«Superstudentens» viktigste tips til læring i KI-tidsalderen: – Vi må tørre å streve litt

«Superstudenten» Olav Schewe gikk fra å være en middels elev til å forske på læring ved Oxford. Han har skrevet flere internasjonale bestselgere om studieteknikker og hvordan hjernen lærer og tenker.

Så når Schewe peker på at KI kan påvirke læring negativt, bør man ta advarselen på alvor.

– Faren med kunstig intelligens er at man avlaster hjernen så mye at man slutter å tenke, sier han.

I løpet av dette intervjuet prater vi om hvordan man kan lære effektivt i KI-tidsalderen. Hvordan arbeidsminnet er «hjernens prosessor» mens langtidsminnet er som en «harddisk», og hvordan disse to spiller sammen når vi løser nye oppgaver.

Vi prater også om hvordan kunstig intelligens utfordrer det hjernen vår trenger for å lære ny kunnskap på en måte som gjør at vi faktisk klarer å hente den frem – når vi får bruk for den.

Men Schewe svartmaler på ingen måte KI-teknologi. Faktisk omtaler han teknologien som en «ekstra superkraft», for dem som klarer å kombinere menneskelig intelligens og kunstig intelligens.

– Jeg ser ingen grunn til at et verktøy i seg selv skal være negativt. Det kommer an på hvordan du bruker det. Men måten mange bruker KI på i dag, er ikke nødvendigvis den beste eller måten du lærer mest av, sier han.

Vi trenger robuste nervebaner

For å forstå hva han mener med det, må vi forstå litt om hvordan hjernen fungerer når vi lærer noe nytt.

– Tidligere var det ikke så lett å skanne hjernen for å se hva som skjer når vi tenker og lærer. Men det har blitt mulig nå, sier han.

Helt enkelt kan man si at læring rent fysisk skjer når nerveceller i langtidshukommelsen kobler seg på hverandre og danner nye nervebaner. Men for at læringen skal vare, må disse nervebanene være stabile og robuste.

– Vi har milliarder av nerveceller og en helt enorm kapasitet til å lage nye forbindelser. Det gjør vi også hele tiden. Vi snapper opp ny informasjon her og der. Problemet er at disse nervebanene ofte er ganske skjøre, så mange brytes opp igjen etter veldig kort tid.

For å danne sterke nervebaner trenger vi rikelig med repetisjon eller øvelse over tid.

Hjernens harddisk og prosessor

Men når vi løser nye oppgaver, er det ikke bare langtidshukommelsen vi bruker. Her kommer begrepet arbeidsminne inn.

Se på langtidshukommelsen som hjernens «lagringsplass». Her kan du plassere veldig mye informasjon som du kan trekke ut når du trenger det.

Arbeidsminnet derimot, kan «arbeide» med ulike biter informasjon, enten det handler om legge sammen ulike tall i hodet, eller om hvordan man kan tenke seg frem til et drømmebryllup.

– Arbeidsminnet er på en måte «hjernens prosessor», forklarer læringsforskeren.

Problemet er at dette minnet er svært begrenset - det har ikke plass til mer enn rundt fire til fem ting om gangen.

Tenk deg at du skriver av en tekst. Du må lese, holde på setninger i hodet, og sjekke at du skriver av korrekt. Det tar opp hele arbeidsminnets begrensede ressurser.

Det er ressurser du heller kan bruke til å tenke dypt på teksten, noe som som bidrar til å flytte den nye kunnskapen inn i langtidsminnet – som for så vidt er det ultimate målet med læring.

– Siden arbeidsminnet er så begrenset, er hvordan vi bruker det veldig viktig. Det gjelder både når vi skal lære og når vi skal løse oppgaver, sier Schewe.

Utfordringen med KI og arbeidsminnet

En måte å løse oppgaver bedre på, er å finne smarte måter å avlaste arbeidsminnet. Gjennom årene har mennesker brukt en rekke ulike verktøy for å gjøre nettopp dette, fra regnestav til kalkulator og Excel.

Slik slipper man å bruke de begrensede ressursene på å holde på eller utføre regneoperasjoner.

Dette er en bra ting. Slik frigjør vi arbeidsminnets «prosessorkraft» til mer avanserte oppgaver, som å vurdere hvordan et budsjett bør fordeles mellom ulike poster.

Her kommer utfordringen med kunstig intelligens inn:

– Veldig mange bruker KI, ikke til å avlaste arbeidsminnet, men til å gjøre all tenkningen. De får KI til å generere noe, og så går de videre, sier han.

– Her skiller KI seg fra tidligere verktøy. Excel kan støtte prosessen med å lage et budsjett, men du må fortsatt tenke mye selv. KI derimot kan ta hele oppgaven. Da bruker du ikke KI som et verktøy, du outsourcer hele tenkningen.

Nyere forskning viser at slik KI-bruk «skrur av» kritisk tenkning og er negativt for kreativitet og evnen til å løse problemer, ifølge Schewe.

– Paradokset er at KI kan gjøre oss mer produktive på kort sikt, men samtidig gjøre oss kognitivt sløvere og redusere evnen vår til å prestere på lang sikt. Samspillet mellom arbeidsminnet og langtidshukommelsen svekkes, fordi vi ikke bruker det.

– Hvis vi ikke bare slutter å tenke, men også mister interessen for å lære, går det enda raskere nedover med dette samspillet.

Den ideelle bruken

Så hva er den ideelle måten å bruke KI på? Ifølge Schewe fungerer kunstig intelligens best som støtte. Man må være bevisst hvordan man bruker det, vurdere output kritisk og se aktivt etter forbedringer.

Men for å bruke det begrensede arbeidsminnet til dette, trenger det støtte fra langtidshukommelsen.

Tenk på det litt som å kjøre bil. Hvis du aldri har kjørt før, og noen gir deg en liste med femti ting du må gjøre for å kjøre bil uten å krasje, så klarer du ikke å gjøre alle disse tingene samtidig.

– Men når du har trent over tid og lært å kjøre, så gjør du alle disse tingene fordi det sitter i langtidshukommelsen. Da kan du også reagere mye bedre hvis du plutselig kommer i en farlig situasjon og må tenke raskt, sier han.

På samme tid vil du være mye bedre rustet til å faktisk hente verdi fra kunstig intelligens, dersom du både har relevant kunnskap i langtidsminnet å trekke frem – og tilgjengelig kapasitet i arbeidsminnet.

Det er nettopp derfor undersøkelser viser at personer med mye domenekunnskap eller faglig skjønn også er de som får mest utbytte av KI-verktøy.

– Hvis du bruker KI som en god kollega, men tenker at det fortsatt er du som eier arbeidsoppgaven, da kan kunstig intelligens bli en ekstra superkraft, fordi du kombinerer menneskelig intelligens med kunstig intelligens, sier han.

– Det å sparre med KI, vurdere tilbakemeldingene nøye, fjerne det som ikke fungerer, be om revideringer og jobbe iterativt, da bruker du arbeidsminnet og tenker hardt. Dette er den ideelle bruken.

«Productive struggle»

Det kan være nyttig å anerkjenne at det å lære nye ting krever mental innsats, forklarer Schewe.

– Det er mer behagelig for hjernen å gjøre mindre jobb. Men skal du lære, må du bruke arbeidsminnet mer. Det krever mer innsats. Så det å være komfortabel med å slite litt – det jeg vil kalle productive struggle – er viktig.

For dem som sliter med læringsmotivasjonen fordi KI uansett kan virke smartere enn dem selv, mener Schewe at det tvert imot bør være motiverende å forstå hvordan hjernen lærer.

– KI løfter ikke de svakeste opp på nivå med de beste. Det kan løfte de svake litt, men de som får mest utbytte av KI, er de som allerede er flinke.

– De beste bøkene fremover kommer fortsatt til å være skrevet av de mest dyktige skribentene. De beste filmene lages fortsatt av folk som er veldig gode på film og redigering, men som nå får nye verktøy for å gjøre ting raskere og bedre.

Må tenke på mer enn effektivitet

Derfor er holdning og motivasjon viktig, både for enkeltpersoner, bedrifter og organisasjoner.

Selv om kunstig intelligens kan gjøre arbeidsoppgaver raskt og effektivt, betyr ikke det at selve læringen skjer av seg selv. Tvert imot, mener Schewe. Skal vi fortsette å utvikle kompetanse, må vi fortsatt bruke hodet aktivt – også når teknologien tilbyr snarveier.

– Selv om kunstig intelligens kan gjøre arbeidsoppgavene veldig raskt, så må man også huske at evnen til å prestere avhenger av at du lærer nye ting og at du også bruker hodet ditt, sier han.

Det er grunnen til at han mener virksomheter må tenke på mer enn bare effektivitet og tempo når de ser på KI-gevinster.

– Man må gi ansatte rom for å bruke mer tid enn det KI bruker alene til å generere noe. Først da har man rom for læring og for fornuftig kombinasjon av menneskelig og kunstig intelligens.

Dette er en kapasitet alle mennesker har i seg, understreker han – uansett bakgrunn og forutsetninger.

– Alle kan trene opp mer stabile nervebaner i langtidshukommelsen. Men for å få til det er det et par grunnprinsipper som må på plass.

Kan KI bli en læringspartner?

Et annet stort tema når man snakker om læring og kunstig intelligens, er hvordan KI brukes i selve læringssituasjonen. For eksempel i undervisning eller som en del av et digitalt kurs.

Digital Norways læringsplattform er et slikt eksempel. Der brukes KI for å gjøre kursene mer interaktive, og brukerne kan sparre med en digital læringsassistent underveis.

Om KI utfordrer brukeren til å reflektere og tenke mer selvstendig rundt stoffet, kan teknologien ha en positiv effekt, sier forskeren, og skisserer opp et scenario:

– Si du har lest en tekst du synes er kjempespennende. Så slår du på KI-talefunksjonen og sier at du vil diskutere boka, og har en samtale frem og tilbake der du selv må tenke, stille spørsmål og få input.

– Jeg tror det vil bli tydelig etter hvert at dette er en bedre måte å bruke KI på, sier han.

Men hvis KI primært brukes til å forenkle, oppsummere og forklare, er det langt mindre sikkert at læringen faktisk setter seg.

Han viser til en studie der én gruppe skulle lære et tema med bøker og nettsøk, mens den andre gruppen brukte KI. Resultatene viser at den første gruppen husker mer av stoffet i etterkant.

– Fordi alt blir pakket og forklart så enkelt for oss, med kulepunkter og gode forklaringer, så føles det som om vi lærer mye.

Kurs og øving har et ufortjent dårlig rykte

Helt til slutt tar «superstudenten» et lite oppgjør med den utbredte utdanningsfilosofien om at den beste læringen skjer når vi selv får utforske og stå fritt til å la nysgjerrigheten drive oss.

Denne tilnærmingen ligger til grunn for utdanning i mange vestlige land.

– Utforsking fungerer best når man allerede har mye kompetanse og et godt fundament. Da kan man drive feltet videre og undersøke hva som er nytt, sier han.

– Men som nybegynner har du stor nytte av struktur, gode forklaringer og praktiske øvelser for å bygge grunnleggende kompetanse.