Singapore vil lære elever at bruge AI uden at tænke mindre

Generativ AI ændrer det centrale spørgsmål i Singapores uddannelsessystem. Det handler ikke længere kun om, hvorvidt en elev eller studerende har skrevet en opgave uden hjælp. Skoler og universiteter må også spørge, om personen kan bruge AI kritisk, oplyse om brugen og stadig demonstrere selvstændig forståelse.

Singapores kurs er hverken fri adgang til AI eller en tilbagevenden til generelle forbud. Landet bevæger sig i stedet mod en mennesket-i-centrum-model: AI må bruges, når det forbedrer læringen, men læsning, skrivning, beregning, samtale og problemløsning skal fortsat give eleverne den træning, der gør viden og dømmekraft holdbar.

Singapore havde allerede en digital grundstruktur

Udviklingen begyndte ikke med ChatGPT. Singapore havde allerede opbygget et digitalt uddannelsessystem gennem blandt andet den nationale læringsplatform Student Learning Space (SLS), adgang til enheder samt tidligere værktøjer til adaptiv læring og automatiseret feedback. EdTech Masterplan 2030, som blev lanceret for at styre teknologibaseret undervisning og læring, bygger videre på dette fundament. Planen skal styrke elevernes digitale kompetencer og bruge teknologier som AI til at tilpasse læringen og støtte lærerne.

SLS er i dag en central del af strategien. Uddannelsesministeriet, MOE, oplyser, at elever fra grundskolen til før-universitetsniveau har adgang til pensumtilpassede ressourcer og AI-baserede funktioner, der skal understøtte undervisning og læring. Regeringens teknologikontor beskriver værktøjer i SLS, der skal give mere personlig læring og lærerne bedre indblik i elevernes behov – med sikkerhedsforanstaltninger og alderssvarende brug.

Det gør opgaven vanskeligere end blot at udlevere digitale enheder. Eleverne skal lære at stille spørgsmål til et AI-systems svar, opdage fejl og vurdere, hvornår brugen af AI faktisk underminerer formålet med en opgave.

Den egentlige risiko er kognitiv aflastning

Kognitiv aflastning er ikke automatisk skadelig. Mennesker bruger dagligt eksterne værktøjer til at reducere unødvendig mental belastning. En lommeregner, en opslagsbog eller en stavekontrol kan frigøre opmærksomhed til mere krævende arbejde.

Problemet opstår, når eleven overlader selve læringsarbejdet til AI, før eleven selv har prøvet. Det kan for eksempel være at få AI til at formulere argumentet, fortolke dokumentationen, løse et ukendt problem eller skrive forklaringen, inden der findes et selvstændigt udkast.

Forskellen er afgørende, fordi en flot aflevering kan skjule manglende læring. AI kan øge hastighed, sproglig flydendehed og den synlige præcision, uden at eleven har udviklet den mentale model, der skal til for at:

• opdage en sandsynlig, men forkert påstand;
• bruge en idé på et nyt problem;
• forklare, hvorfor et argument er overbevisende;
• finde manglende dokumentation; eller
• forsvare arbejdet uden værktøjet.

Det er baggrunden for begrebet produktiv kamp: den indsats, der består i at huske, forsøge, begå fejl, modtage feedback og revidere. Hvis alle vanskelige trin fjernes, bliver opgaven måske lettere – men også den træning, som udvikler ræsonnementet.

Hvad viser forskningen – og hvad viser den ikke?

Evidensen giver grund til bekymring, men den understøtter ikke den simple påstand, at AI altid svækker kritisk tænkning.

Et scoping review af generativ AI på videregående uddannelser beskriver fordele ved skrivning, feedback, problemløsning og research, men peger samtidig på risiko for kognitiv aflastning, afhængighed og svækket elev- og studenterautonomi. En bredere systematisk gennemgang af 89 studier fandt, at effekterne ikke var ensartede: 40,4 procent af studierne viste positive resultater, mens 23,6 procent viste blandede eller betingede effekter. I gennemgangen var overdreven afhængighed, mindre analytisk selvstændighed og kognitiv aflastning blandt de hyppigste risici.

Andre forskningsoversigter peger i samme forsigtige retning. En syntese af undersøgelser af læring i klasseværelset advarer om, at tænkning på højere niveau – herunder analyse, ræsonnement og kreativitet – kan blive svækket, hvis generel AI omgår den indsats, der er nødvendig for at tilegne sig færdigheder. Anbefalingen er at opbygge grundlæggende viden først, undervise i AI-kompetencer og indføre værktøjerne trinvis.

Forskningsfeltet er dog stadig under udvikling. Gennemgange peger på forskellige definitioner af kritisk tænkning og forskelle i fag, alder, opgavetyper og former for AI-hjælp. Konklusionen bør derfor være betinget snarere end universel:

AI støtter læring mest, når teknologien fungerer som stillads, feedbackpartner eller udfordrer af elevens ræsonnement. Den risikerer at svække læringen, når den erstatter den grundlæggende fortolkning og analyse.

Den vigtigste kløft kan være forskellen mellem at løse en opgave og at lære noget, der holder. En elev kan gennemføre en opgave mere effektivt uden at opnå den viden eller dømmekraft, som opgaven skulle udvikle.

Fra plagiatkontrol til bedre opgaver

Efter ChatGPTs offentlige lancering i 2022 handlede mange institutioners første reaktion om snyd, plagiat og AI-detektorer. Singapores universiteter viser nu en mere differentieret model. AI kan være tilladt i visse opgaver, men reglerne afhænger af fag og kursus, og de studerende har fortsat ansvaret for korrekthed, akademisk integritet og tydelig kreditering.

Retningslinjer fra National University of Singapore (NUS) siger, at studerende skal oplyse om AI-brug, afklare forventningerne med underviseren og selv stå til ansvar for kvaliteten og integriteten af det afleverede arbejde. Universitetets politik betragter både direkte AI-output og uoplyst omskrivning af AI-output som plagiat.

Samtidig bliver begrænsningerne ved AI-detektorer tydeligere. Nanyang Technological University (NTU) har oplyst, at universitetet vil udfase sin institutionelle AI-detektor fra 2027 med henvisning til manglende pålidelighed og utilstrækkelig empirisk dokumentation for, at den kan bevise akademisk uredelighed. I stedet vil NTU lægge større vægt på dokumentation af arbejdsprocessen og standardiserede oplysninger om AI-brug.

Det peger mod en anden form for evaluering. I stedet for kun at forsøge at afgøre, hvem der har skrevet den endelige tekst, kan undervisere undersøge, hvordan eleven nåede frem til konklusionen gennem:

• første forsøg uden AI;
• udkast og revisionshistorik;
• kommenterede kilder;
• refleksioner over arbejdsprocessen;
• mundtlige forklaringer eller forsvar;
• lokale, fagspecifikke eller personlige eksempler; og
• opgaver, hvor begreber skal bruges i ukendte situationer.

Målet er ikke at gøre evalueringer »AI-sikre«. Målet er at gøre den læring, der evalueres, synlig.

Sådan kan ansvarlig AI-brug se ud

En enkel tommelfingerregel for studerende er: Brug AI efter, sammen med eller imod din egen tænkning – ikke i stedet for den.

For elever og studerende

1. Begynd uden AI. Lav en disposition, forsøg at løse problemet, find relevante kilder eller formuler et foreløbigt standpunkt, før du åbner et AI-værktøj.
2. Brug AI som tænkemakker. Bed værktøjet om modargumenter, skjulte antagelser, søgeord, øvelsesspørgsmål eller kritik af et udkast.
3. Betragt svaret som en påstand – ikke som dokumentation. Kontroller fakta, citater, kilder, beregninger og fortolkninger mod troværdige primærkilder eller autoritative kilder.
4. Før en log over AI-brugen. Notér værktøj, prompts, væsentligt output, hvad du accepterede eller forkastede, og hvordan du kontrollerede det. NUS’ retningslinjer kræver allerede, at brugen oplyses, og at den studerende tager personligt ansvar; nogle fag kræver mere detaljerede erklæringer.
5. Bevar selvstændig kontrol. Du skal kunne forklare og forsvare alle centrale påstande uden at være afhængig af værktøjet.

For undervisere og institutioner

Skoler og universiteter kan gøre forventningerne tydeligere ved at give hver opgave et klart niveau for tilladt AI-brug:

• Forbudt: Opgaven måler selvstændig hukommelse, beregning, skrivning eller en anden grundlæggende færdighed.
• Tilladt med oplysning: AI må bruges til research, feedback eller redigering, men brugen skal dokumenteres, og resultatet skal kontrolleres.
• Forventet: Eleverne vurderes på deres evne til at undersøge, forbedre eller udfordre AI-output.

En stærk arbejdsproces kan følge denne rækkefølge: først et selvstændigt forsøg, derefter guidet AI-feedback, så en selvstændig revision og til sidst en refleksion over, hvor AI havde ret, tog fejl eller manglede noget.

Lærere bør også skelne mellem evnen til at skrive gode prompts og egentlig forståelse. En avanceret prompt er ikke i sig selv bevis på faglig indsigt. En velbegrundet afvisning af et sandsynligt, men forkert AI-svar kan være stærkere dokumentation for læring.

For yngre elever er MOE’s udgangspunkt, at AI skal gavne læringen, bruges målrettet og være alders- og udviklingssvarende, sikker og ansvarlig. Nyere rapportering beskriver desuden en trinvis, lærerstyret introduktion af MOE-udviklede værktøjer fra Primary 4 samt udvidet AI-undervisning for lærere. Børn har derfor brug for guidet brug i klasseværelset og støtte fra voksne – ikke åben, privat adgang uden klare rammer.

Adgang er ikke det samme som AI-kompetence

Singapores centraliserede digitale infrastruktur kan bidrage til at mindske forskelle i adgang til enheder og godkendte læringsværktøjer. MOE oplyser, at skolerne får støtte til digital infrastruktur, enheder og software, og at elever i hele skolesystemet kan bruge SLS.

Men lige adgang giver ikke nødvendigvis lige evne til at bruge AI kritisk. Elever fra familier med mere tid, selvtillid eller uddannelseserfaring kan få mere hjælp til at stille spørgsmål ved et svar, kontrollere en kilde eller opdage, at en forklaring er overfladisk. Uden direkte undervisning kan forskellene udvikle sig til en ny form for uddannelsesmæssig ulighed.

Skolerne kan mindske kløften ved at gøre ekspertadfærd synlig og lærbar:

• vis i undervisningen, hvordan man kontrollerer oplysninger og vurderer kilder;
• giv eleverne strukturerede prompts og eksempler på god og dårlig AI-brug;
• undervis i metakognition, herunder hvordan man ved, at man faktisk forstår noget;
• giv adgang til institutionelt styrede værktøjer under opsyn; og
• efteruddann lærerne, så vejledningen ikke afhænger af den enkelte lærers teknologiske selvtillid.

MOE’s aktuelle retning for AI-kompetencer omfatter forståelse af AI’s fordele, begrænsninger og risici, evnen til at stille spørgsmål til output samt at identificere bias og falske eller vildledende oplysninger.

Singapores retning frem mod 2029

De tilgængelige politiske signaler peger på mere integration – ikke et tilbagetog. Singapore vil sandsynligvis fortsætte med at indarbejde AI-kompetencer på flere uddannelsestrin, udvide godkendte AI-værktøjer og bruge SLS til personlig øvelse og formativ feedback.

Universiteterne vil også sandsynligvis fortsætte med at prioritere oplysning, ansvar og fag- eller kursusspecifikke regler frem for håndhævelse baseret på detektorer. Evalueringer vil i højere grad belønne arbejdsproces, anvendelse, dialog og dømmekraft – især når læringsmålet er selvstændig tænkning.

Den afgørende prøve bliver, om AI udvider elevernes evne til at tænke eller stille og roligt erstatter den øvelse, som tænkning kræver. Singapores stærkeste model er derfor hverken »AI overalt« eller »AI ingen steder«. Det er struktureret brug med beskyttet tid til selvstændig indsats.

Eleverne skal forlade uddannelsessystemet med evnen til at arbejde effektivt sammen med AI, genkende når teknologien tager fejl, afgøre hvornår den ikke bør bruges og formulere et solidt ræsonnement, når den ikke er til rådighed. Det er forskellen på at lære med AI og at overlade læringen til AI.