MIT-rapport: AI riskerar att ersätta djuplärandet – studiegrupper glesnar och lärarmöten töms
AI urholkar högskoleutbildningen – studiegrupper glesnar och djuplärandet hotas.
När tekniken tar över — men lärandet uteblir
Det är lätt att se AI-vågen i utbildningssektorn som ett generationsskifte i verktyg. Studenter byter ut Google mot chattrobotar, lärare använder AI för att förbereda föreläsningar, och administratörer utforskar automatiserad återkoppling. Men en rapport från MIT, publicerad i juni 2026 och refererad av The Decoder, tecknar en betydligt mer oroande bild — en där det som försvinner inte är föråldrade rutiner, utan utbildningens själva hjärtslag.
Enligt MIT-rapporten minskar deltagandet i nätbaserade diskussioner märkbart. Studiegrupper på campusbibliotek och i studentkorridorer glesnar. Och kanske mest alarmerande: allt färre studenter söker upp sina lärare under mottagningstid. Det handlar alltså inte om att studenter lär sig på nya sätt — det handlar om att de i allt högre grad slutar lära sig tillsammans överhuvudtaget.
Illusion av förståelse
Rapportens vägledande princip är skarp och viktig: AI ska förstärka mänsklig förmåga, inte ersätta den. Att få rätt svar från en chattrobot skapar en illusion av förståelse. Studenter som aldrig behöver brottas med ett svårt problem — som aldrig sitter i ett bibliotek klockan elva på kvällen och verkligen tänker — riskerar att lämna universitetet med examensbevis men utan den djupgående analytiska förmåga som utbildningen var tänkt att bygga.
Detta är inte en nischad oro. Det är ett strukturellt problem med konsekvenser som sträcker sig långt in i yrkeslivet och forskarvärlden.
The Decoder lyfter också en dimension som sällan diskuteras i de svenska debatten: det vikande förtroendet mellan studenter och lärare. Automatiserade verktyg för att avslöja AI-genererad text är opålitliga och flaggar oproportionerligt ofta texter skrivna av studenter med annat modersmål eller neuropsykiatriska funktionsvarianter. Resultatet är ett missklimat där studenter som skriver på sin andra eller tredje andraspråk behandlas som fuskare. MIT-kommittén avråder uttryckligen från sådana verktyg.
Därtill upplever studenterna en tydlig dubbelmoral: lärare som använder AI för att förbereda föreläsningar och sätta betyg, men begränsar studenternas möjligheter att göra detsamma. Rapporten rekommenderar transparensregler som gäller samtliga parter — ett rimligt och välkommet förslag.
LiU-revolten: ett symptom på djupare förvirring
Mitt i denna bakgrund är det svårt att inte läsa konflikten vid Linköpings universitet med nya ögon. Breakit rapporterar att dataingenjörsstudenter nu rasar mot en obligatorisk kurs i social kompetens — av studenterna döpt till "duschkursen" — som universitetet infört för att förbereda dem för arbetslivets sociala krav.
Kritiken från studenterna är begriplig. Kursen upplevs som stigmatiserande och som en institutionalisering av den gamla stereotypen om den asociale programmeraren. Att ett lärosäte formaliserar denna bild i en obligatorisk kurs är provocerande, och studenternas ilska är helt förståelig.
Men reaktionen avslöjar också något annat: en djup osäkerhet i utbildningssystemet om vad som faktiskt behövs nu. När AI kan skriva kod, analysera data och lösa tekniska problem med ökande skicklighet — vad är det då som gör en dataingenjör oumbärlig? Svaret är i stor utsträckning just det mänskliga: förmågan att samarbeta, kommunicera, navigera i komplexa organisationer och bygga förtroende.
Universitetet pekar åt rätt håll. Metoden kan diskuteras — och bör diskuteras — men behovet är reellt. Det är symptomatiskt att debatten om "duschkursen" exploderar just nu, när MIT-rapporten visar att de naturliga arenorna för att öva dessa förmågor — studiegrupper, mottagningstid, diskussionsforum — håller på att försvinna.
Vad utbildningen egentligen förlorar
Den gemensamma tråden i dessa två nyheter är att vi håller på att tappa bort något fundamentalt i utbildningskulturen: det produktiva mötet mellan människor som gemensamt försöker förstå något svårt. Det är i den processen — inte i det slutliga svaret — som lärandet sker.
AI är ett kraftfullt verktyg. Rätt använt kan det demokratisera tillgången till kunskap, ge studenter omedelbar återkoppling och frigöra lärartid för djupare samtal. Men om det används som en genväg förbi tänkandet — inte som ett stöd under det — riskerar vi att bygga en generation av akademiker som är skickliga på att navigera AI-system men oförmögna att tänka självständigt när systemen inte räcker till.
Vår analys
Det som MIT-rapporten egentligen beskriver är ett systemfel i hur vi introducerar AI i utbildningen — inte ett fel hos tekniken i sig. Vi har gett studenter tillgång till kraftfulla verktyg utan att samtidigt förnya de strukturer och förväntningar som styr hur lärandet ska gå till. Resultatet är en upplösning av de informella men avgörande sociala praktiker som utbildning alltid vilat på.
LiU-konflikten är ett tecken på samma systemfel, spegelvänt: ett lärosäte som anar att något går förlorat, men söker svaret i tvingande kurser snarare än i att bygga om de lärmiljöer där dessa förmågor naturligt uppstår.
Fram till nu har debatten handlat om fusk och regelefterlevnad. Det är fel fokus. Den verkliga frågan är: hur designar vi utbildningsmiljöer där AI förstärker mänskligt tänkande i stället för att kringgå det? Det kräver mod, nytänkande och en vilja att omforma hela systemet — inte bara lappa befintliga strukturer.