Elever som använder AI presterar sämre – utom när de gör en sak annorlunda

Sämre resultat – men bilden är inte enkel

Det är lätt att tolka rubrikerna som ett enkelt budskap: AI i skolan är dåligt, förbjud det och gå vidare. Men så enkelt är det förstås inte.

Rapporterar The Verge visar ny forskning – grundad i OECD:s PISA-data – att elever som använder AI i sitt skolarbete generellt presterar sämre på prov och inlämningsuppgifter jämfört med elever som arbetar utan sådana hjälpmedel. Det är ett fynd som borde väcka uppmärksamhet i varje lärarum och hos varje skolpolitiker.

Men studien innehåller ett viktigt undantag, och det är där det verkligt intressanta börjar: elever som kombinerar AI-användning med träning i att kritiskt granska och ifrågasätta verktygens svar klarar sig faktiskt bättre. Problemet är alltså inte tekniken i sig – det är den okritiska, passiva användningen av den.

Som systemutvecklare känner jag igen mönstret direkt. Det är samma dynamik som uppstår när ett utvecklingsteam börjar lita blint på autogenererad kod utan att förstå vad den faktiskt gör. Verktyget är inte felet – avsaknaden av förståelse är det.

Kampen är poängen

Det är här lärarperspektivet tillför något som ren statistik inte kan fånga.

Enlighet EdSurge berättar Melinda Medina, lärare i engelska och specialpedagogik i Brooklyn, om hur en elev lugnt meddelade att hen löst en skrivuppgift med ChatGPT. Det som slog Medina var inte misstanken om fusk – det var insikten om vad eleven faktiskt valt bort. Svårigheten. Motståndet. Den kognitiva kamp som faktiskt bygger förståelse.

Det är en poäng som förtjänar att upprepas: inlärning sker inte när vi producerar rätt svar – den sker när vi kämpar för att hitta det. När ett AI-verktyg tar bort det motståndet, tar det samtidigt bort en stor del av inlärningsprocessen.

En kollega till Medina, Beth Yirga, fick en liknande tankeställare från en åttondeklassare som frågade varför det ens är värt att lära sig programmering när maskiner snart kan göra allt. Det är en fråga som inte är dum – den är faktiskt brännande relevant, och Yirga sökte svaret på en konferens bland mjukvaruutvecklare och teknikchefer. Vad hon fick med sig därifrån förändrade hennes syn på undervisning i grunden.

Jag vill inte avslöja för mycket, men kärnan handlar om att det aldrig egentligen handlade om att lära sig skriva kod – det handlade om att lära sig tänka strukturerat. Det kan inget AI ta ifrån dig, om du faktiskt tillägnat dig det.

En djupare fråga om vad kunskap är

En tredje röst i debatten kommer från ett oväntat håll. EdSurge rapporterar om Sara Bartelt, teknikpedagogisk samordnare vid Indian Community School i Wisconsin, som via urfolkets traditionshantverk – specifikt sömnad av ceremoniella kjolar – kom att ifrågasätta AI-erans grundläggande syn på kunskap.

Den urfolkstradition hon mötte behandlar kunskap inte som information som kan fångas, lagras och reproduceras – utan som något som lever i relationer, sammanhang och ömsesidigt förtroende. Det är en distinktion som träffar rakt in i hjärtat av vad som är problematiskt med hur vi ofta pratar om AI i utbildning.

Vi pratar om att arkivera kunskap, tillgängliggöra den, skala upp den. Men viss kunskap är inte skapad för att skalas upp – den är skapad för att överföras, person till person, i ett sammanhang av ansvar och relation. Det perspektivet utmanar inte bara AI i skolan. Det utmanar hela vår syn på vad ett lärande är.

Vägen framåt: Inte förbud, utan förhållningssätt

Det vore naivt att tro att vi kan stoppa AI-verktygens intåg i klassrummet. Men det vore lika naivt att tro att tillgång automatiskt leder till lärande.

Forskningen pekar mot en tydlig riktning: skolor behöver inte välja mellan att förbjuda eller tillåta AI – de behöver lära elever att förhålla sig till det. Att ifrågasätta, kontrollera, värdera och förstå. Det är precis de förmågor som gjort mänskligt tänkande värdefullt genom historien – och som nu, kanske mer än någonsin, behöver odlas medvetet.