​​​​​​​Det teknologiske troldspejl. Danskfaglige dybder med AI-briller

Selve spørgsmålet om forholdet mellem menneske og maskine er centralt, når eleven skal forstå, hvad en computeralgoritme er og hvilken betydning den har i forretningsmodellen hos techgiganter fra OpenAI til TikTok. Algoritmen er i sin enkelhed en række kommandoer eller koder præsenteret i en serie af trin, men anvendt inden for markedsføring er kodningen også et magtredskab. Forskeren Cathy O’Neill har således defineret ”algoritmer [som] meninger indlejret i kode” (Orlowski 2020; tidskode 47:30).

Techgiganten TikTok har formået at skabe nogle algoritmer der er særligt effektive ud fra hvad man klikker på eller hvordan man kommunikerer. OpenAI’s algoritmer er tilsvarende rettet mod at regne ud, hvad vi vil vide ud fra vores og andres tidligere handlinger.

Begge prøver at forstå data om os ud fra vores digitale fodspor, der giver os mere af det samme for at fastholde vores opmærksomhed. TikTok og OpenAI er grundlæggende bygget på samme tilgang til algoritmer og er en del af en forretningsmodel, hvor man selv er produktet. Nobelpristager i økonomi Herbert Simon har således pointeret, at hvis noget er gratis, er man selv produktet. Det er tilfældet i såvel OpenAI’s gratisversion GPT-3 som de senere betalingsversioner, der skabes et behov for.

Det er oplagt at begynde undervisningen i elevernes egen livsverden med Instagram, Snapchat og det populære TikTok.

Lad dem skrive refleksioner over, hvilke normer de selv oplever for brug af sociale medier. Byg derefter på med faglig metode, og lad eleverne analysere kommunikation, facework og multimodalitet i TikTok-opslag, som fx Rosa Lunds (E) og Alex Vanopslags (LA) valgkampagner (Lund 2022; Vanopslagh 2022). Sæt fokus på viden om, hvorfor profilerne ikke længere benyttes efter vurderinger af cybersikkerheden (se fx Carlsen 2023, kapitel 2 og kapitel 5). Til sidst kan man lade eleverne analysere og diskutere gymnasieeleven Annika Lykke Eilersen Hansens argumenter for, at TikTok har stjålet hendes barndom og ungdom (Hansen 2023). Er det noget, klassen kender? Hvor afhængige er eleverne selv? Er det den verden, de selv ønsker?

Med afsæt i spørgsmål om algoritmer får eleverne ikke kun en bogstavelig forståelse af teknologien, de styrker også deres viden og tænkeevne ud fra en metakognitiv refleksion over deres eget medieforbrug. Dermed udfolder de et både kritisk og konstruktivt blik på teknologien.

Kan læreren her være normativ og forme elevernes horisont?

Mange unge vil reagere kritisk over for ’boomernes’ løftede pegefinger, så mit råd vil være at lægge normativiteten ind i en spørgende og undersøgende tilgang.

Når vi giver chatbotten et spørgsmål eller en formulering, aflæser den vores egne og andres tidligere input om et emne og giver et sandsynligt svar. Den er ikke klogere end summen af informationer i sit tekstkorpus. ChatGPT og andre AI-tekstgeneratorer er nemlig sprogmodeller bygget på teknologien natural language processing, som vi tilgår i samtale med en chatbot. De er designet ud fra algoritmer, der kan skabe mening i et stort tekstkorpus på baggrund af neurale netværk, der efterligner den menneskelige hjerne. Algoritmerne opererer ud fra sandsynlighedsberegninger af data om, hvad vores opmærksomhed er rettet mod.

I dansk kan man undersøge en faglig tekst ved hjælp af en AI-tekstgenerator. Det kan fx være en litterær tekst eller Annika Lykke Eilersen Hansens debatindlæg om, at TikTok har stjålet hendes barndom (Hansen 2023). Teksten skal være i et format, der kan kopieres.

Det interessante ved brug af ChatGPT er at blive dygtig til ’at prompte’, dvs. at skrive prompts, der er en indledende sætning eller et spørgsmål til et emne. Målet med en tekstanalyse er, at der skabes en dialog med chatbotten, så den bliver et tankeredskab. Tilgangen har rødder i heuristikken og handler om at blive skarp på sammenhængen mellem ens egne prompts og de svar, chatbotten giver.

En fremgangsmåde kan være at begynde med de samme prompts i plenum og slutte med individuelle. Kopiér teksten, der analyseres, og indsæt den i chatbotten efter hver prompt. Formålet er at få blik for faglig evidens, dvs. at kunne dokumentere undersøgelsen støttet af fagbegreber. Det skærper evnen til at skelne mellem væsentligt og uvæsentligt, hvilket giver grundlaget for at bedømme elevernes brug af AI-generator i undervisningen.

Tekstanalyse og diskussion med AI-generator

Vælg en analysemetode til undersøgelse af teksten. I dette tilfælde er der fokus på argumentationsformer.

Benyt fælles prompts til en undersøgelse af tekstens argumentation:

• Prompt 1: ”Hvilke fem ord optræder hyppigst i denne tekst, og hvor mange gange gør de det? [kopiér og indsæt tekst]”.
• Prompt 2: ”Find påstand, belæg, hjemmel, rygdækning og gendrivelse i teksten [kopiér og indsæt tekst]”.
• Prompt 3: ”Find en eller flere af argumentationstyperne erfaringsargument, autoritetsargument, motivationsargument, stråmandsargument, udbredelsesargument og ad hominem-argument i teksten [kopiér og indsæt tekst]”.
• Prompt 4: ”Find billedsprog i teksten [kopiér og indsæt tekst]”.

Lav en metakognitiv refleksion over undersøgelsen, hvor I kvalitetstjekker chatbottens svar efter hvert svar.

• Har I fået de samme svar? Hvad kan I bruge jeres svar til?
• Hvilke svar er rigtige, og hvordan vil I begrunde det ud fra jeres viden om metoder?
• Hvilke svar er ikke rigtige eller ikke helt præcise? Hvad er det rette eller mere præcise svar? Præcisér analysen ved hjælp af jeres viden om analysebegreber.
• Hvad har chatbotten ikke fået med? Genlæs teksten analogt. Tilføj det, der mangler.

Benyt valgfrie prompts: Hvilke andre analytiske spørgsmål gør arbejdet med chatbotten jer nysgerrige på at få svar på? Stil et spørgsmål ad gangen.

Udfør Turing-testen på en diskussion

Alan Turing stillede den samme opgave til en computer som til et menneske, hvorefter man skulle gætte, hvem der havde skrevet hvad. Formålet var at teste, hvorvidt computeren kunne tænke og dermed bestå testen (Emmeche og Winther 2023). Udfør nu Turing-testen ud fra jeres emne.

• Formuler parvis et spørgsmål, der lægger op til at diskutere de synspunkter, I har analyseret i teksten. Det kan fx være: “Diskutér spørgsmålet: Kan TikTok stjæle en barndom?” Skriv selv en tekst, hvor I besvarer spørgsmålet, og indsæt derefter spørgsmålet som en prompt, og lad AI-tekstgeneratoren svare. Sæt de to svar op i et dokument med samme layout.
• Byt med en anden gruppe, og gæt hinandens løsninger. Hvilken tekst er skrevet af henholdsvis menneske og maskine? Kan AI-tekstgeneratoren tænke?

Opsamling

• Hvad springer mest i øjnene fra jeres datahøst?
• Diskutér styrker og svagheder med brug af en AI-tekstgenerator til tekstanalyse, sammenlignet med den analoge tilgang.
• Opstod der en læring hos chatbotten? Hvad gjorde I, når det skete?
• Lav en videnskabsteoretisk overvejelse (se fx litteraturlisten i denne artikel) om måden, hvorpå I ved hjælp af maskinen genererer viden, og sammenlign med andre tilgange til viden.

Med denne fremgangsmåde anvendes en konkret teknologi til at opbygge AI-refleksion ud fra kompetencer, der kan bruges til stilladsering af enten analyserende eller debatterende artikel. Processen bevæger sig fra fælles til individuel metakognitiv refleksion over, hvordan man lærer ved hjælp af AI. Læringen sker både i maskinen, hos eleverne, lærerne og i fællesskabet.

Undervisning i betydningen af livet med AI kan med fordel vinkles som et litterært forløb og tage afsæt i motiver fra den nyeste litteratur om emnet, der endnu kun indfanges fattigt af AI. Ud fra litteraturens fortællinger, sprog og æstetik får vi indsigt i det særligt menneskelige og tænkningen om menneskets natur og sociale kompleksitet, når maskiner sætter betingelserne.

Fra industriel til teknologisk revolution

Et motiv er, hvordan den digitale verden og teknologien både reflekterer en teknologihistorisk udvikling siden den første industrielle revolution og smelter sammen med menneskets krop og bevidsthed. Det ses i Amalie Smiths genrehybrid Thread Ripper (2020), hvor historien om Ada Lovelaces algoritme fra 1830’erne flettes sammen med en selvfortælling om livet med World Wide Web. Det opleves også i hendes hørespil Elektriciteten taler (2020), hvor der gives stemme til det helt basale menneskelige vilkår forbundet med at tænde for strømmen.

Det digitaliserede liv

Et andet motiv er refleksionen af AI-literacy i vores selvforståelse, sprog og lyriske formsprog. I Lone Hørslevs Dagene er data (2018) bliver data både til en dystopi foran skærmen og til kendsgerninger i stil med Inger Christensens blik i Alfabet (1991) for alt, hvad der ”findes”. Caspar Erics 7/11 (2014) blev det første portræt af ’generation download’, ’generation iphone’ og en lang række andre emblematiske udtryk for den første ungdomsgeneration, hvis bevidsthed og normer for alvor blev skabt af digitalisering og sociale medier.

Maskiner og menneskelig intelligens

Et tredje motiv fra to romaner er, hvordan maskinerne overtager menneskelige funktioner, og der efterlyses teknologisk dømmekraft. I Olga Ravns De ansatte (2018) er de menneskelignende blevet udstyret med følelser. I Viggo Bjerrings Verdenshjertet (2021) er virkeligheden blevet erstattet af fake news og algoritmer, der holder en skrivende sultekunstner i jerngreb af lighed med Big Brother i en opdateret version af George Orwells 1984 (1949). Med humor stiller de to romaner sammen spørgsmålet, om maskiner kan være bedre til at skabe en social virkelighed, eller om vi skal vågne op og finde en bedre balance mellem AI og menneskelig intelligens.

Ud fra litteraturen kan man skabe analoge breaks, der styrker elevernes menneskelige intelligens og impulskontrol i et rum uden notifikationer og andre digitale distraktioner. Sæt jer i en kreds, lav fælles højtlæsning på skift, og fortsæt derefter i kredsen med at lade elever give input om deres oplevelser eller analytiske betragtninger om teksten. Undgå at afbryde hinandens betragtninger.

Man kan også skrive kreativt ud fra opgaver som remediering af en litterær tekst eller oplevelser af sprog og tone på internettet, hvor AI-generatoren inddrages i tekstproduktionen. Giv eleverne den litteraturhistoriske baggrund fra avantgardens konkretisme, Oulipo-bevægelsen og 1970’ernes systemdigtning, der var forløberne for den digitale litteratur, så eleverne ser udviklingslinjerne.

Se fx litteraturlisten i denne artikel for mere inspiration.

Det danskfaglige blik på AI

Når vi som danskfag ser nærmere på os selv i det teknologiske troldspejl, er det tydeligt, at vi har mange muligheder for at arbejde med AI-literacy inden for fagets egen natur og historie. Danskfagets metoder skærper tænkning og viden, og fagets udtryksformer rummer kvintessensen af menneskelig intelligens. Hvis vi styrker vores metakognitive blik for AI som en medspiller i danskundervisningen og skaffer analoge breaks til at mærke menneskets natur, kan vi fortsat udvikle gode læsere og skrivere.