En AI-tutor der nægter at give svaret
Mens mange studerende bruger AI som en hurtig lektiemaskine, vender denne digitale tutor spillet på hovedet. Den afviser at servere færdige svar og bombarderer i stedet den studerende med præcise spørgsmål, indtil vedkommende selv har bygget forståelsen op.
Chatbotten hedder Macro Buddy og bruges i makroøkonomikurser på University of Wisconsin–La Crosse. Den minder om ChatGPT, men med én afgørende begrænsning: den må ikke give direkte løsninger på opgaver eller eksamensspørgsmål.
Spørger en studerende om, hvordan man beregner BNP-vækst, dukker der ingen formel op på skærmen. I stedet svarer chatbotten med spørgsmål som: "Hvilke variabler indgår i denne beregning?" eller "Hvad betyder 'reelt' i denne sammenhæng?" Den studerende er nødt til at opbygge sin egen ræsonnering trin for trin.
Macro Buddy er designet som et digitalt spørgsmålstegn, ikke en svarmaskine. AI'en fungerer som en streng men tålmodig underviser, der stiller modspørgsmål frem for at give svarene.
Tilgangen er inspireret af den sokratiske metode — en filosofisk undervisningsform fra over 2.400 år siden. Kernen er enkel: man lærer bedst ved at blive udfordret med målrettede spørgsmål, ikke ved at sluge færdigpakket viden.
Trænet på rigtige forelæsninger, uden adgang til internettet
Forskerne trænede AI'en på omfattende transskriptioner af deres egne makroøkonomilektioner. Chatbotten kender derfor præcis de samme begreber og eksempler som de studerende i auditoriet.
Bemærkelsesværdigt nok har chatbotten ingen internetadgang. Ingen Wikipedia, ingen nyheder, ingen eksterne kilder. Kun det officielle kursusindhold tæller. Det betyder, at vejledningen holder sig tæt til faget, og at tilfældige AI-fejl eller irrelevante omveje minimeres.
Hvis en studerende for eksempel blander nominel og real BNP sammen, giver chatbotten ikke det rigtige svar. I stedet stiller den opfølgende spørgsmål om prisindeks, inflation og købekraft. Gennem denne serie af målrettede spørgsmål skal den studerende selv genopdage forskellen.
- AI'en er trænet på makroøkonomilektioner fra ét enkelt universitet.
- Den har ingen adgang til internettet eller eksterne datakilder.
- Den må ikke give endelige svar eller udarbejdede løsninger.
- Enhver fejl udløser nye og mere specifikke spørgsmål.
Målet er klart: de studerende skal lære at se sammenhænge mellem begreber frem for blindt at kopiere formler fra et AI-vindue.
Eksperiment: aktiv tænkning giver 12 point fremgang
Forskerne testede chattens effekt i et større eksperiment i foråret 2025. I alt deltog 140 makroøkonomistuderende, fordelt på fire grupper med hver sin læringsform.
| Gruppe | Arbejdsmetode | Gennemsnitlig ændring i score |
|---|---|---|
| 1 | Individuelt med Macro Buddy | Afhængigt af brug; store forskelle |
| 2 | Traditionelle gruppeopgaver uden AI | Lille fremgang |
| 3 | Først Macro Buddy, derefter gruppediskussion | +12 point ift. kontrolgruppen |
| 4 | Kontrolgruppe, ingen særlig støtte | Referenceniveau |
Kombinationsgruppen skilte sig markant ud. Studerende der først skærpede deres individuelle ræsonnering med AI og derefter diskuterede videre i små grupper, opnåede i gennemsnit 12 point højere karakterer på den tredje eksamen sammenlignet med kontrolgruppen.
For studerende der primært brugte AI som en svarbutik, var det modsatte tilfældet. Så snart værktøjet ikke længere var tilgængeligt, faldt deres resultater gennemsnitligt med 8 point. Uden den digitale krykke kollapsede deres præstationer.
Den samme teknologi kan være et kraftfuldt læringsredskab eller en farlig dovenskabsmaskine — det afhænger fuldstændigt af, hvordan de studerende bruger den.
Sådan omsætter AI'en hver fejl til målrettede modspørgsmål
Macro Buddy arbejder med en slags spørgecyklus. Så snart en studerende giver et forkert eller halvfærdigt svar, genkender systemet mønstret. Chatbotten ruller ikke en forklaring af, men søger en ny indgang via friske spørgsmål.
Forveksler en studerende for eksempel inflation med enkeltstående prisstigninger, følger der spørgsmål om pengemængde, omsætningshastighed og det generelle prisniveau. Ved at bevæge sig langs disse søjler bliver den underliggende misforståelse afsløret. Den studerende retter sig selv — i stedet for at AI'en tager den røde pen frem.
Denne fremgangsmåde er på linje med tidligere forskning fra Harvard om adaptive AI-tutorer. Den viste, at vejledt spørgsmålsdrevet læring huskes bedre end simpel vidensformidling. Macro Buddy anvender nu dette princip eksplicit i en reel universitetssammenhæng.
AI som supplement til gruppearbejde, ikke som erstatning
Et bemærkelsesværdigt resultat fra eksperimentet er samarbejdets rolle. De bedste resultater kom fra den gruppe, hvor AI og klassisk gruppedrøftelse forstærkede hinanden gensidigt.
Først arbejder den studerende alene med chatbotten. Vedkommende ordner sine tanker, løber ind i en mur, bliver stillet modspørgsmål og udfylder huller i sin forståelse. Derefter møder den studerende op til gruppediskussionen med en færdig, personlig ræsonnering. I den samtale bliver inkonsistenser tydeligere, og alternative tankeveje kommer på bordet.
Ifølge forskerne giver denne rækkefølge — først individuel tænkning med AI, derefter gruppediskussion — mere dybde end enten en gruppeopgave eller en AI-session alene. Kombinationen stimulerer både individuelt ansvar og social afprøvning.
Hvad dette siger om studerendes brug af AI
Amerikanske undersøgelser viser, at anslået ni ud af ti studerende allerede bruger AI i deres studier, ofte til lektier eller opgaver. Ikke sjældent kopierer de svarblokkene direkte ind i deres besvarelser.
Resultaterne fra Macro Buddy viser, at dette mønster er risikabelt. Når studerende vænner sig til, at en chatbot klarer alt tænkearbejdet, farer de vild, så snart krykken forsvinder — til en eksamen, en mundtlig prøve eller siden hen på arbejdspladsen.
En AI der kræver selvstændig ræsonnering, peger på en anden vej. Denne tilgang kan:
- reducere studiefrafald forårsaget af manglende forståelse;
- spare underviserne tid på grundlæggende forklaringer, så de kan fokusere på fordybelse;
- klæde de studerende bedre på til situationer, hvor ingen hjælpemidler er tilladt.
Hvad betyder dette for danske uddannelsesinstitutioner?
Danske professionshøjskoler og universiteter kæmper med præcis det samme spørgsmål: hvordan tillader man AI uden at uddannelserne ender som øvelser i "prompt mod point"? Pilotprojekter med AI-tutorer i matematik, statistik og jura viser lignende tendenser: hjælpemidler virker kun godt, når de sætter den studerende i gang med at tænke.
Et system som Macro Buddy kan for eksempel bruges i bacheloruddannelsernes indledende fag i økonomi, regnskab eller metode — som obligatorisk vejleder ved øvelseseksamener. Ikke som erstatning for holdundervisning, men som et ekstra lag, hvor studerende lærer at opdage egne fejl, inden de banker på underviserens dør.
For at det kan fungere, skal uddannelsesinstitutionerne fastlægge klare spilleregler: hvad må AI'en gøre og ikke gøre, hvad tæller som snyd, og hvordan belønnes aktivt brug? Uden en sådan ramme glider brugen hurtigt over i bekvemmeligt klippe-og-klistre-arbejde.
Praktiske læringer for studerende og undervisere
For studerende er budskabet klart: brug AI som sparringspartner, ikke som svargenerator. Et par konkrete tommelfingerregler:
- Bed om hints eller mellemtrin, ikke om færdige løsninger.
- Lad AI'en kritisere din egen ræsonnering frem for at tilbyde en alternativ løsning.
- Prøv efter enhver AI-interaktion at skrive kernen ned uden hjælp.
Undervisere kan tilpasse deres fag ved at designe AI-bevidste opgaver. Tænk på spørgsmål, hvor studerende skal begrunde deres tanketrin, eller opgaver, hvor de eksplicit skal beskrive, hvilken hjælp de har fået fra en chatbot og hvad de lærte af det.
Fokus forskydes da fra "har du det rigtige svar?" til "forstår du, hvorfor dette er svaret?" Netop dér kan en intelligent konfigureret AI-tutor gøre en reel forskel — ikke ved at få studerende til at virke klogere, men ved at gøre dem faktisk klogere.
