Huang mener vi kan miste grunnleggende ferdigheter – og lære noe nytt i stedet

I en samtale med Ezra Klein ble Nvidia-sjef Jensen Huang konfrontert med et vanskelig spørsmål: Hva skjer når elever bruker AI til å gjøre skolearbeidet raskere, men lærer mindre av det underveis?

Klein viste til en studie av over 26 000 kinesiske elever på ungdoms- og videregående nivå. Ifølge tallene han la fram, økte AI-bruk resultatene på lekser med 18 prosent og reduserte tiden elevene brukte med 30 prosent. Samtidig falt eksamensresultatene, og den negative effekten ble tydeligere over tid.12

Huang bestred ikke at elever kan glemme mer når AI gjør deler av arbeidet for dem. Men da Klein spurte om det betyr noe at barn glemmer langdivisjon, kvadratrøtter og gangetabellen, svarte Huang at han ikke trodde det nødvendigvis gjør det.410

Fra regneferdigheter til «systemtenkning»

Huang mener at teknologien kan føre til at folk mister noe av det han omtaler som «finere intellektuell fingerferdighet», samtidig som de blir bedre til å tenke på tvers av systemer og bruke verktøy til å løse større problemer. Han viste til at dagens ingeniører etter hans syn er bedre systemtenkere enn hans egen generasjon var.413

Han brukte også sin egen avhengighet av teknologi til å huske hverdagsopplysninger – blant annet adressen sin – som et eksempel på at ikke alle ferdigheter eller detaljer nødvendigvis må sitte i hodet.12 Det kan forklare hvorfor han ser på tapet av enkelte grunnferdigheter som en mulig del av en større omstilling, ikke automatisk som et tilbakeslag.

Men det er nettopp denne avveiingen kritikerne utfordrer. At elever får gjort lekser raskere, viser ikke i seg selv at de nye ferdighetene de eventuelt utvikler, vil veie opp for det de ikke lærer. Særlig for barn er det relevant å spørre om grunnleggende kunnskap er noe man kan hoppe over, eller noe som hjelper dem å forstå og vurdere svarene verktøyene gir.12

Skepsis til dommedagsvarsler – men krav om sikkerhet

Huang har også gått hardt ut mot advarsler om at AI kan føre til katastrofale samfunnskonsekvenser. I samtalen om Geoffrey Hinton beskrev han slike spådommer som uansvarlige og mente at risikovurderinger må bygge på forskning og vitenskapelig grunnlag.717

Samtidig sa Huang at selskaper ikke bør lansere produkter de ikke har kontroll på.19 Han har også sagt at AI-selskaper ikke bør få fritak fra vanlige regler om erstatningsansvar eller konkurranse. Bildet er altså ikke at han avviser enhver risiko, men at han legger stor vekt på tekniske sikringstiltak og mener alarmistiske påstander kan gjøre mer skade enn nytte.

Når framtidige gevinster møter dagens kostnader

Den samme framtidsoptimismen går igjen i synet hans på energi og klima. Huang har framstilt AI som noe som kan bidra til løsninger på sikt, samtidig som utbyggingen av teknologien vil kreve mye energi og kan ha smertefulle kostnader på kort sikt. Kritikere mener en slik måte å regne på lett nedtoner hvem som rammes før de lovede gevinstene eventuelt kommer.

Det er også kjernen i kritikken av synet hans på skole: Huang ser ut til å være villig til å godta tap i dag dersom teknologien gir større muligheter senere. Kritikerne spør om det blir en for lettvint avveiing når kostnaden kan være at barn ikke får med seg grunnleggende ferdigheter.

Dette er en kritikk av Huangs vurdering av risiko og kompromisser – ikke bevis for at han ønsker at barn skal ta skade. Studien Klein viste til, fastslår heller ikke at all bruk av AI i undervisning får samme konsekvenser.12