Vem bygger inlärning nu? AI och demokratiseringen av utbildning

AI har gjort det möjligt för nästan vem som helst att skapa något som ser ut som inlärning.

En lärande kan ladda upp ett dokument och begära en sammanfattning. En chef kan förvandla en PDF till en quiz. En ämnesexpert kan begära en kursplan, lärandemål och en bedömning på några minuter.

Det är en verklig förändring. Jag tror inte att vi bör minimera dess betydelse. För första gången kan människor skapa användbara inlärningsmaterial utan att alltid behöva en plattform, en produktionsgrupp eller en instruktionsdesigner.

Men vi måste vara försiktiga med vad vi menar med inlärning.

Det finns en skillnad mellan att upptäcka svaret på en fråga och att bygga kunskap. Och det finns en skillnad mellan en användbar inlärningsepisod och en allvarlig inlärningsresa.

AI är redan mycket bra på den första delen. Om du vill lösa ett litet problem, följa en enkel recept eller hantera ett mycket specifikt sammanhang, kan AI göra ett utmärkt jobb. Den kan ge dig ett snabbt svar, förklara ett begrepp, skapa en quiz, sammanfatta ett dokument eller hjälpa någon att förstå något i ögonblicket.

Ett enkelt exempel. Jag kan ladda upp två kapitel från en historiebok och skapa en frågesport för min dotter. Jag behöver inte något annat. Jag kan bygga något liknande på ett ögonblick och vi kan upptäcka vad hon kan och inte kan.

Det är användbart, och i vissa fall är det tillräckligt.

Men att hjälpa min dotter att lära sig historia genom att interagera direkt med AI är en helt annan sak.

Detta distinktion är viktigt eftersom mycket av samtalet kring AI och inlärning behandlar dessa två saker som om de vore desamma, vilket de inte är. En inlärningsepisod kan vara omedelbar, användbar och personlig. En inlärningsresa är något annat helt. Den har struktur och riktning. Den ber lärande att flytta från att inte veta till att veta, till att tillämpa, till att reflektera, till att slutligen förändra sättet de tänker eller agerar på. Det är mycket svårare.

Tillgång till skapande är inte mästerskap i design

När människor talar om AI demokratiserar utbildning, tycker jag att detta är där argumentet blir intressant. AI har absolut demokratiserat tillgången till skapande. Fler människor kan nu skapa inlärningsmaterial. Fler ämnesexperter kan förvandla sin kunskap till något strukturerat och fler lärande kan få hjälp i exakt det ögonblick de behöver det.

Men tillgång till inlärningsskapande är inte detsamma som mästerskap i inlärningsdesign.

Om någon vill lära sig något enkelt, kan AI vara tillräckligt. Men om någon vill lära sig kärnfysik, ledarskap, klinisk bedömning eller någon allvarlig förmåga, måste personen som lär sig ta kontroll över inlärningsresan. De måste förstå om innehållet är bra, om nästa steg är meningsfullt och om de verkligen assimilerar kunskap.

Det kräver att de använder alla sina metakognitiva färdigheter för att styra inlärningen. I verkligheten vill de flesta inte ha den bördan. De vill inte lägga sin energi på att ständigt avgöra om inlärningsprocessen är korrekt. De vill bara lära sig.

Detta är den första stora begränsningen av prompt-baserad inlärning. Den ser mäktig ut, men den kräver mycket av individen. De måste välja rätt indata, ställa rätt fråga, bedöma kvaliteten på svaret, omdirigera systemet när det går fel och hela tiden hålla sig motiverade.

AI-stödd inlärning är en kontinuum

Jag tror inte att framtiden enbart är “AI skapar kursen”. Sättet att tänka på AI-stödd inlärningsskapande är som en kontinuum. I ena änden finns prompt-baserad skapande. En användare ber AI att skapa en grundkurs i ett ämne. Det är snabbt och användbart som en utgångspunkt. Men det är också begränsat. Det kan låta sammanhängande och polerat, men det betyder inte att det har en stark pedagogik bakom sig eller en stark anpassning till lärandets verkliga mål.

Sedan finns resurs-styrd skapande. Här arbetar AI från riktiga källmaterial som en video, en manual, en föreläsning, en artikel. Det är starkare eftersom systemet är grundat i något faktiskt.

Sedan kommer mål-styrd skapande, där utgångspunkten inte bara är innehåll, utan en utgång. Vilken förmåga försöker vi bygga? Vad ska någon kunna göra efteråt? Hur ska vi veta att de kan göra det?

En annan väg är resa-styrd skapande. Här formar utbildaren eller instruktionsdesignern upplevelsen. Var börjar lärande? Var ska de kämpa? När ska de reflektera? När ska de öva? När ska de bedömas?

Till slut finns det mänskligt kuraterad skapande, där experten förblir nära involverad i strukturen, sekvensen, bedömningen och meningen med upplevelsen. AI är fortfarande där, men det är inte regissör. Det är assistenten.

Denna distinktion är viktig eftersom inlärning inte är en sak. Den beror på hur du definierar inlärning och vilken typ av inlärning du försöker skapa.

När vi pratar om kritiskt tänkande, djup inlärning, långa resor, stora mål och viktiga beslut, behöver vi mänskligt stödd inlärning.

Detsamma gäller tillgångarna vi ger AI. Det finns en stor skillnad mellan att be AI att skapa något från en blank prompt och att tillhandahålla det med en rik uppsättning inlärningsresurser som källmaterial, aktiviteter, inlärningsvägar, bedömningar och fullständiga program. Ju allvarligare inlärningsmålet är, desto viktigare är kvaliteten på dessa indata.

Problemets kärna var aldrig bara innehåll.

Detta är där jag tror att många organisationer kommer att göra misstag. De kommer att se att AI kan producera mer innehåll, snabbare, och de kommer att anta att problemet är löst.

I själva verket, varje gång det sker en teknisk revolution, förenklar vi inlärning. När radio anlände, sa människor att det fanns ingen anledning att gå till skolan eftersom studenter kunde lyssna. När biografen anlände, frågade människor varför vi fortfarande behövde böcker. Nu har AI anlänt, och vi riskerar att göra samma sak igen. Vi riskerar att anta att eftersom en ny medium kan presentera information, kan det ersätta den djupare akten av inlärning.

Det största problemet är förenklingen av vad inlärning är.

Inlärning är inte bara informationsöverföring. Den är inte bara kognitiv. Den är social. Den är emotionell. Den är kulturell. Den bär värderingar. Inlärning kommer med värderingar och inlärning kommer med visioner av framtiden.

Det är skillnaden mellan funktionell inlärning och transformerande inlärning. Funktionell inlärning kan visa någon hur man gör en kopp kaffe genom att följa ett recept. Använd den här mängden vatten, den här mängden kaffe, den här metoden, den här tiden. Transformerande inlärning hjälper dem att förstå hur man gör riktigt bra kaffe. Hur kornstorlek förändrar smak, hur vattentemperatur påverkar extraktion, hur smak utvecklas, hur man justerar när något är fel och hur man till slut kan skapa något av sin egen. Det låter som en liten distinktion, men det är inte. Det förändrar vad vi tror att inlärningen är till för.

Det finns ett användbart sätt att tänka på detta. Inlärning har en politik och en konst.

Det betyder inte politik i en smal partipolitisk mening. Det betyder att inlärning aldrig är neutral. Vi gör alltid beslut om vad som är viktigt, vad som bör utmanas och vilken framtid vi pekar mot. Inlärning är alltid politisk i den bredare mening, eftersom du gör ett beslut om vägen du tar. Vi lägger alltid känslor, värderingar och perspektiv i det.

Och inlärning är också konst, eftersom det handlar om hur människor uppfattar, förstår och tolkar världen medan världen runt omkring dem förändras. AI kan hjälpa till med detta, men det kan inte äga det.

Detta är där utbildaren och instruktionsdesignern blir viktigare, inte mindre. När AI tar på sig mer av det faktiska produktionsarbetet, skiftar deras värde mot att forma syftet, strukturen och riktningen av inlärningsupplevelsen.

I det förflutna tillbringade mycket av instruktionsdesignerns tid åtgår till att producera delarna av inlärning. Hos LearnWorlds ser vi denna förändring direkt: instruktionsdesigner tillbringar inte längre så mycket tid med att skapa innehållet, bilden, videon eller tillgången. De kan tillbringa mycket mer tid på detaljerna och finjusteringarna av inlärningsresan.

Det är den viktiga förändringen. Utbildaren flyttar uppströms. De blir mindre av en innehållsproducent och mer av en regissör.

Tag vilken stor roman som helst som har adapterats mer än en gång. Källmaterialet kan vara detsamma, men två regissörer kommer inte att göra samma film. Tonen, takten, atmosfären, vad som betonas och vad historien verkar mena kommer alla från personen som regisserar den, eftersom de bringar sin egen personliga tolkning och perspektiv.

Inlärning fungerar på samma sätt. Inlärning är en berättelseupplevelse, nästan en kinematisk upplevelse. Samma källmaterial kan bli många olika inlärningsupplevelser. Inlärning är inte en historia från samma bok. Det finns många olika historier.

Den rikedomen är viktig. Den är inte en ineffektivitet som ska avlägsnas. Den är en del av vad som gör inlärning mänsklig och den är en del av vad som ger oss olika perspektiv, sätt att tänka och kultur.

Detta är där jag tycker att AI blir spännande, snarare än hotande. Det ger utbildare en större designrymd. Det är därför vi talar om regissörer och designers. Utbildare kan nu öppna designrymden, skapa prototyper av en inlärningsresa, utforska olika möjligheter och gå djupare in i designen än de kunde tidigare.

AI kan hjälpa till att generera materialet, men människan bestämmer fortfarande vad upplevelsen försöker göra. Det är den väsentliga skillnaden mellan innehållsgenerering och inlärningsdesign.

Riktning förvandlar material till inlärning

Utan den riktningen finns det en risk att organisationer kommer att behandla en AI-interaktion som om inlärning har skett. AI ger dig en vy av vad som finns. Det är bara en vy. Ibland är det en mycket bra vy. Ibland är det överraskande och användbart. Men en unik dialog eller ett par interaktioner bör inte behandlas som om inlärningen är färdig.

Det finns en annan risk också. När en lärande är ensam med AI, kan något socialt gå förlorat. Inlärning är social. Historiskt har idéer, discipliner och rörelser utvecklats genom människor, samhällen, oenigheter och gemensamma standarder. När det bara är lärande och AI, förlorar vi en del av det sociala som hjälper människor och samhällen att testa och utveckla idéer.

AI kan personanpassa processen till en exceptionell grad, men miljontals separata samtal mellan individer och maskiner är inte detsamma som en gemensam intellektuell kultur. Om inlärning blir för isolerad, riskerar vi att förlora en del av oenigheten, förhandlingen och kollektiva meningsskapandet genom vilket kunskap främjas.

Frågan är inte bara om en individ kan lära sig effektivt med AI. Det är vad som händer med kollektiv mänsklig framsteg när så mycket inlärning sker i privat.

Det betyder inte att vi ska förkasta AI. Tvärtom. Jag är den första och största ambassadören för denna del av tekniken. AI kan ge oss just-in-time-stöd. Det kan förstå sammanhang. Det kan arbeta med dokument. Det kan skapa användbara svar mycket snabbt.

Men vi måste förstå vilken typ av inlärning vi ber den att stödja.

För organisationer blir detta en praktisk fråga. Var är AI tillräckligt? Var behöver vi riktade inlärningsupplevelser? Var behöver vi bedömning, feedback, validering och en mänsklig synvinkel? Var behöver vi människor att bli bättre användare av AI själva?

För om vi förväntar oss att människor ska arbeta med mycket intelligenta medhjälpare, måste de också bli mer skickliga. Om du arbetar med ett mycket intelligent system, måste du höja ditt spel. Du måste förstå varför det säger vad det säger.

Så ja, AI har förändrat vem som kan bygga inlärning. Det har öppnat skapande för fler människor. Det har gjort många typer av inlärning snabbare, enklare och mer tillgängliga.

Men ju mer AI demokratiserar skapande, desto mer måste vi förstå riktning. Politiken och konsten bakom inlärning.

Framtiden kommer inte att byggas genom att låtsas att AI kan göra allt ensam. Den kommer att byggas av människor som förstår när AI ska generera, när det ska assistera, när det ska anpassa sig och när en människa fortfarande behöver styra upplevelsen.

Promptning kan skapa material, men riktning är vad som förvandlar materialet till inlärning.