Læreren som robot!

Vi kender typisk robotter som støvsugere, græsslåmaskiner og som ’flaskedrenge’ i supermarkeder.  Men nye, sociale robotter vinder frem og flere og flere overskrifter handler om, at de truer fremtidens arbejdsmarked.

Hvordan ser det ud for lærerstanden? Vil robotter kunne overtage lærergerningen? Ikke medmindre lærerens opgave også forandrer sig radikalt. Det er f.eks. svært at se, hvordan en robot skal kunne føre en helt almindelig samtale, som dem lærere fører med deres elever hundredevis af gange på en arbejdsdag.  

Er undervisning baseret på regnekraft?

I samtalen med en anden holder man et halvvågent øje med de forskellige meningsbærende udtryk, med kropsholdning og med stemmeføring for at danne sig en hypotese om meningen bag det, der bliver sagt. Man inddrager også egne erfaringer, og den historie man har stykket sammen om den anden.  Det er lidt ligesom at slutte til bedste forklaring, sådan som anklageren i en typisk kriminalfilm gør, når summen af indirekte beviser peger på en bestemt mistænkt.

Hvor meget af det her, kan en robot komme i nærheden af? Spørgsmålet er ikke nyt. AI-forskningen (AI står for Artificial Intelligence, dvs. kunstig intelligens) frembragte blandt andet skak -computeren 'Deep Blue', der i 1997 slog den daværende verdensmester Garry Kasparov for at vise, at kunstig intelligens nu matchede den menneskelige.

Er udradering af et skak-geni den rigtige skala at måle kunstig intelligens efter? Er skakekspertise for eksempel noget andet end at kunne regne samtlige træk ud på tilstrækkelig kort tid? Ifølge verdens førende ekspertiseforskere vil robotter aldrig kunne simulere mennesker.

Robotten følger regler – de bryder dem ikke

Forskeren Hubert Dreyfus fra University of Califonia, Berkeley, mener at robotter fejler, fordi de mangler en krop. Ifølge ham er kroppen en forudsætning for kognition. Menneskets erkendelse af verden er 'kødelig'. Mentale evner kan ikke reduceres til intern symbollæsning, der følger formale regler. Mentale evner indeholder også såkaldt tavs viden som for eksempel handlingsviden, der ikke kan symboliseres. Mentale evner er aldrig kontekstfri, og væsner, der simulerer os, må derfor have samme 'væren-i-verden' som os. Altså kroppe.

Andre ekspertiseforskere som Harry Collins, Cardiff University, mener ikke, at kroppen er afgørende. Når robotter falder igennem, skyldes det, at de mangler socialiseringsevner. Hvad betyder det? Ifølge Collins er det karakteristiske for menneskelig intelligens ikke så meget, at vi kan følge regler, for eksempel trafikreglerne; rødt betyder stop, grøn betyder kør. Men at vi ved, hvornår det er meningsfuldt at bryde dem. Hvis din nabo ligger på togskinnerne, er det ikke intelligent at følge reglen om, at ophold på skinnerne er forbudt. Men derimod intelligent at bryde dem for at få ham væk. Det gælder både de formaliserede regler (for eksempel trafikkens) og de ikke-formaliserede (skal man rydde op efter sig selv?)

Evnen til at tolke regler og navigere meningsfuldt i verden kommer, ifølge Collins, af samvær med andre. For det er kollektivet, der bestemmer, hvornår regler brydes meningsfuldt. Robotten ville fjerne udtrykket 'tyrkfejl' i et dokument om trykfejl, medmindre den fik besked om andet. Den ville ikke på egen hånd kunne indse, at udtrykket 'tyrkfejl' hvde en funktion, selvom det ikke står i ordbogen. Det er kun mennesker, der forstår, at regler meningsfuldt kan brydes. Ekspertiseforskerne ser dermed både kroppen og socialiseringsevnen som robotforskernes store udfordring.

Læreren er uundværlig

Måske kan vi konkludere, at jo mere lærerarbejdet bliver et spørgsmål om at følge regler, dvs. følge rutiner, der ikke kræver nogen former for fortolkning, des mere øges risikoen for, at robotter overtager arbejdet. Det samme pensum, på den samme måde, uafhængigt af elevens niveau eller perspektiv.

Man kan jo godt hævde, på trods af Dreyfus, at tablet/computer-bårne matematikprogrammer, f.eks., er simple former for virtuelle robotter, der fungerer mindst lige så godt som en lærer, og måske endda bedre, fordi de aldrig taber tålmodigheden uanset, hvor ’tåbeligt’ eleven svarer.

Men selvom noget læring er rutinepræget og involverer mange gentagelser, er rigtig meget læring, der danner et menneske af en helt anden karakter, som kræver samtale og fortolkning. Og ikke mindst, at læreren sætter sig i elevens sted. Og det er her, lærerens vel nok vigtigste arbejde ligger. Vil det nogensinde kunne udføres af en robot, på samme niveau vel at mærke?   

Læs evt.:

Schilhab, T. (2013). Why animals are not robots. Phenomenology and the Cognitive Sciences. DOI 10.1007/s11097-013-9342-y