Låt AI hjälpa till att utbilda studenterna men låt proven förbli mänskliga

På kort tid har AI gått från nyhet till vardagsverktyg i högre utbildning. Det är en utveckling som öppnar för nya pedagogiska möjligheter men som också ställer högre krav på hur vi examinerar. Forskning och rapportering visar att användningen av AI är omfattande och ofta svår att upptäcka. På Stockholms universitet (SvT 27 maj 2025) har 20 studenter stängts av bara under årets första fem månader. Lektorn Martina Ladendorf beskriver hur lärarna ofta får agera ”poliser” eftersom det saknas verktyg för att upptäcka AI-fusk och misstänksamheten därför blivit en del av vardagen. Samtidigt beskriver både gymnasieelever och universitetsstudenter en rad strategier för att undvika upptäckt (SvT 6 mars 2025; DN 26 maj 2025). Det är en ny verklighet och den kräver en ny syn på både undervisning och examination.

Vissa menar (Alvehus och Nehls 2025) att det är dags att avskaffa examinationerna och låta arbetsgivare bedöma kompetensen. Vi anser att det är en farlig väg att gå. En universitetsexamen är inte bara en inträdesbiljett till arbetsmarknaden utan också ett formellt intyg på att studenten uppnått vissa kunskaps- och färdighetsnivåer. Om vi avskaffar examinationen överlåts ansvaret för kunskapskontrollen till arbetsgivare, med risk för att legitimiteten i utbildningssystemet urholkas. Resultatet kan bli ett A- och B-lag av utbildningar där de utan tydliga kunskapskrav får lägre anseende.

AI påverkar också själva lärprocessen. För en del studenter är AI en katalysator för lärande, men för andra kan den bli en krycka som försvagar förmågan att tänka självständigt. Den som alltid låter AI formulera svaret riskerar att förlora vana och mod att utveckla egna idéer. Kritiskt tänkande bygger på att själv pröva argument, väga källor och strukturera resonemang. Om AI levererar färdiga svar kan dessa steg hoppas över. Kreativitet kan på samma sätt hämmas när lösningen alltid börjar med någon annans textförslag. Den som inte längre tränar på att själv strukturera tankar kan få svårt att hantera situationer där färdiga mallar saknas.

Det finns även en risk att källkritik urholkas. Många AI-verktyg formulerar svar med stor säkerhet även när de bygger på felaktiga antaganden. Den student som inte övat upp förmågan att ifrågasätta och kontrollera fakta riskerar att okritiskt ta emot vad tekniken levererar. Detta gäller inte bara i akademiska sammanhang utan även i yrkeslivet, där felaktiga beslut kan få stora konsekvenser. Att bygga in källkritisk träning i undervisningen blir därför en central uppgift.

Samtidigt ger AI betydande möjligheter. Tekniken kan anpassa material och uppgifter efter studentens nivå och behov. Den kan ge omedelbar återkoppling och erbjuda olika angreppssätt för att förklara samma koncept. På så sätt kan AI bidra till mer individualiserad undervisning än vad som annars vore möjligt. För den student som är aktiv och reflekterande kan AI fungera som en ständig handledare som ställer följdfrågor och föreslår nya perspektiv. Potentialen är särskilt stor i stora kurser där lärartiden per student är begränsad. Här kan AI frigöra tid för läraren att fokusera på mer avancerade moment och personliga möten.

Vi delar därför upp diskussionen i två perspektiv. Det första rör pedagogiken. AI kan och bör integreras i undervisningen som ett verktyg för att stärka lärandet. Uppgifter kan utformas så att AI blir en resurs men där studenten alltid måste motivera sina val och försvara sina slutsatser. Kursmoment kan läggas upp så att AI används för att generera idéer och underlag som sedan bearbetas och utvecklas av studenten. Detta bevarar träningen i kritiskt tänkande och kreativ problemlösning.

Det andra perspektivet gäller examinationen. AI:s genomslag innebär att vissa former av hemtentor och inlämningsuppgifter inte längre ger en säker bedömning av studentens egen kunskap. Detta betyder inte att all distans- eller hemexamination är omöjlig, men kontrollen över bedömningssituationen måste stärkas avsevärt. Salstentamen och muntliga prov är robusta alternativ som ger möjlighet att säkerställa att studenten faktiskt behärskar kursens innehåll. Praktiska moment och redovisningar kan komplettera dessa, särskilt i kurser där färdigheter och tillämpning är lika viktiga som teoretisk kunskap.

Alvehus och Nehls (2025) förslag att ersätta examination med enbart undervisning riskerar att skapa en falsk trygghet. I debatten har gymmet använts som liknelse. Men att träna utan att mäta resultat kan låta lockande men fungerar dåligt om syftet är att bygga styrka. I utbildning handlar styrkan om kunskap och analytisk förmåga. Utan mätpunkter förlorar både studenten och läraren en viktig kompass.

Historien visar att teknikskiften ofta kräver anpassning. När miniräknaren kom förutspåddes matematikens undergång men undervisningen förändrades och examinationen justerades. AI är mer genomgripande och berör fler moment av lärandet. Därför behövs en bredare förändring av både pedagogik och examination, inte ett avskaffande av den senare.

Vår ståndpunkt är att AI ska integreras som ett pedagogiskt verktyg och att examinationsformerna ska utvecklas för att möta den nya verkligheten. En examen ska fortsatt signalera att innehavaren besitter faktiska kunskaper och färdigheter. För att uppnå detta måste vi kombinera AI-stödda uppgifter med kontrollerade bedömningsmoment. På så sätt kan vi både dra nytta av AI:s pedagogiska potential och säkerställa att akademins trovärdighet består.