Forestil dig, at du har et ubegrænset budget til personlige undervisere, som tilbyder hyper-personaliserede kurser, der maksimerer elever og studerendes produktivitet og udvikling af færdigheder.
Denne sommer afprøvede jeg idéen med en absurd og selvcentreret test.
Jeg er lektor ved University of Oxford i medier og kunstig intelligens, og jeg bad en AI-undervisningsagent om at spille rollen som mig selv, og undervise mig i et personligt masteruddannelseskursus, udelukkende baseret på mit eget arbejde - den rene solipsisme.
Jeg opsatte AI-agenten via et standardværktøj fra ChatGPT, hostet på den Azure-baserede Nebula One-platform, med en prompt om at researche og efterligne mig, og derefter bygge personligt undervisningsmateriale baseret på mine egne tanker.
Jeg fortalte ikke den store sprogmodel (Large Language Model, LLM), hvad den skulle læse, eller gjorde noget for at forbedre dens evner – som for eksempel at give adgang til undervisningsmateriale, der ikke er offentligt tilgængeligt online.
Interaktivt og tempofyldt
Agentens kursus i medier og AI var velstruktureret: Et originalt, seks-modulers forløb over et semester, baseret på mine samlede værker, som jeg aldrig selv havde sammensat, men må indrømme, jeg gerne ville have gjort.
Det var interaktivt og tempofyldt og krævede mental skarphed gennem hyppige skift i format. Det var intellektuelt udfordrende, præcis som god Oxford-undervisning bør være.
AI-agenten underviste med stor grundighed og gav øjeblikkeligt svar på alt, jeg spurgte om. Den havde en stor forståelse af det hastigt udviklende landskab inden for AI og medier med samme anskuelse som mig, men AI-agenten havde gjort mere hjemmearbejde.
Tilsyneladende var den blevet fodret med hele mit multimedieoutput – bøger, taler, artikler, journalistiske interviews og endda universitetsforelæsninger, som jeg ikke anede var blevet optaget, og slet ikke vidste var blevet brugt til at træne GPT-4 eller GPT-5.
Velfortjente fem stjerner
Kurset var en fremragende læringsoplevelse, selvom jeg angiveligt allerede vidste det hele. Så i den uundgåelige kursusevaluering gav jeg AI-versionen af mig selv fem velfortjente stjerner.
For eksempel spurgte den i en sektion om etikken i forhold til figurer i computerspil, der ikke er styret af spilleren (NPC'er):
»Hvis NPC'er genereres af AI, hvem bestemmer så deres personlighed, baggrund eller moral? Kan det føre til bias eller stereotyper?«
Og:
»Hvis en AI-NPC kan lære og tilpasse sig, udviskes grænsen så mellem karakter og 'entitet' [uafhængig aktør]?«
Det er fremragende, filosofiske spørgsmål, som sandsynligvis vil komme i fokus, når (eller hvis) Grand Theft Auto 6 udkommer til maj 2026. Jeg er meget begejstret for, at AI-versionen af mig kom på dem, selvom jeg ikke gjorde det selv.
AI-mig byggede også videre på det, jeg selv allerede ved. Indenfor film kendte den til det helt almindelige Adobe After Effects, som jeg har dækket (som bruges til at skabe bevægelsesgrafik og visuelle effekter).
Men den tilføjede Nuke, et professionelt værktøj, der bruges til at kombinere og manipulere visuelle effekter i Avengers, og som jeg er en smule flov over at måtte indrømme, at jeg aldrig havde hørt om.
Så hvor kom AI-agentens viden om mig fra? Min forlægger, Routledge, lavede en aftale om træningsdata med OpenAI, som jeg formoder inkluderer mine bøger om medier, AI og liveoplevelser.
I modsætning til en række forfattere er jeg helt indforstået med det. Mine bøger guider folk gennem et fantastisk og hurtigt udviklende emne, og jeg vil gerne have dem med i den globale samtale – i alle formater og på alle markeder (tyrkisk er allerede udkommet, koreansk kommer denne måned).
Denne tilgængelighed skal også gælde det, der nu potentielt er det mest søgbare 'sprog' af alle; det sprog, som AI-modellerne taler.
Prioriteten for enhver forfatter, der er enig i dette, bør være AI-optimering: At gøre det nemt for sprogmodeller at finde, behandle og bruge deres værker – lidt ligesom søgemaskineoptimering, bare for AI.
For at bygge videre på idéen testede jeg den yderligere ved at få en AI-agent drevet af Kinas Deep Seek til at lave et kursus baseret på mit materiale.
Da jeg opdagede, at jeg var mindre synlig i denne AI-agents træningsdata, var det svært ikke at tage det personligt. Der findes næppe en større fornærmelse i AI-tidsalderen, end at en førende sprogmodel vurderer, at din bog om AI er irrelevant.
Da jeg eksperimenterede med andre AI'er, havde de problemer med at holde sig til fakta – meget typisk for 2024. Fra Googles Gemini 2.5 Pro lærte jeg opdigtede biografiske detaljer om mig selv, for eksempel har jeg angiveligt haft en rolle som leder af medievirksomheden The Runaway Collective.
Da jeg spurgte Elon Musks Grok, hvad mit bedste citat var, svarede den: »Uanset spørgsmålet, er svaret AI.«
Det er et fantastisk svar, men det var desværre den nobelprisvindende administrerende direktør for Google's afdeling for kunstig intelligens, Google DeepMind, Demis Hassabis, der sagde det, ikke mig.
Hvor er vi på vej hen?
Hele denne selvoptagede sommerafstikker var tydeligvis absurd, men dog ikke helt. AI-agentbaserede selvstudieprojekter er måske netop det, universitetsundervisningen har brug for: interaktive, analytiske, indsigtsfulde og personligt tilpassede.
Forskning dukker op, der understøtter værdien. En tysk-ledet undersøgelse viste, at AI-genereret undervisning hjalp med at motivere gymnasieelever og gav dem bedre eksamensforberedelse.
Det kommer ikke til at vare længe, før vi ser denne slags realtids-AI formelt integreret i undervisningen på skoler og universiteter.
Alle, der underviser bachelorstuderende, ved, at AI allerede er på banen. Studerende bruger AI-transskription til at tage noter.
Indholdet fra forelæsninger bliver udtrukket på få sekunder fra transskriptionerne og vil have trænet mange sprogmodeller inden for et år. Til hjælp med opgaveskrivning er ChatGPT, Claude, Gemini og Deep Seek/Qwen uundværlige værktøjer for Gen Z.
Den menneskelige underviser bliver vigtig
Men her kommer det afgørende punkt: Efterhånden som AI bliver mere central i undervisningen, bliver den menneskelige underviser mere vigtig – ikke mindre.
Læreren vil guide læringsoplevelsen, bringe publicerede værker ind i kursets konceptuelle ramme og fremme personlig kontakt og engagement med de studerende. De kan udvide deres rolle som personlige AI-vejledere – via AI-agenter – for hver enkelt studerende, baseret på individuelle læringsbehov.
Hvor passer yngre undervisere ind, som ikke har et bagkatalog, der kan bruges til at træne sprogmodeller? Ja, jo yngre underviseren er, desto mere AI-indfødte er de sandsynligvis.
De kan bruge AI til at udvikle deres egen konceptuelle vision for et kursus ved at udvide forskningen ud over deres egne værker og ved at give AI-agenten input om, hvad der bør indgå.
Inden for AI er det ofte sådan, at to modsatrettede påstande begge kan være sande samtidig. AI er både følelsesmæssig intelligent og tonedøv.
Den er både en glorificeret tekstforudsigelsesmaskine og en yderst kreativ samarbejdspartner.
AI koster arbejdspladser, men skaber også nye. Den gør os dummere, men styrker os samtidig.
Det samme gælder undervisning. AI truer læringsrummet, men kan også frigøre afgørende former for interaktion.
En udbredt opfattelse er, at AI vil gøre elever og studerende dummere. Men måske kan AI faktisk åbne op for et nyt niveau af personalisering, udfordring og motivation for elever og studerende
Denne artikel er oprindeligt publiceret hos The Conversation og er oversat af Stephanie Lammers-Clark.
