Et eksperiment, der giver lærere håb – og studerende hovedpine
På et universitet i den amerikanske delstat Wisconsin kører et forsøg, som mange undervisere følger med stor interesse. Forskere har udviklet en AI, der konsekvent nægter at give hurtige svar på økonomiske spørgsmål – og i stedet bombarderer brugerne med målrettede modspørgsmål. Resultatet er slående: De, der engagerer sig aktivt, lærer markant mere. De, der forsøger at snyde systemet, falder igennem.
En chatbot, der simpelthen ikke vil afsløre svaret
Chatbotten bærer navnet „Macro Buddy" og anvendes i undervisning i makroøkonomi. I modsætning til ChatGPT og lignende værktøjer svarer den ikke direkte på spørgsmål. I stedet igangsætter den en kæde af modspørgsmål, der trin for trin leder brugeren mod problemets kerne.
Spørger en studerende eksempelvis, hvordan man beregner vækstraten for bruttonationalproduktet, kommer der ikke nogen formel. I stedet mødes vedkommende med spørgsmål som disse:
- „Hvilke størrelser sammenligner man, når man beregner en vækstrate?"
- „Spiller tidspunkter eller tidsperioder en rolle her?"
- „Hvad skal du kende til, inden du kan begynde at regne med procenter?"
Macro Buddy nægter at servere det færdige svar og tvinger de studerende til selv at rekonstruere deres tankegang.
Forskerne bag systemet trækker på den såkaldte sokratiske metode: Viden skal ikke hældes ned over den lærende, men opstå gennem spørgsmål i vedkommendes eget hoved. Denne tanke er over 2.000 år gammel – og oplever nu et digitalt comeback i form af en AI-tutor.
Trænet udelukkende på forelæsningsstof – helt uden internetadgang
Macro Buddy er udviklet af økonomer ved University of Wisconsin–La Crosse. De har udelukkende fodret chatbotten med transskripter fra deres egne forelæsninger og øvelsestimer. Botten kender derfor kun det, der faktisk er blevet gennemgået på kurset.
En vigtig teknisk begrænsning er, at tutoren ikke har adgang til internettet. Den kan ikke hente eksterne kilder, citere Wikipedia-artikler eller kopiere svar fra debatfora. Alt, hvad den spørger om eller formulerer, bygger udelukkende på de officielle kursmaterialer og den underliggende sprogmodel.
Det er designet til at løse to konkrete problemer på én gang:
- Indholdsmæssige afvigelser: Studerende støder ikke på fremmede definitioner, der ikke stemmer overens med kursets indhold.
- Bekvemmelighedsmodus: Ingen kan regne med, at botten finder et færdigt svar et sted på nettet.
Opdager systemet misforståelser – f.eks. en forveksling af realt og nominelt BNP – justerer det sin spørgeteknik. Frem for blot at rette fejlen drejer Macro Buddy opmærksomheden mod begreber som prisindeks, inflationskorrigeret og købekraft, indtil den mentale knude løsner sig.
Studie med 140 studerende: Den, der tænker, vinder – den, der snyder, taber
Et forsøg gennemført i foråret 2025 med 140 studerende dokumenterede, hvor effektivt systemet virker. Deltagerne blev inddelt i fire grupper med forskellige læringsforhold:
| Gruppe | Læringsscenarie |
|---|---|
| Gruppe 1 | Arbejdede alene med Macro Buddy |
| Gruppe 2 | Traditionelt gruppearbejde uden AI |
| Gruppe 3 | Kombination: først Macro Buddy, derefter gruppediskussion |
| Gruppe 4 | Kontrolgruppe uden særlig støtte |
Forskerne fokuserede særligt på resultaterne fra den tredje eksamen. Det interessante var ikke blot, hvem der klarede sig bedst, men i hvor høj grad præstationerne ændrede sig sammenlignet med kontrolgruppen.
Den store overraskelse: Aktiv brug af AI gav i gennemsnit plus 12 point – passiv snydning kostede i gennemsnit 8 point.
Den blandede gruppe, der først arbejdede med Macro Buddy og bagefter diskuterede i fællesskab, forbedrede sig i gennemsnit med 12 point i forhold til kontrolgruppen. Komplekse begreber som inflation, pengemængde og outputgab blev forstået markant bedre af disse studerende.
Helt anderledes så det ud for dem, der forsøgte at bruge AI'en som en genvej og „snappe" svar uden egentlig at tænke selv. Så snart Macro Buddy ikke længere var tilgængelig til eksamen, faldt deres resultater i gennemsnit med 8 point. Den digitale tutor var blevet en kognitiv krykke – uden den brød de sammen.
Fejl som læringsmotor: Sådan reagerer AI'en på forkerte svar
Systemets kerne ligger i dets reaktion på fejl. Giver nogen et svar, der afspejler en misforståelse af, hvordan inflation fungerer, retter botten det ikke bare. I stedet igangsætter den en spørgedialog efter nogenlunde dette mønster:
- „Hvilken rolle spiller pengemængden i dit eksempel?"
- „Hvad sker der, når pengemængden vokser hurtigere end den reale produktion?"
- „Hvordan påvirker det det generelle prisniveau?"
- „Hvilke størrelser ville du sammenligne for at tale om inflation?"
På den måde opdager de studerende selv, præcis hvor deres argumentation knækker. Forskerne beskriver det som en spørgecyklus, der kører rundt, indtil fejlen ligger åbent fremme.
Lignende koncepter er allerede blevet testet ved elite-universiteter som Harvard med adaptive AI-tutorer. Her viste det sig, at guidede spørgsmål på lang sigt virker bedre end simpel informationsformidling. Viden forankres dybere, når de lærende selv aktivt gennemfører mellemtrin i forståelsesprocessen.
Læring er holdsport: Derfor virker kombinationen med gruppearbejde så kraftfuldt
Særligt bemærkelsesværdig er effekten af at kombinere AI-tutoren med efterfølgende gruppearbejde. Først arbejder hver enkelt person individuelt med Macro Buddy, opbygger en argumentationslinje og afklarer forståelseshuller. Derefter mødes gruppen og sammenligner tankegangene.
Et typisk forløb i sådan en gruppe ser således ud:
- Hver person forklarer kort, hvordan de nåede frem til løsningen via AI'en.
- Forskellige udledninger diskuteres og udfordres.
- Gruppen bliver enige om en fælles, begrundet fremgangsmåde.
Derved flettes individuel refleksion og social læring sammen. Den, der skal forklare sig over for gruppen, mærker hurtigt, om forståelsen er holdbar. Misforståelser afsløres, og gode forklaringer huskes. Netop denne blanding af menneske-maskine-dialog og peer-diskussion kan ifølge de første vurderinger fundamentalt ændre AI's rolle på videregående uddannelser.
Hvad det kan betyde for danske universiteter
Også på danske og skandinaviske universiteter diskuterer man intenst: Hjælper AI med at lære – eller gør den blot de studerende mere dovne? Chatbots skriver opgaver, løser matematikopgaver og formulerer essays. Undervisere klager over, at mange studerende næsten ikke længere kan argumentere selvstændigt.
Eksemplet med Macro Buddy peger på en vej ud af dilemmaet. AI behøver ikke blive et copy-paste-redskab. Den kan designes til at sætte tankeprocesser i gang frem for at erstatte dem. Afgørende er klare retningslinjer:
- Ingen automatisk servering af færdige løsninger,
- begrænsning til kursusindholdet frem for hele internettet,
- konsekvent modspørgsmål frem for gennemvinkning,
- kobling til tilstedeværelsesundervisning og gruppearbejde.
For undervisere kan det faktisk udgøre en fordel: Standardspørgsmål om definitioner og formler håndterer botten, mens lærerne i seminarrummet får tid til dybere diskussioner. Samtidig opretholdes kravet om, at alle skal tænke selv.
Mulighed og risiko for den næste generation af studerende
Tilgangen er ikke helt uden risici. De, der hurtigt føler sig presset af modspørgsmål eller i forvejen lider af eksamensangst, har brug for en skånsom introduktion og god vejledning. Undervisere skal gøre det klart, at forkerte svar i chatten ikke er en fejl, men udgangspunktet for læringen.
Samtidig viser studiet meget tydeligt: Den afgørende faktor er de studerendes egen indstilling. Den, der bruger AI'en som sparringspartner, kan hæve sit niveau mærkbart. Den, der misforstår den som en løsningsleverandør, lukker i længden døre for sig selv.
For uddannelsesinstitutioner ligger der heri et klart opdrag. AI-værktøjer bør ikke blot introduceres teknisk, men udformes didaktisk. Ikke ethvert spørgsmål kræver et øjeblikkeligt svar – nogle gange er et godt modspørgsmål nok til at forankre viden varigt i sindet.
