Jag skrev häromdagen en delvis hoppfull artikel om hur AI revolutionerar högre utbildning. Och visst är det mycket som händer! Men på systemnivå, där man kan göra genomgripande förändringar på lärandesituationen som helhet och kunskap i stort går det trögt. Man kan just nu ana en paradox: trots AI-teknikens snabba utveckling och genomslag i samhället har integrationen i universitetsvärlden hittills varit relativt begränsad. Ur både vetenskapligt och socialt perspektiv visar studier att AI-användningen är fragmenterad, ofta ytlig och kantad av skepsis och osäkerhet. Det är alltså inte tekniken som saknas – snarare handlar det om institutionella, kulturella och pedagogiska barriärer.
Att AI används brett av i stort sett alla råder det ingen tvekan om. Men hur ser det ut med en djupare och mer planerad integration på universitetsnivå? Är det bara en tidsfråga? Forskarvärlden, som länge varit starkt textbaserad, har helt enkelt svårt att stå emot, när AI på allvar ifrågasätter hundratals år av traditionellt lärande. Vad ska man sätta emot? Orkar vi ens (ta hand om detta också)? Att i grunden förändra sig själv är inte enkelt, men tyvärr är det just det som måste ske. Vi har stått inför stora omfattande tekniksprång tidigare, det är inget nytt, men just hastigheten är problemet med AI. En AI revolution som tar 20år kan vi hantera. En som tar 2 år är mycket svårare att leva med.
Men det kommer sannolikt ta tid innan man når en tydlig riktning. Samtidigt finns risken att många traditionella aktörer som inte är på tårna helt enkelt försvinner för att dom blir irrelevanta. Så det är knappast läge att vila just nu. Vill man som lärosäte – och kanske ännu viktigare, som framtida utbildningsaktör – vara relevant måste man redan nu ha koll på utvecklingen och börja agera. Annars kan det vara för sent innan man ens kommit igång.
När generativa AI-modeller slog igenom för några år sedan var förväntningarna stora. Många föreställde sig att universitetsundervisningen skulle förändras i grunden: kursmaterial kunde produceras snabbare, studenter skulle få personlig återkoppling i realtid och lärare skulle avlastas från tidskrävande administration.
I praktiken har AI-användningen dock mest stannat vid ytliga moment. Studenter använder verktyg för att sammanfatta texter, bolla idéer eller förbättra språk i uppsatser. Lärare tar ibland hjälp av AI för att skapa provfrågor eller förbereda lektionsmaterial. Det är användbart – men långt ifrån den revolution som många hade förutspått.
Denna situation öppnar samtidigt för nya utbildningsaktörer. De som bygger undervisningsmetoder, examinationer och vägledning på AI från grunden kan snabbt skaffa sig ett försprång och konkurrera ut de institutioner som inte hänger med.
En viktig orsak är universitetens trögrörliga strukturer. Kursplaner är ofta låsta flera år i förväg, betygssystem är strikt reglerade och administrativa rutiner tar tid att förändra. Att integrera AI kräver mer än en snabb teknisk lösning – det handlar om att omforma hela undervisningsupplägg, examinationsformer och lärandemål.
Dessutom är många akademiker skeptiska. Förtroendet för AI-genererat innehåll är lågt, särskilt eftersom verktygen ibland hallucinerar eller ger partiska svar. Lärare är rädda för att förlora kontrollen över kvaliteten och ser risker för att akademisk integritet undermineras.
För studenter är AI både en resurs och en risk. På den positiva sidan kan verktygen ge snabb feedback, fungera som bollplank och erbjuda hjälp med språkbarriärer. De kan också ge tillgång till extra övningar eller förklaringar dygnet runt.
Samtidigt finns risken för överanvändning. En student som låter AI skriva hela texter riskerar att förlora förmågan att resonera och tänka kritiskt. Det finns också en oro för att beroendet av tekniken urholkar själva lärandet. Universiteten har därför hamnat i en dubbel roll: att både förhindra fusk och samtidigt uppmuntra konstruktiv användning.
En avgörande insikt är att AI inte kan ersätta lärare. Pedagogik, empati, kreativ stimulans och kritiskt tänkande är mänskliga kvalitéer som inte går att koda. Däremot kan AI fungera som ett stöd för lärarna – till exempel genom att analysera studenters progression, identifiera kunskapsluckor eller automatisera rutinuppgifter.
För att det ska bli verklighet krävs dock omfattande fortbildning. Lärare behöver lära sig att använda AI-verktygen tekniskt, och att förstå deras begränsningar och risker. Etik, transparens och dataskydd måste alltid finnas i förgrunden.
En annan bromsande faktor är den akademiska kulturen i sig. Universitet bygger på traditioner som ofta förändras långsamt. Föreläsningen, seminariet, tentamen och uppsatsen är fortfarande centrala inslag – trots digitaliseringens intåg. För att AI verkligen ska göra skillnad krävs en omdefiniering av vad lärande är och hur kunskap bäst kan bedömas.
Det kan handla om att gå från statiska tentor till mer dynamiska dialoger, där AI används som en frågeställande partner snarare än en svarsgenerator. Eller att skapa hybridmodeller där mänsklig handledning kombineras med AI-stödd individuell träning.
För att AI ska få ett verkligt genomslag i högre utbildning behövs tre saker:
- Strukturella reformer – flexibilitet i kursupplägg, betygssystem och administrativa regler.
- Kompetensutveckling – lärare måste ges utbildning, stöd och tid att utforska tekniken.
- Etiska ramar – tydliga riktlinjer för hur AI ska användas ansvarsfullt och transparent.
Universiteten behöver alltså tekniken, och modet att förändra sig själva.
AI har förändrat många sektorer, men i universitetsvärlden står vi fortfarande i startblocken. Det är inte tekniken som bromsar, utan människors inställning, institutionernas tröghet och kulturens starka traditioner. På sikt är det troligt att AI kommer att integreras allt mer – men som ett komplement till, inte en ersättning för, den mänskliga läraren.
Sett i ett större perspektiv handlar frågan därför mindre om när AI får sitt genombrott i utbildningen, och mer om hur vi väljer att forma den processen. Den akademiska världen har nu ett val: att hålla fast vid gårdagens strukturer eller att stegvis öppna dörren för en framtid där AI och mänsklig pedagogik kan samverka för att skapa bättre, mer inkluderande och mer dynamiska lärmiljöer.
Johan Hägerström
Chefredaktör och skribent för Artificiell Existens.
