utdanningsteoretisk, til språkmodeller som selv er i stand til å generere innhold på et menneskelignende, høyt akademisk nivå?
Opptakten til dette spørsmålet kan sees i lys av at en rekke solide utdanningsteorier ble utviklet i forrige århundre, da utdanningene og samfunnet så veldig annerledes ut enn i dagens digitaliserte samfunn. Teoridefinisjonene fra svunnen tid preges av dette og tar naturlig nok ikke høyde for det teknologiske paradigmeskiftet KI representerer. Selv om noen teoretiske tilpasninger er gjort gjennom årenes løp, kan man likevel spørre om kartet stemmer med terrenget når det gjelder konvensjonelle utdanningsteoriers evne til å speile dagens digitaliserte samfunn og kunstig intelligens. Og kan dette hemme forholdet mellom teori og praksis?
Funnene i boken min tyder på det, og de viser at man bør vurdere å oppdatere utdanningsteorier for at de skal kunne fungere som vitenskapelige verktøy til å forstå, forklare og forutsi hvordan ting fungerer innen læring, undervisning, vurdering, motivasjon, o.l. i dag.
De må også ha en prediktiv kraft, altså kunne forutsi nye fenomener eller resultater under spesifikke betingelser, og de skal kunne forklare hvorfor og hvordan fenomenene skjer. For at en teori skal være vitenskapelig, må det være mulig å vise at den er feil hvis nye bevis motbeviser den. Noen vil likevel kanskje hevde at KI bare representerer et blaff som ikke forstyrrer og utfordrer etablerte teorier, mens andre vil hevde at de KI-genererte strømningene vi nå ser nettopp gjør det. Vår gjennomgang av kunnskapsgrunnlaget viser endringspotensialet KI har – også rent teoretisk. På flere utdanningsområder er KI såpass kapabel at man bør se nærmere på om en del konvensjonelle teoriers prediktive kraft er svekket, og om de må oppdateres for å kunne måle det man tror man måler rent empirisk.
En ensidig tro på teorideterminisme fra en svunnen tid kan altså få utfordrende kår i dette teknologiske paradigmeskiftet hvor både ontologi, epistemologi og metodologi blir utfordret på flere plan.
Dette kan også legge sten til byrden for teoriers tidvise manglende kopling til det praksisnære i profesjonsutdanninger og hvor profesjonsmeldingen nevner at: «Frå studenthald er det regelmessig uttrykt at undervisninga i sjukepleiar- og lærarutdanningane er for teoriprega og har for svak kopling til praksis». De fleste ønsker verken «praksisfundamentalisme» eller «teoriforherligelse» – nettopp for å unngå den klassiske teori-praksis dikotomien og som Yogi Berra beskriver slik «I teori er det ingen forskjell mellom teori og praksis. I praksis er det».
Ett essensielt funn i våre studier er at når KI kommer inn som ny aktør både i praksisfeltet og i det teoretiske landskapet, blir samhandlingen mellom mennesker komplementert i stadig større grad med hvordan mennesker samhandler med avanserte chatboter, avatarer og roboter i utdanningene og i praksisfeltet.
Det teoretiske landskapet bør derfor ta høyde for at det for første gang i historien er en ikke-menneskelig aktør i stand til å bruke menneskespråk på en måte som er så lik måten mennesker bruker det, at det blir vanskelig å skille mellom om det er et menneske eller en maskin som kommuniserer.
De store språkmodellenes kognitive kapabilitet og evne til semantisk analyse gjør dem i stand til å dybdeanalysere språket på helt nye måter som vi mennesker ikke evner og heller ikke klarer å se med det blotte øye. Et eksempel på dette er hvordan KI klarte å avdekke depressive trekk ved unges sosiale mediebruk tidvis bedre enn konvensjonelle teorier og forskningsmetoder i denne studien.
Våre egne funn innen studenters underveisvurdering og sluttvurdering i utdannings- og helsesektoren, reiser også spørsmål om konvensjonelle feedbackteorier evner å fange opp slike KI-strømninger. Vi finner at når språkmodellen GPT-4 mestrer en rekke avanserte akademiske eksamener (på norsk), og gir substansiell underveisvurdering på doktorgradsnivå som tidvis er på nivå med doktorgradsveilederes, forstyrrer dette noe av det teoretiske grunnfjellet innen underveisvurdering som har sett på menneskelig feedback som «gullstandarden».
Det betyr selvsagt at menneskelige veiledere fremdeles er gull verdt, men at feedbackteorier og dens forskningsmetoder bør oppdateres for å kunne måle det man tror man måler i dette nye KI-landskapet.
Mange utdanningsteorier har solide vitenskapsteoretiske røtter, et godt ankerfeste i kunnskapsgrunnlaget, og er dypt forankret i menneskelig interaksjon. Det er en viktig erkjennelse og viktig å anerkjenne. Samtidig bør man unngå at det utdanningsteoretiske landskapet havner på «sannhetens prokrustesseng» i denne KI-brytningstiden.
Derfor blir det avgjørende fremover å finne en balanse mellom å integrere KI og å bevare den essensielle menneskelige komponenten innen utdanningsvitenskapelig teorier. Dette innebærer en kombinasjon av å oppdatere eksisterende teorier, utvikle nye teoretiske rammeverk, tilpasse eksisterende forskningsmetoder, etablere nye KI-genererte forskningsmetoder og foreta en tettere kopling mellom teori og praksis, samt en kontinuerlig årvåkenhet rundt etiske implikasjoner.
Slik sett handler den teoretiske vendingen i utdanningsforskningen i bunn og grunn om å speile det praksisnære, det kontekstuelle, det situerte og det etiske i dette teknologiske paradigmeskiftet, slik at det blir adressert og kritisk diskutert i det utdanningsteoretiske landskapet.
Det vil kunne kompensere for teoriers tilbakeskuende vesen, bryte ned noe av praksis-teori dikotomien og heller få frem det dialektiske i lys av det som Immanuel Kant skal ha sagt «Teori uten praksis er tom; praksis uten teori er blind».
