Drömmen om study buddyn

I många samtal vi har med skolor i AI-frågan dyker den upp: drömmen om den perfekta AI-studiekompisen. En digital assistent som känner eleven, anpassar sig efter kunskapsnivån och hjälper till precis när det behövs. Det låter fantastiskt, och det kan det kanske bli, men det finns en del frågetecken att räta ut först. 

För att bygga en bra study buddy behöver vi först svara på den fundamentala frågan: hur lär man sig saker egentligen? 

Det har kloka människor funderat på i hundratals år utan att landa i ett enhetligt svar. Men de flesta är överens om en sak, lärande kräver ansträngning. Det ska vara lite jobbigt. Annars händer inte så mycket i huvudet. Det här är inte en ny insikt, men det är en som lätt glöms bort i en tid där vi vant oss vid att allt ska gå snabbt och friktionsfritt. Friktion är inte ett hinder för lärande, det är en central del. 

Ett sätt att sätta study buddyn i relation till det här är att tänka på Vygotskys teori om den proximala utvecklingszon. Förenklat handlar den om att det finns tre lägen: det du redan kan, det du kan klara med lite hjälp, och det som är för svårt oavsett stöd. 

Om AI-tjänsten bara ger dig svaret hamnar du i den första zonen och där sker mycket lite lärande. Ingen ansträngning, inget lärande. Eleven outsourcar tänkandet istället för att träna det. 

Om uppgiften istället är alldeles för svårt blir inte det heller lärorikt. 

Den optimala zonen är den i mitten. Där är där lärandet sker som mest. Där du tvingas stretchar ditt intellekt lite, men inte ensam. Du behöver någon som hjälper, stöttar och förklarar delar. En lärare, en kompis, eller kanske en AI-studiekompis? 

Men hur jobbar då lärare i den proximala utvecklingszonen? Jo, de känner sina elever. De läser av rummet. De ser om en elev har gett upp, om frustrationen håller på att tippa över, eller om det glimtar till av förståelse som behöver lite mer bränsle. De vet när de ska ställa en fråga, och när de ska vara tysta. 

En annan central dimension är motivation. De flesta elever som sätter sig vid en chattjänst som ex. ChatGPT gör det inte för att de vill utmanas – de gör det för att de vill bli klara. Det är en helt mänsklig impuls, men den gör study buddy-uppgiften svårare. En study buddy som ska ligga i den proximala zonen måste alltså inte bara vara pedagogiskt kalibrerad – den måste vara tillräckligt engagerande för att eleven ska stanna kvar i det jobbiga. Det är ungefär lika lätt som att övertyga någon att ta trapporna istället för hissen. Alla vet att det är bättre. Få gör det frivilligt. 

Så frågan är inte OM vi kan bygga en study buddy. Tekniken finns redan. Frågan är om vi kan få den att alltid ligga precis på gränsen till elevens förmåga. Och hur vi får elever att faktiskt vilja använda den, trots att det är jobbigt. 

Vi har börjat prata om en enkel tumregel: AI ska hjälpa dig tänka mer, inte mindre. En bra study buddy ger inte svar, den hjälper dig förstå, reflektera, ifrågasätta och hitta nya perspektiv. 

Lyckas vi med det? Då kanske vi har något riktigt bra. Men det kräver att vi slutar behandla AI i skolan som ett tekniskt problem och börjar behandla det som ett pedagogiskt.