Källkritik
Vi vet att AI redan idag kan skapa texter och bilder som är nästan omöjliga att avgöra om de är skapade av människor eller av AI. Lägg sedan till ljud, musik och filmat material som också närmar sig den nivån med stormsteg (man håller på utvecklar det som kallas GWM (General World Models), vilket är motsvarande arbete som man tidigare gjort med text för att skapa chattbottar, men nu använder man bilder, ljud och video också) så inser man att begreppen källkritik och källtillit kanske är det viktigaste av allt att lära sig både idag och i framtiden. Är man inte riktigt duktig på källkritik så är det oerhört lätt att bli både lurad och manipulerad. AI har inneburit att många saker som tidigare krävde ett stort antal människor och/eller en väldigt stor budget går att göra själv från sin egen bärbara dator. På samhällsnivå är demokratin hotad och vi vet inte hur länge till det går att genomföra val som faktiskt är demokratiska. Att lära dagens barn och ungdomar källkritik är därför viktigare än någonsin! När och från vem tänker vi att dagens och morgondagens barn och ungdomar ska få lära sig detta är en fråga vi behöver prata om!
Bias
En förklaring av bias är vilka förutfattade meningar som vi bär på. Det är vanligt att vi har stereotypa föreställningar om t ex olika yrken eller människor från ett land. Bias är inte nytt i skolans värld. Öppna en historiebok (gärna en gammal) och leta efter fördelningen mellan män och kvinnor. Historien är (oftast) fylld av män och kvinnorna är sällan representerade. När det gäller AI så är den fylld av de bias som materialet den tränats på innehåller. När det gäller en chattbott kan det vara svårt att synliggöra detta, men när det gäller en AI som skapar bilder är det relativt lätt att få syn på (en del av) denna bias.
Exempel på bias från Midjourney (en tjänst där AI utifrån din skrivna text skapar bilder) version 4. Jag har skrivit texten på engelska för att svenska språket inte ska påverka resultatet. Titta bl a på fördelningen mellan kvinnor och män, hudfärg, antalet ”fula” människor samt ålder på de som ses som professorer respektive presidenter.
Automatisering
Finns det både en rulltrappa och en vanlig trappa tar majoriteten rulltrappan. Förr var man tvungen att gå till telefonen när det ringde och ville man byta kanal på tv:n fick man gå till tv:n och trycka på en knapp. Idag har vi mobiltelefoner och fjärrkontroller så vi behöver inte röra oss för att svara eller byta kanal. Livet har blivit bekvämare på bekostnad av att vi rör oss mindre. Med minskad vardagsmotion behöver fler träna efter jobbet för att kompensera för den minskade vardagsrörelsen.
När ny teknik kan göra sådant som vi själva gjort tidigare kallar vi det för automatisering. När det gäller inlärning är automatisering är ett stort hot eftersom det innebär att jag inte behöver tänka själv. På liknande sätt som exemplen ovan ger minskad rörelse riskerar vi att få minskad träning av hjärnan, vilket är samma sak som sämre lärande. Lärare måste alltså fundera på om något som är viktigt minskar i omfattning när ny teknik som AI kommer in i klassrummet och hur man kan kompensera för den minskningen. Om saker som är oviktiga ur inlärningsperspektiv automatiseras är det inget problem, men saker som är viktiga ur inlärningsperspektiv bör inte automatiseras utan eftertanke då det påverkar lärandet på ett negativt sätt
Vi kan inte förvänta oss att någon person utifrån ska hjälpa skolsystemet med att lösa alla dessa utmaningar, utan det som krävs är att de som jobbar i skolsystemet på olika nivåer börja prata om dessa frågor och om möjliga vägar framåt.
I del 5 kommer jag att reflektera över hur det går att förutsäga vad som kommer att hända de närmaste åren när det gäller utvecklingen av AI.
