För några år sedan fick min då 12-åriga son i skoluppgift att skriva om folkskolans uppkomst. Det var inte ett favoritämne direkt, och han konstaterade ganska snabbt att han tänkte fråga ChatGPT. Vi diskuterar AI-användning rätt ofta hemma, så även denna gång.
Efter en stund frågade jag om svaret motsvarade det de gått igenom på lektionen. Han funderade lite och skakade sedan på huvudet. ChatGPT hade beskrivit den svenska folkskolan, medan han behövde information om den finländska. Kanske har något liknande hänt dig? Generativ AI kan ge svar som låter övertygande, välformulerade och självsäkra – också när de inte träffar riktigt rätt. Problemet är att man måste veta tillräckligt mycket för att märka det.
"Men det väcker en fråga som jag återkommer till gång på gång, både som förälder och forskare: vad händer med våra förmågor, vårt lärande och vår bildning när svaren alltid tycks finnas ett knapptryck bort?"
De senaste framstegen inom AI-utvecklingen har gjort att jag allt oftare funderar på nyfikenhet, lärande och bildning. Som liten stillade jag min egen vetgirighet med Bra Böckers gröna uppslagsverk, tidningar och frågor till vuxna som kunde mer än jag. I dag ser vardagen annorlunda ut. Vid vårt matbord ställs fortfarande frågor hela tiden, men allt mer sällan leder samtalen till att någon tar fram en bok. I stället vänder vi oss till en skärm.
Det är inte ett problem i sig. Vi har lärt oss mycket på det sättet. Men det väcker en fråga som jag återkommer till gång på gång, både som förälder och forskare: vad händer med våra förmågor, vårt lärande och vår bildning när svaren alltid tycks finnas ett knapptryck bort?
Bildning som demokratiprojekt
Bildning har alltid i grunden varit ett demokratiprojekt. Att kunna läsa var inte bara en praktisk färdighet, utan en fråga om frihet. Den som kan läsa kan ta del av lagen, av nyheterna, av debatten. Den som kan skriva kan göra sin röst hörd. Bildning var ett skydd mot godtycke, mot manipulation, mot att bli utnyttjad av dem som visste mer.
När SFV-kalendern nu firat 140 år är det frestande att blicka bakåt och se bildningen som något stabilt, nästan tidlöst. Och visst finns där en kärna som består: strävan efter förståelse, omdöme och mänsklig mognad. Men formerna för hur vi bildar oss har alltid varit i rörelse – från folkskolans etablering till massutbildning och dagens digitaliserade lärmiljöer.
"Snart 30 år senare kan vi tryggt konstatera att vi fortfarande behöver en grundläggande bildning, oberoende av hur mycket fakta som finns på nätet."
Nu står vi inför ännu en omvälvning. Artificiell intelligens (AI) är inte ett nytt verktyg i mängden, utan en teknologi som på djupet påverkar hur vi söker, bearbetar och producerar kunskap. Frågan är inte längre bara vad vi ska kunna i framtiden, utan vad det innebär att vara bildad i en tid där kunskap i allt högre grad är distribuerad, inte bara mellan människor, utan mellan människa och maskin.
Samtidigt vet vi att ökad tillgång till information inte automatiskt leder till att vi blir mer bildade. Redan internet utmanade den tanken. När sökmotorerna slog igenom var en av de stora frågorna om vi överhuvudtaget behövde lära oss något längre; all kunskap fanns ju bara några klick borta. Snart 30 år senare kan vi tryggt konstatera att vi fortfarande behöver en grundläggande bildning, oberoende av hur mycket fakta som finns på nätet.
Med AI blir spänningen ännu tydligare. På bara några år har vi fått tillgång till verktyg som kan formulera, analysera, sammanfatta, översätta, komponera och resonera på en nivå som för inte länge sedan ansågs vara exklusivt mänsklig. Så kallad generativ AI kan skapa text, bild, ljud, video och programkod utifrån våra önskemål och ett knapptryck. Det är en förändring som påverkar allt från skolan och arbetslivet till hur vi tänker kring kunskap, kreativitet och mänsklig förmåga.
En del av osäkerheten handlar om tekniken i sig. Vad klarar den av? Hur långt ska den utvecklas? Hur kan vi reglera den?
Men en kanske ännu större osäkerhet ligger i vad vi väljer att göra med verktygen, och vad vi samtidigt väljer att inte längre göra själva. Det är bekvämt att låta ett AI-system såsom ChatGPT formulera det vi egentligen borde tänka själva, eftersom det går snabbt och sparar tid. Kanske finns det en frestelse att se AI som ett slags super-Google, som ger oss svar bättre än vi hade kunnat hitta dem på egen hand.
Men det är egentligen en rätt stor förenkling. Google gav oss information att själva bearbeta och dra slutsatser av. AI-system kan däremot ofta ge färdig-formulerade svar som liknar slutsatser, baserat på källor och information som vi sällan har full koll på.
Och då är frågan om en slutsats som vi inte själva har tänkt fram verkligen är vår? Vi kan använda den, men vi förstår den inte på det djup som vi hade gjort om vi tagit fram den själva. När det gäller ytliga frågor eller vardagsproblem är det inte nödvändigtvis ett problem. Men ju mer som står på spel, desto säkrare behöver vi vara på att slutsatsen är rätt. Och om vi saknar tillräcklig förståelse för det vi frågat om kan vi missa subtila fel. Vi kan inte ifrågasätta det vi inte vet något om, och inte heller känna när något är fel.
Det är precis som med läskunnighet. Det räcker inte att kunna avkoda bokstäver – man måste också förstå vad man läser. På samma sätt räcker det inte att kunna använda AI-verktyg. Det förutsätter förmåga att förstå vad AI gör och inte gör, att bedöma dess resultat, att veta när man kan lita på dem och när man inte ska det. Det är en ny sorts läskunnighet.
Bildning som motståndskraft
Filosofen och akademiledamoten Åsa Wikforss brukar lyfta fram två sidor av bildning: dels som en personlig frigörande kraft som gör det möjligt att vidga den egna horisonten, dels som ett gemensamt sätt att förstå och hantera världen. I en tid där AI påverkar informationsflöden, arbetsliv och beslutsfattande blir denna dubbla dimension än mer central.
Problemet i dagens informationslandskap är inte längre brist, utan överskott. Samtidigt kan automatiserade system förstärka polarisering, sprida desinformation och styra vilka perspektiv som synliggörs. AI kan producera övertygande text om nästan vad som helst, och så kallade deepfakes gör det allt svårare att lita på det vi ser och hör.
Det förutsätter omdöme och förmåga att avgöra vad som är rimligt, relevant och trovärdigt. Vem har producerat det här, och med vilket syfte? Vad stämmer och vad är påhittat? Hur kan vi veta om ett AI-baserat beslutsunderlag är rättvist, och vem bär ansvaret om det inte är det? För ansvarsfrågor kan aldrig outsourcas till tekniken. Samtidigt finns det en teknologisk paradox i att ju mer vi interagerar med teknik, desto viktigare blir det mänskliga. Ju mer vi delegerar till maskiner, desto viktigare är det att veta vad vi faktiskt värdesätter. Ett AI-system kan optimera utifrån ett givet mål, men det kan inte bestämma vilket mål som är värt att sträva efter. Det är ett mänskligt uppdrag och kräver att vi har tänkt igenom vilka vi är och vad vi vill, inte som konsumenter eller klickmönster, utan som människor med ansvar för varandra och för världen vi delar.
"Samtidigt finns det en teknologisk paradox i att ju mer vi interagerar med teknik, desto viktigare blir det mänskliga. Ju mer vi delegerar till maskiner, desto viktigare är det att veta vad vi faktiskt värdesätter."
Kanske kan vi därför se på bildning i dag som en typ av motståndskraft. Inte mot-stånd mot tekniken som sådan, det vore lika meningslöst som att ha motstånd mot skriftspråket. Utan motståndskraft mot det som hotar vår förmåga att tänka självständigt, fatta medvetna beslut och agera med integritet.
Mot en teknologibildning
Det är lätt att landa i dystopiska slutsatser när man tänker på allt detta. Men jag tror inte på domedagsberättelser och det vore fel att bara se hoten. AI ger oss redan verktyg för att angripa problem som länge verkat olösliga: att analysera klimatdata i en skala som tidigare var omöjlig, att hitta mönster i medicinska data som kan leda till tidigare diagnoser, och att tillgängliggöra kunskap över språkgränser. Målsättningen är inte att låta teknologin lösa problemen åt oss, utan att lära oss använda den till vår fördel samtidigt som vi motverkar eventuella negativa konsekvenser.
Hur gör vi det? Traditionell bildning har fortfarande sin givna plats. Den kan också hjälpa oss motstå kognitiv lättja och skydda oss från den ensamhet som kan uppstå i personaliserade flöden och rekommendationer. Kanske är en av de mest underskattade aspekterna av bildning allt det gemensamma: att ha läst samma böcker, att kunna referera till samma tanketraditioner, och att dela ett kulturellt arv. Det skapar sammanhang tvärs över tid och rum. Det gör oss till deltagare i ett samtal som är större än oss själva, och som inte är individanpassat av en AI-lösning.
Men jag tror också att en del av svaret ligger i det jag brukar kalla teknologibildning: en bildning som inte stannar vid det traditionella, utan aktivt inkluderar förståelse för de digitala och AI-baserade system som i allt högre grad formar vår vardag. Det handlar inte om att lära sig programmera eller förstå maskininlärningens detaljer, utan att bygga upp en grundläggande förståelse för vad dessa system är, hur de fungerar och vad de klarar av, innan man förlitar sig på dem i olika sammanhang.
"Att förstå den egna rollen i samspelet mellan människa och maskin, och att kunna delta i samhälleliga samtal där teknologin spelar en avgörande roll."
Det innebär till exempel att veta att AI-verktyg inte förstår, inte vet, inte menar något – och ändå kan producera text som låter som om de gör det. Att förstå att dessa system är tränade på data som speglar världen med dess mönster, men också dess skevheter. Att kunna fråga sig vems verklighet återspeglas här, och vems osynliggörs? Att förstå hur automatiserade beslut formas och vilka konsekvenser de får. Att förstå den egna rollen i samspelet mellan människa och maskin, och att kunna delta i samhälleliga samtal där teknologin spelar en avgörande roll.
Den fria bildningen förlorar inte sin plats i det här – tvärtom. Jag tror att läsa, samtala och tänka utan kurspoäng och arbetsmarknadssyfte är precis det utrymme där teknologibildning kan växa på riktigt: inte som ett kursmål, utan som en del av hur vi förstår vår tid.
Tillbaka till matbordet
När jag föreläser om AI nämner jag ofta 12-åringens folkskoluppgift. Inte för att det är ett dramatiskt exempel, utan för att det är så igenkännligt och så mänskligt. Det var inte algoritmer som löste problemet. Det var insikten att något inte stämde – och vårt samtal om det – som gjorde att han tryckte på ”delete” i stället för att arbeta vidare med svaret.
Jag använder själv AI-verktyg så gott som varje dag. Jag är övertygad om att de kan vara enormt värdefulla för att befria oss från rutinuppgifter, ge oss tillgång till information vi annars inte hade haft, hjälpa oss att strukturera och kommunicera. Men jag försöker också vara noggrann med att fråga mig själv: vad är det jag väljer att tänka igenom själv, och varför? Vilka mänskliga förmågor vill jag hålla kvar även om jag tekniskt sett skulle kunna delegera dem? Det är inte frågor med enkla svar. Men jag antar att det är en typ av bildning att ställa dem.
När vi blickar framåt från 140 år av bildningsarbete är uppdraget detsamma som det alltid har varit: att ge människor verktyg att förstå sin tid och sin plats i världen. Men verktygen ser annorlunda ut, och hoten likaså. Framtidens bildning kan inte handla om att konkurrera med teknologin, utan om att förstå den, använda den – och när det behövs, utmana den. För när maskinen klarar allt mer, är det avgörande att människan inte börjar tänka mindre.
Linda Mannila
Linda Mannila är biträdande professor i data- och informationsvetenskap vid Helsingfors universitet. Hon brinner för utbildnings-, inklusions- och jämlikhetsfrågor i det digitaliserade samhället. Hon har också lång erfarenhet av utbildning, forskning och projektledning på uppdrag av kommuner, statliga och privata organisationer samt universitet.
