Der er en afgørende forskel på at bruge generativ AI som færdiguddannet ekspert og som studerende. Den uddannede trækker på et indgroet kendskab til fagets kvalitetskriterier og gennemskuer hurtigt fejl eller mangler. Som studerende er du i gang med at opbygge de samme kriterier. Her kan sprogmodellernes velformulerede og selvsikre tone skabe en "illusion of fluency" (en oplevelse af, at indholdet er korrekt og letforståeligt, blot fordi det er velskrevet).

Hvad kan jeg selv gøre?

For at undgå ekspertfælden og udfordre den falske følelse af hurtig forståelse, kan du bruge disse to enkle greb i din studieteknik:

Aktivér din egen viden først (lav en ”hjernestart”): Inden du overhovedet åbner din chatbot, så brug to minutter på at skrive dine egne umiddelbare hypoteser, begreber eller faglige gæt ned på papir. Ved aktivt at hente din egen viden frem først, skaber du et fagligt referencepunkt i din hjerne. Det forhindrer, at du ukritisk lader dig rive med af modellens første svar.

Gør AI til eleven, og undervis den selv: Vend rollerne om for at teste, om du reelt har forstået stoffet. Forklar et svært fagligt begreb til chatbotten med dine egne ord, og bed den om at agere en nysgerrig medstuderende, der skal pege på huller eller faglige misforståelser i din forklaring. Da det at undervise andre er en af de mest effektive måder at lære på, tvinger dette greb dig til at bearbejde stoffet dybdegående og afsløre dine egne reelle huller i din viden.

Når man taler om brug af generativ AI, har der været et stort fokus på prompting som en mestringsdisciplin. Det har ligefrem fået betegnelsen ”prompt engineering”. Betegnelsen kan give det fejlagtige indtryk, at en velskrevet prompt er tilstrækkelig i sig selv. Men det forholder sig således, at det er din dybtgående, domænespecifikke faglige viden, der er din egentlige superkraft. Det er den, der gør dig i stand til at spotte, hvornår AI udelader vigtige nuancer eller direkte hallucinerer fakta.

Prompting er et nyttigt redskab og nødvendigt i forhold til at komme frem til gode svar. Men det er din faglige indsigt, der afgør kvaliteten af dialogen med modellen. Uden faglig viden kan du hverken stille de rigtige spørgsmål eller evaluere svarene.

Hvad kan jeg selv gøre?

Du kan bruge dette greb til at bryde sprogmodellens autoritative tone:

Udfordr modellens faglige ståsted: Sprogmodeller skriver med en enorm, indbygget autoritet, uanset om de udelader vigtige nuancer eller direkte opdigter og hallucinerer fakta. Gør det til en vane altid at stille modellen opfølgende spørgsmål som: "Hvilket teoretisk perspektiv eller skole er svaret her baseret på?" og "Hvilke modargumenter eller faglige forudsætninger er der udeladt her?". Det bryder illusionen om den "neutrale maskine" og minder dig om, at AI-outputs altid blot repræsenterer ét bestemt perspektiv formet af dets træningsdata.

Når du skriver med en chatbot, er systemet designet til at give dig et lynhurtigt, flydende og fuldstændig friktionsfrit svar. Det er et bevidst designgreb, der opleves særdeles tilfredsstillende. I en læringsproces opstår der en risiko for såkaldt præmatur kohærens (forhastet sammenhæng) fordi AI’ens hurtige svar ser færdigt, logisk og overbevisende ud, før du selv har gjort det faglige tankearbejde.

Modtrækket er at skabe refleksiv friktion i studiearbejdet. Det handler om bevidst at sætte farten ned, stille modspørgsmål, afprøve påstande mod din pensumlitteratur og lade modstanden i stofbearbejdningen skabe den dybe faglige indsigt.

Hvad kan jeg selv gøre?

Du kan lade dig inspirere af følgende tre enkle greb:

Søg kontraster frem for det nemme svar: Bed AI’en om at give dig tre forskellige faglige perspektiver på det samme emne side om side, så du tvinges til aktivt at sammenligne og vurdere nuancerne frem for blot at acceptere det første svar.

Brug AI til faglig modlæsning af dine udkast: Når du har skrevet et udkast til et teoriafsnit eller en argumentation, så upload det og bed modellen om et kritisk review. Spørg specifikt: "Hvilke metodiske svagheder, faglige modargumenter eller ubelagte påstande springer i øjnene i denne tekst?".

Forklar din egen logik: Inden du accepterer en rettelse eller en ny struktur fra AI'en, så tving dig selv til at formulere (måske endda over for modellen), hvorfor du vælger netop den løsning frem for en anden. Det at skulle retfærdiggøre og sætte ord på dine valg styrker din metakognition og dit faglige ejerskab, som du senere kan komme til at stå på mål for i en prøvesituation. Du kan f.eks. skrive noget i stil med: "Jeg bygger videre på forslaget til teoriafsnittet, men jeg ændrer følgende i metodevalget, fordi versionen udelader den specifikke vinkel, vi har fokus på i pensum ...".

Kritisk tænkning og anvendelse af generativ AI som studerende handler om at udvikle sin faglighed, bevare sit faglige ejerskab og tage ansvaret for sine egne læreprocesser. Læring kræver i sin natur kognitiv anstrengelse, og det er netop modstanden i processen, der skaber den varige forståelse. Det står i kontrast til det hurtige output fra generativ AI.

Når du kender teknologiens faldgruber og lærer at imødegå dem, kan du stadig med fordel anvende generativ AI til at udfordre dig selv, undersøge emner fra flere vinkler og styrke den viden, du skal stå på mål for.