De fick aldrig en gräddfil – nu bygger de en för alla andra
Han tog sig in på MIT utan kontakter – nu öppnar han dörrarna för miljoner andra.
Systemet gynnade aldrig dem från början
Gohar Khan visste knappt var han skulle börja. Som första i sin familj att söka till amerikanska college – uppvuxen i en liten stad i Connecticut med föräldrar från Pakistan utan egen erfarenhet av det amerikanska högskolesystemet – saknade han de informella nätverk och kontakter som ofta avgör vem som faktiskt tar sig in på de mest ansedda universiteten.
Han tog sig in ändå. Och sedan, i stället för att lämna den kunskapen bakom sig, grundade han YouTube-kanalen Gohar's Guide. I dag har han över tio miljoner följare på sociala medier – studenter från hela världen som söker råd om ansökningar, studieteknik och universitetslivet. Enligt MIT Technology Review har Khan, som tog sin examen från MIT 2021, även grundat konsultföretaget Next Admit, som hjälper studenter med ansökningstexter, antagningshandlingar och provförberedelser.
– Jag ville göra antagningsprocessen begriplig för alla dem som befinner sig i samma situation som jag en gång gjorde, förklarar Khan.
Det är en enkel idé med enorm genomslagskraft. Antagningsprocessen till amerikanska elituniversitet är notoriskt ogenomskinlig, och tillgången till privata rådgivare och kontaktnät har länge skapat djupa klyftor. Khan använder i princip samma teknik som vem som helst kan använda – video, sociala medier, direkt kommunikation – men med ett syfte som sätter tillgänglighet framför exklusivitet.
När ambitionen inte kan vänta
En liknande logik driver Laurie Stach, som tog sin maskinteknikexamen från MIT 2006 och senare en MBA från Harvard Business School. Också hon såg ett system som missar något grundläggande: ambitiösa ungdomar med talang för teknik och naturvetenskap som gång på gång får höra att de kommer att göra stora saker – en dag.
– Vuxna ser dessa ungdomar och säger: 'Du kommer att göra stora saker – en dag'. Samtidigt förbereder den traditionella skolan inte alls dessa elever, säger Stach till MIT Technology Review.
Hennes svar var LaunchX, ett entreprenörsprogram för gymnasieelever som hon grundade 2012. Kärnan är en intensiv fyraveckors sommarkurs där eleverna inte studerar företagande i teorin – de startar faktiska bolag. De bildar lag, identifierar ett verkligt problem och tar en konkret produkt eller tjänst ut på marknaden. Många lag lyckas generera förbokningar eller direkta intäkter redan innan kursen är avslutad.
Det är en påtaglig kontrast mot den traditionella skolans logik, där praktisk tillämpning ofta skjuts på framtiden.
Två berättelser, en gemensam poäng
Det är lätt att läsa dessa två berättelser som inspirerande undantagsfall – individer med exceptionell drivkraft som lyckades trots systemet. Men jag tror det vore att missa huvudpoängen.
Både Khan och Stach bygger strukturer som skalar. En YouTube-kanal med tio miljoner följare är inte en enskild mentorsrelation – det är ett tillgängliggörande av information som tidigare krävde privilegierade nätverk. Ett strukturerat entreprenörsprogram för tonåringar är inte en engångsinsats – det är ett sätt att systematiskt sänka trösklarna för vem som får prova på att bygga något.
Och det är precis här kopplingen till AI-omställningen blir tydlig, även om ingen av artiklarna nämner AI explicit. Den stora frågan inför de kommande decennierna är inte bara vilka arbetsuppgifter som automatiseras bort – det är vilka människor som har förmågan och självförtroendet att omfördela sig, lära om och bygga nytt. Den förmågan är i dag ojämnt fördelad. Den följer gamla mönster av tillgång, kontakter och resurser.
Det Khan och Stach gör – var på sitt sätt – är att angripa just det problemet. De bygger inte verktyg som ersätter människor. De bygger system som ger fler människor möjlighet att delta.
I en tid när teknikutvecklingen accelererar är det kanske den viktigaste infrastrukturen av alla.
Vår analys
Dessa berättelser är symtomatiska för något större: ett skifte i hur vi tänker kring utbildning och förberedelse för arbetslivet. Det räcker inte längre med att ha rätt betyg eller examensbevis – förmågan att navigera komplexa system, bygga nätverk och faktiskt skapa något är avgörande kompetenser i en ekonomi som förändras snabbt.
Det intressanta är att både Khan och Stach använder teknik som hävstång för tillgänglighet, inte som ersättning för mänsklig förmåga. Det är en modell som förtjänar mer uppmärksamhet i den bredare AI-debatten. När vi diskuterar automatisering tenderar vi att fokusera på vad som tas bort. De här exemplen påminner oss om att tekniken också kan användas för att ge fler verktyg att bygga med.
Frågan framåt är om dessa initiativ kan skalas upp systematiskt – eller om de förblir öar av innovation i ett i övrigt trögföränderligt utbildningssystem. Svaret på den frågan kommer att forma hur brett AI-omställningens möjligheter verkligen fördelas.