Med det årlige drøn fra de nyudklækkede gymnasiestudenters forventningsfulde livsglæde som mobilt lydtæppe, har de nylige eksamener udløst berettiget bekymring. Højpotente sprogmodeller, der inden for de fleste uddannelser allerede præsterer på ekspertniveau, har med et slag gjort en række traditionelle eksamensformer uanvendelige til måling af de studerendes færdigheder. 

Men problemet er langt mere dybtgående. Generativ AI (GAI) er en fundamentalt transformativ teknologi med vidtrækkende konsekvenser for alle kognitive aktiviteter. Med sociale medier og netværkede computerspil overlod vi børn og unge til sig selv – med omfattende ødelæggelser og mistrivsel til følge, som detaljeret fx af socialpsykologen Jonathan Haidt. Vi bør benytte en langt mere proaktiv tilgang til GAI – ikke alene forebygge fremfor behandle men derimod udvikle tilgange som på én gang undgår teknologiens skadevirkninger og udnytter dens potentialer.

Hvis vi ønsker at uddanne studerende til at blive assistenter til sprogmodellerne, skal vi bare fortsætte ad den vej, vi er på nu. Hvis vi derimod ønsker noget andet, fx at de skal kunne tænke selvstændigt, kreativt, reflekterende og kritisk, så skal vi gøre noget anderledes. 

Besvarelse af spørgsmål om eksamensformer og brug af AI fordrer, at der først tages stilling til grundlæggende spørgsmål om, hvad og hvordan vi ønsker, at de studerende skal lære. Og dette kræver strategisk og uddannelsespolitisk stillingtagen til, hvad vi ønsker at opnå med undervisningen. Og dette er i sidste instans betinget af visioner om, hvordan vi ønsker, at det skal være at være menneske i et samfund.

Vi har, særligt i Skandinavien, en grundlæggende overbevisning om, at uddannelse skal fremme almen dannelse, kritisk tænkning og samfundsmæssig deltagelse og sammenhængskraft. Disse værdier fremmes for nærværende ikke af brugen af GAI, tværtimod.
 

Den hurtige forandring i GAI-brug

I min egen undervisning har jeg over det seneste år observeret et markant skifte i de studerendes brug af GAI. Sidste år blev det overvejende brugt som et separat værktøj og en søgemaskine til konkrete opslag. De udviklede selv designet af deres skriftlige eksamensprojekter og udførte og fremdrev overvejende arbejdet selv.

I år er det anderledes. Det er mit indtryk, at GAI er blevet mainstreamet ind i hele deres arbejdsproces, som i højere grad forløber som en kontinuerlig dialog med GAI. Det vil bla. sige at GAI også er centralt i at designe eksamensprojektet og drive arbejdet frem.

Selv med en afsluttende eksamen er der en dyb væsensforskel mellem at kunne designe, gennemføre og formidle et fagligt projekt vs at redegøre for noget, som er frembragt af en sprogmodel.

Endnu mere vidtrækkende perspektiver har det måske, at de studerende i år fremstod mindre opsøgende ift underviseren ifm deres eksamensprojekt. Sammenholdt med deres brug af GAI gav det indtryk af, at hvor råd fra underviseren tidligere hjalp dem og gjorde deres proces og resultat bedre og enklere, fremstod det nu i højere grad for dem som en risiko og en potentielt komplicerende faktor, der kunne gribe forstyrrende ind i deres kontinuerlige dialog med sprogmodellen og vanskeliggøre projektet.

GAI er en ny spiller i undervisningen; en ny aktør både i og uden for klasselokalet. Det vil ikke ændre sig og må have konsekvenser for, hvordan vi organiserer undervisning og læring.

To nylige undersøgelser baseret på mere omfattende empiriske undersøgelser redegør systematisk for sprogmodellernes læringsmæssige risici: 

Et omfattende tværnationalt studie fra Brookings Institution identificerede risici for børn og unge ved GAI-brug og mulige tiltag til at forhindre dem (Burns et al., 2026). Betegnet som et ’premortem’ af GAI og børns uddannelse, fandt studiet risici for elevers grundlæggende læringsfærdigheder, og at GAI i dag bruges på en måde, hvor ulemper overskygger fordele, især når selvstændig indsats erstattes med GAI-opslag. Dette flugter med uddannelsespsykologen Biggs’ (1996) observation, at mening opstår igennem aktivt engagement. 

Et studie fra MIT undersøgte de kognitive konsekvenser af at bruge sprogmodeller til at skrive essays i undervisningssammenhæng (Kosmyna, 2025). De målte neural aktivitet med EEG og fandt signifikant mindre aktivitet ved anvendelse af GAI samt signifikant lavere ejerskabsfølelse og genkaldelsesevne af materialet. De konkluderede, at GAI-brug sandsynligvis reducerer evnen til at lære. 
 

Eksamener og skriftlige projekter

Det skriftlige projekt har igennem mine mere end 20 års universitetsundervisning været min klart foretrukne eksamensform. Det problemorienterede projektarbejde, gerne i små grupper, har jeg oplevet som læringsmæssigt overlegent, ligesom det har kunnet integreres aktivt i undervisningen. Det fremmer læring ’formativt’ fremfor blot at måle/kontrollere ’summativt’.

Det er slut i dag. Og, hvilket er særdeles bekymrende, det gælder også specialet, som er kronjuvelen af både tilegnelse og demonstration af læring og færdighed på de fleste universitetsuddannelser.

Før kunne man dosere læringen ved definering og afgrænsning af en projektopgave. Efterfølgende kunne man aflæse deres læring i projektrapporten. Begge dele er umuliggjort. Principielt kan der også bag samme projektrapport ligge uhyre divergerende læringsudbytter, fra nul til omfattende, uden at man kan vurdere hvilket. Det har også konsekvenser for den bedømmelsesmæssige ’retssikkerhed’ på tværs af studerende.

De studerende sætter typisk også pris på projektarbejdet. I år fremstod de studerende særligt tilfredse, næsten begejstrede. Det kan også have sammenhæng med GAI. Projektarbejdet kan give en stærkere følelse af empowerment, fordi man pludselig kan udrette så meget. Set isoleret som slutprodukt var projektrapporterne da også styrket. Men læringsudbyttet har sandsynligvis været væsentligt mindre – i alt fra indledende konceptualisering og afgrænsning over indholdsgenerering og analyse til sproglig formidling. 

Projektet er nu blevet til en god øvelse i praktisk anvendelse af GAI – men er ikke forbundet med samme faglige læringsværdi som før. Og det kan ikke benyttes som grundlag for nogen præcis bedømmelse.
 

Dagens tilgang er utilstrækkelig

Danske universiteter panikreagerede på den offentlige lancering af ChatGPT i slutningen af 2022 og forbød brug af GAI ifm eksamener. Det vendte 180 grader efter et års tid, og GAI kunne i de fleste sammenhænge bruges uden restriktioner (med undtagelser såsom stedprøver, mundtlige prøver, mm.). I øjeblikket er alt tilladt, og vi har ikke som undervisere formel hjemmel til at gribe ind, uagtet eventuelle individuelle holdninger eller bekymringer. Men både målsætninger, aktiviteter og bedømmelser i undervisningen bør gentænkes (jf Biggs’ (1996) ’constructive alignment’).

Jeg er imponeret over de studerende, jeg har undervist på DTU, både deres engagement og deres præstationer. Men de er underlagt incitamentsystemer, som de reagerer rationelt på, også selvom det ikke nødvendigvis fremmer deres grundlæggende og langsigtede læring. Læring er på mange måder ukomfortabelt, men som mennesker griber vi naturligt til den letteste vej. 

Der er ingen restriktioner på studerendes brug af GAI ifm undervisningen og heller ikke på mange typer af eksamener. Og set fra de studerendes synspunkt bliver deres projektrapporter i langt de fleste tilfælde bedre som produkt, hvis de benytter GAI. Når der formelt ingen restriktioner er, for hvis skyld lader de så være og afleverer et projekt, der er dårligere end det kunne være?

Dette problem har nogen sammenhæng med karakterer som bedømmelsesform. Med karakterer flyttes fokus fra læring til måling; fra de studerendes læreproces til slutproduktets egenskaber. Uden karakterer har de studerende incitament til at prioritere deres egen læring, drevet af iboende menneskelig lærelyst.

En af de absolut vigtigste udbytter ved universitetsuddannelse er metalæring, at lære at lære, den ’højeste’ kognitive proces i Anderson og Krathwohls (2001) reviderede Bloom-taksonomi. Den færdighed går også fløjten, hvis man griber til GAI, når det bliver svært.
 

Mulige reformer i universitetsundervisningen

Som nævnt forudsætter bestemmelse af AI’s rolle i undervisningen stillingtagen til mere grundlæggende strategiske, politiske og måske også eksistentielle spørgsmål. Men uanset hvad vi måtte mene eller ønske, og uagtet sporadisk spirende protestbevægelser, kommer ånden ikke tilbage i flasken. AI-færdigheder bliver afgørende for de studerendes konkurrenceevne i arbejdsmarkeder i hastig forandring.

Det er et dilemma, at de studerende både skal blive supergode til AI og bevare evnen til selvstændig læring. Vi skal med andre ord både ’gå amish’ og give dem papir og blyant og uddanne dem til GAI-superbrugere. Ingen af disse to missioner opfyldes i dag. 
Løsningen ligger i at udvikle en granuleret tilgang til AI-anvendelse i forskellige trin af lære- og undervisningsprocessen. 

Det kræver fokus på fire områder: 

1. GAI er i vid udstrækning en generisk teknologi, som der kan undervises i uafhængigt af de disciplinære fag. Der bør derfor indføres stærke obligatoriske GAI-fag på bachelorniveau på alle universiteter – de studerende er i dag for overladt til sig selv.
2. I kandidatprogrammer bør der, byggende videre på de generiske fag, undervises i uddannelsesspecifikke AI-anvendelser.
3. I de enkelte fag bør undervisningsprocesser ændres under integration af AI.
4. Sidst men måske væsentligst, der bør, formentlig i alle fag, udskilles og ’indhegnes’ konkrete undervisnings- og læringsaktiviteter, som skal gennemføres og trænes uden brug af AI, i samarbejder med undervisere. Det bør inkludere aktiverende undervisningselementer uden karaktergivning.

Sådanne aktiviteter kan bl.a. udfoldes omkring problemorienteret læring, fx tilrettelagt som Brousseaus (1997) ’didaktiske situationer’. Brousseau foreskriver en fire-skridts proces: ’Handling’, hvor problemet udforskes; ’formulering’, hvor strategier og regler for problemløsning formuleres; ’validering’, hvor studerende tester og udfordrer deres løsning; og ’institutionalisering’ hvor underviseren knytter løsningen til formel disciplinær viden og teorier. Applikeres dette på AI kan det fx anbefales at skridt 1, 2 og 4 holdes relativt fri for GAI, mens GAI kan mobiliseres aktivt i skridt 3 til at evaluere og perspektivere den udviklede løsning. Skridt 4 kan foregå som et aktivt undervisningselement med inddragelse af de studerende eller i udprøvningen.

Da onlinelearning for år tilbage begyndte at blive udbredt og siden kraftigt accelereret af COVID, var der udbredt snak om ’blended learning’ og ’flipped learning’/’inverted classroom’. I sidstnævnte paradigme henlægges det meste af basismateriale-gennemgangen til den studerende selv, under anvendelse af onlinemateriale, og nu GAI, mens tiden i klasselokalet kan dedikeres til mere ’højereordens’, problemorienterede dialoger med undervisere. Der er i dag grundlag for at gentænke underviserrollen i retning af modeller, som er mindre forelæsningsbaserede og mere dialogbaserede, studenterfokuserede og problemorienterede. Formidlingen af basisinformation kan da også effektiviseres med GAI.

Didaktiske tiltag skal være offensive, ikke defensive. Det bør ikke være tiltag der sigter imod at isolere de studerende fra teknologisk innovation; men tiltag der udnytter den progressivt.

Allerede Odin havde sin egen sprogmodel i form af Mimers afhuggede hoved, som han rådførte sig med. Odin havde forinden opnået visdom ved at drikke af visdommens brønd, som Mimer bevogtede – men måtte afgive et offer, sit ene øje. Stærk kompetence, også med GAI, forudsætter dyb læring gennem engagement.

Deklarering af AI-brug: GAI er blevet brugt som søgemaskine og til afsluttende faktacheck, ikke til at skrive tekst. Lidt nostalgisk er GAI endnu ikke spurgt, hvordan den mener, at universitetsundervisning bør reformeres.
 

Peter Gammeltoft forsker og underviser på DTU i institutionelle rammebetingelser for grøn energiomstilling. Han har udviklet, ledet og undervist fag på universitetet i mere end tyve år på alle akademiske niveauer, bachelor, kandidat, executive og PhD, og vejledt over 100 specialer. Han var primus motor i at udvikle CBS’ HD International Business-uddannelse, både fremmøde og online, og ledede den i en årrække. Han har bl.a. en kandidatgrad i datalogi.

Anderson, L. W., & Krathwohl, D. R. (Eds.). (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives. Longman.
Biggs, J. (1996). Enhancing Teaching through Constructive Alignment. Higher Education, 32(3), 347–364. 
Brousseau, G. (1997). Theory of Didactical Situations in Mathematics: Didactique des Mathématiques, 1970–1990. Edited and translated by N. Balacheff, M. Cooper, R. Sutherland, & V. Warfield. Dordrecht: Kluwer Academic Publishers.
Burns, M., Winthrop, R., Luther, N., Venetis, E., & Karim, R. (2026). A new direction for students in an AI world: Prosper, prepare, protect. Brookings Institution. https://www.brookings.edu/articles/a-new-direction-for-students-in-an-ai-world-prosper-prepare-protect 
Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. https://www.media.mit.edu/publications/your-brain-on-chatgpt

Læs mere om Akademisk Råds debatforum