När man vet att svaret är fel
En av erfarenheterna man märker som fysikstudent efter några år är att man börjar veta om ett svar är fel innan man har kontrollerat om man har räknat rätt. Man ser på resultatet och någonting känns fel.
Energin verkar för stor. Hastigheten verkar orimlig. Tiden ser inte rimlig ut.
Detta är inte någonting som beror på att man räknar snabbare eller har räknat mer. Det är därför att man har utvecklat något som är betydligt viktigare:
Fysikintuition.
Detta är baserat på erfarenheter och på att man har lärt sig att se vad som är rimligt eller inte utifrån sin grundläggande förståelse. När det nu är möjligt för en generativ AI att lösa problem åt oss, uppstår därför en ny fråga:
Vad händer med fysikintuitionen när studenten inte längre behöver kämpa med problemlösning?
Fysikintuition är ingen mystisk förmåga
Intuition är något som många ser som om det vore något som är medfött. Men det är oftast inte fallet. I diskussionerna med Nobelpristagare, som sändes på svensk TV och senare internationellt, var intuition ett återkommande tema. Här fanns inget givet svar, men det var något många var medvetna om och som ansågs viktigt. Men det var också sett som resultatet av lång erfarenhet. Intuition bygger på:
- Att man arbetat med många problem
- Gjort misslyckade lösningar
- Genomfört laborationer som gick fel
- Sökt och hittat fel(-källor)
- Granskat orimliga resultat
I GenAI, and Deep vs Shallow Learning diskuterade jag hur djupinlärning uppstår när ny information bearbetas och kopplas till existerande kunskap. Det viktiga är inte att ta emot information utan att aktivt arbeta med den. Denna process bygger även upp intuitionen för fysik.
Nybörjaren ser formler – experten ser fysik
Nybörjare i starten av sin utbildning löser ofta men inte alltid problem genom att fråga sig:
Vilken formel ska jag använda?
Detta sker oftast genom att identifiera vad som är givet och vad som söks. Man letar efter en formel som har detta i sig. Med mer erfarenhet, intresse och god undervisning förändras perspektivet. Då börjar man se bortom formlerna och ser till exempel:
- Energins bevarande
- symmetrier
- rörelsemängden bevarande
- möjliga approximationer
Fermi och konsten att tänka som en fysiker
Ett sätt att träna upp sin intuition och förmåga att tänka som en fysiker är de klassiska Fermi-problemen. Ett problem som man vill ha svar på är till exempel:
Hur många pianostämmare finns det i Chicago?
Här är inte svaret det viktiga utan vägen till att finna ett svar, resonemanget. Man gör uppskattningar. Man gör antaganden. Problemet delas upp i mindre delar.
Detta är metoden som fysiker använder när de ställs inför ett nytt problem. Man försöker förstå problemet och delar upp det i mindre lösbara delar innan matematiken kommer in. Så intuition är inte en ersättning för analys, utan resultatet av upprepade analyser av problem. Man lär sig hitta smarta genvägar.
Vad gör AI med denna process?
Här blir generativ AI intressant.
I Feedback literacy i GenAI-tider: snabbare svar, men kravet på omdöme ökar, påpekade jag att GenAI drastiskt minskar tiden mellan fråga och svar. För en student låter detta positivt. Och det kan ofta vara positivt. Men samtidigt förändrar detta också studentens arbetssätt.
Innan GenAI såg processen ofta ut så här:
Problem → tänkande → hypotes → lösning → kontroll.
Nu finns det en risk att den blir:
Problem → prompt → svar.
Om fokus ligger på att bara få ett svar. Detta betyder att ju bättre verktyget blir, desto mindre friktion uppstår. Här ligger dock problemet, det är att den kognitiva bearbetningen ofta sker just i denna friktion.
Djupinlärning eller ytinlärning?
I GenAI, and Deep vs Shallow Learning argumenterade jag för att den avgörande frågan inte är om studenter använder AI, utan hur de använder AI. Två studenter kan använda exakt samma verktyg på helt olika sätt. Till exempel:
Student A
Frågar en GenAI:
Vad är svaret?
Student B
Frågar istället:
Vilka principer behövs för att hitta en lösning?
Kan du visa en alternativ metod för att lösa problemet?
Student A får sannolikt ytlig inlärning, medan student B får djupinlärning.
Verktyget är detsamma, men lärandet blir helt olika.
AI som handledare
Det vore dock fel att beskriva AI som enbart ett hot mot intuition. I flera inlägg om GenAI i undervisning och lärande har jag argumenterat för att GenAI bör förstås som ett verktyg vars värde avgörs av hur det används.
Om vi har en student som använder ett GenAI-verktyg ChatGPT för att:
- Diskutera rimligheter i svar
- analysera fel
- jämföra modeller
- få alternativa förklaringar
Så kan GenAI faktiskt bidra till utvecklingen av intuition. Problemet uppstår istället när GenAI ersätter den process som bygger intuitionen.
Omdömet blir viktigare än beräkningar
I Feedback literacy i GenAI-tider argumenterade jag för att AI inte minskar behovet av omdöme utan snarare ökar det. Detta gäller även inom fysiken.
När AI producerar en lösning måste studenten kunna avgöra om:
- Modellen är rimlig.
- Antagandena är rimliga.
- Resultatet är rimligt.
Denna förmåga är det inte möjligt att outsourca. Så fort det händer upphör det självständiga tänkandet.
En förändring som redan pågår
I AI i högre utbildning: att leda förändring när verktyget kom före evidensen beskrev jag generativ AI som en «arrival technology». Den anlände innan vi hann utveckla gemensamma normer och pedagogiska strategier. Med andra ord har förändringen redan startat. Idag använder studenter och undervisare GenAI. Det är nu en fråga om hur vi ska utforma undervisningen för att se till att det självständiga tänkandet inte försvinner.
Avslutning
Det handlar om att vi måste förstå vad kunskap är och inte är. Det är viktigt att se att kunskap inte bara handlar om att få fram rätt svar. Det handlar lika mycket om att utveckla sätt att tänka. Det handlar om att skapa en intuition inom sitt ämne och att gradvis bygga upp förståelse.
Här kan GenAI hjälpa oss. Men det gör det lika gärna lättare att undvika att bygga upp förståelse.
Så den viktigaste frågan blir kanske: Hur säkerställer vi att studenter fortfarande utvecklar den fysikintuition som gör att de kan lösa nästa problem utan hjälp?



