Pennsylvania-professor återskapar del av magisterkurs med chattrobot på 12 timmar

En nationalekonomiprofessor vid University of Pennsylvania säger att han med hjälp av Anthropics samtalsrobot Claude återskapade delar av en kurs på magisternivå på ungefär tolv timmar. I en intervju med Business Insider beskriver Jesús Fernández-Villaverde hur han lät modellen bygga en struktur som liknar en kursplan och styra vad som skulle studeras, vilket pressade ihop sådant som normalt levereras genom veckor av föreläsningar och läsning.

Den omedelbara poängen är inte att en professor ”upptäckte” självstudier. Poängen är att den dyra delen av många utbildningsprogram – att paketera innehåll och bestämma tempo – nu får nära noll i rörlig kostnad när en kompetent modell kan ta fram en skräddarsydd läsplan, förklaringar och övningsuppgifter på beställning. Universitet har länge sålt flera varor i samma faktura: undervisning, prövning, examensbevis och tillgång till en studentkull samt ett nätverk av lärare. Om ”undervisningen” blir billig och riklig återstår som knappa tillgångar rätten att intyga, förmågan att upprätthålla provens tillförlitlighet och antagningsstämpelns signalvärde.

Det flyttar trycket till de delar av systemet som inte kan automatiseras bort. Laborationer, handledd forskning och återkoppling med hög närvaro kräver fortfarande människor och lokaler. Men mycket av det studenter upplever som ”undervisning” i föreläsningstunga kurser är i praktiken distribution: bildspel, uppgiftsblad och förtydliganden på mottagningstid. Om en modell kan skapa detta på begäran uppstår frågan varför studenten ska betala för distributionslagret i stället för enbart för grindvaktslagret.

Grindvaktsrollen är samtidigt den punkt där institutioner typiskt svarar med att skärpa kontrollen. När artificiell intelligens gör hemarbeten och uppgifter utan tillsyn svårare att lita på, lär fler program röra sig mot övervakade salstentor, identitetskontroller, nedlåsta webbläsare och provformer med omfattande övervakning. Tekniken som löser upp lärandet i fristående delar driver universiteten att åter bunta ihop erbjudandet kring efterlevnad och kontroll.

Fernández-Villaverdes försök pekar också på en andrahandsverkan: fördelen koncentreras till dem som redan vet vad de ska fråga efter. En student som kan precisera mål, pröva sig själv och stegvis förbättra sina frågor får ut mer än den som behandlar modellen som en automat för färdiga svar. I praktiken kan det innebära att artificiell intelligens vidgar skillnaderna inne i samma klassrum, samtidigt som universitetens prissättning – byggd kring genomsnittet i en studentkull – får svårt att ta betalt för en vara som i allt högre grad blir personligt utformad någon annanstans.

Business Insider ramar in händelsen som en varning till universiteten. Den mer konkreta iakttagelsen är enklare: en professor återskapade snabbt en del av det han säljer med ett verktyg som en tredje part har byggt. Lärosätet delar fortfarande ut examen, men innehållet är inte längre en bristvara.