Ny universitets-AI tvingar studenter att tänka istället för att fuska

Ett experiment som ger lärare hopp – och studenter huvudvärk

Vid ett universitet i den amerikanska delstaten Wisconsin pågår ett försök som många undervisare följer med stort intresse. Forskare har utvecklat en AI som konsekvent vägrar ge snabba svar på ekonomiska frågor – och istället bombarderar användarna med riktade motfrågor. Resultatet är slående: De som engagerar sig aktivt lär sig markant mer. De som försöker fuska med systemet ramlar igenom.

En chatbot som helt enkelt inte vill avslöja svaret

Chatboten bär namnet „Macro Buddy” och används i undervisning i makroekonomi. Till skillnad från ChatGPT och liknande verktyg svarar den inte direkt på frågor. Istället sätter den igång en kedja av motfrågor som steg för steg leder användaren mot problemets kärna.

Frågar en student till exempel hur man beräknar tillväxttakten för bruttonationalprodukten kommer det ingen formel. Istället möts personen av frågor som dessa:

• „Vilka storheter jämför man när man beräknar en tillväxttakt?”
• „Spelar tidpunkter eller tidsperioder någon roll här?”
• „Vad behöver du känna till innan du kan börja räkna med procent?”

Macro Buddy vägrar servera det färdiga svaret och tvingar studenterna att själva rekonstruera sitt tänkande.

Forskarna bakom systemet bygger på den så kallade sokratiska metoden: Kunskap ska inte hällas över den lärande, utan uppstå genom frågor i personens eget huvud. Denna tanke är över 2 000 år gammal – och upplever nu en digital comeback i form av en AI-handledare.

Tränad uteslutande på föreläsningsmaterial – helt utan internetåtkomst

Macro Buddy är utvecklad av ekonomer vid University of Wisconsin–La Crosse. De har uteslutande matat chatboten med transkript från sina egna föreläsningar och övningstillfällen. Boten känner därför bara till det som faktiskt har genomgåtts på kursen.

En viktig teknisk begränsning är att handledaren inte har tillgång till internet. Den kan inte hämta externa källor, citera Wikipedia-artiklar eller kopiera svar från debattforum. Allt som den frågar om eller formulerar bygger uteslutande på det officiella kursmaterialet och den underliggande språkmodellen.

Det är designat för att lösa två konkreta problem på en gång:

• Innehållsmässiga avvikelser: Studenter stöter inte på främmande definitioner som inte stämmer överens med kursens innehåll.
• Bekvämlighetsläge: Ingen kan räkna med att boten hittar ett färdigt svar någonstans på nätet.

Upptäcker systemet missförstånd – till exempel en förväxling av realt och nominellt BNP – justerar det sin frågeteknik. Istället för att bara rätta felet vänder Macro Buddy uppmärksamheten mot begrepp som prisindex, inflationsjusterat och köpkraft, tills den mentala knutten lossnar.

Studie med 140 studenter: Den som tänker vinner – den som fuskar förlorar

Ett försök genomfört under våren 2025 med 140 studenter dokumenterade hur effektivt systemet fungerar. Deltagarna delades in i fyra grupper med olika inlärningsförhållanden:

Forskarna fokuserade särskilt på resultaten från det tredje provet. Det intressanta var inte bara vem som klarade sig bäst, utan i vilken utsträckning prestationerna förändrades jämfört med kontrollgruppen.

Den stora överraskningen: Aktivt användande av AI gav i genomsnitt plus 12 poäng – passivt fusk kostade i genomsnitt 8 poäng.

Den blandade gruppen, som först arbetade med Macro Buddy och efteråt diskuterade gemensamt, förbättrade sig i genomsnitt med 12 poäng i förhållande till kontrollgruppen. Komplexa begrepp som inflation, penningmängd och produktionsgap förstods markant bättre av dessa studenter.

Helt annorlunda såg det ut för dem som försökte använda AI:n som en genväg och „snappa” svar utan att egentligen tänka själva. Så fort Macro Buddy inte längre var tillgänglig till provet föll deras resultat i genomsnitt med 8 poäng. Den digitala handledaren hade blivit en kognitiv krycka – utan den kollapsade de.

Fel som lärandemotor: Så här reagerar AI:n på felaktiga svar

Systemets kärna ligger i dess reaktion på fel. Ger någon ett svar som speglar ett missförstånd av hur inflation fungerar rättar boten det inte bara. Istället sätter den igång en frågedialog enligt ungefär detta mönster:

• „Vilken roll spelar penningmängden i ditt exempel?”
• „Vad händer när penningmängden växer snabbare än den reala produktionen?”
• „Hur påverkar det den allmänna prisnivån?”
• „Vilka storheter skulle du jämföra för att tala om inflation?”

På det sättet upptäcker studenterna själva exakt var deras argumentation brister. Forskarna beskriver det som en frågecykel som kör runt tills felet ligger öppet framför dem.

Liknande koncept har redan testats vid elituniversitet som Harvard med adaptiva AI-handledare. Här visade det sig att guidade frågor på lång sikt fungerar bättre än enkel informationsförmedling. Kunskap förankras djupare när de lärande själva aktivt genomför mellanseg i förståelseprocessen.

Lärande är lagsport: Därför fungerar kombinationen med grupparbete så kraftfullt

Särskilt anmärkningsvärd är effekten av att kombinera AI-handledaren med efterföljande grupparbete. Först arbetar varje enskild person individuellt med Macro Buddy, bygger upp en argumentationslinje och klarar ut förståelsehål. Därefter möts gruppen och jämför tankegångarna.

Ett typiskt förlopp i en sådan grupp ser ut så här:

• Varje person förklarar kort hur de nådde fram till lösningen via AI:n.
• Olika härledningar diskuteras och utmanas.
• Gruppen blir eniga om en gemensam, välgrundad tillvägagångssätt.

Därmed flätas individuell reflektion och socialt lärande samman. Den som ska förklara sig inför gruppen märker snabbt om förståelsen håller. Missförstånd avslöjas och bra förklaringar fastnar i minnet. Just denna blandning av människa-maskin-dialog och peer-diskussion kan enligt de första bedömningarna fundamentalt förändra AI:s roll på högre utbildningar.

Vad det kan betyda för svenska universitet

Också på svenska och skandinaviska universitet diskuterar man intensivt: Hjälper AI till att lära – eller gör den bara studenterna mer lata? Chatbotar skriver uppgifter, löser matematikproblem och formulerar uppsatser. Undervisare klagar över att många studenter nästan inte längre kan argumentera självständigt.

Exemplet med Macro Buddy pekar på en väg ut ur dilemmat. AI behöver inte bli ett copy-paste-verktyg. Den kan designas för att sätta igång tankeprocesser istället för att ersätta dem. Avgörande är tydliga riktlinjer:

• Ingen automatisk servering av färdiga lösningar,
• begränsning till kursinnehållet istället för hela internet,
• konsekvent motfrågor istället för genomvinkande,
• koppling till närundervisning och grupparbete.

För undervisare kan det faktiskt utgöra en fördel: Standardfrågor om definitioner och formler hanterar boten, medan lärarna i seminarierummet får tid till djupare diskussioner. Samtidigt upprätthålls kravet på att alla ska tänka själva.

Möjlighet och risk för nästa generation studenter

Tillvägagångssättet är inte helt utan risker. De som snabbt känner sig pressade av motfrågor eller redan lider av tentamensångest behöver en skonsam introduktion och bra vägledning. Undervisare måste göra det klart att felaktiga svar i chatten inte är ett misstag, utan utgångspunkten för lärandet.

Samtidigt visar studien mycket tydligt: Den avgörande faktorn är studenternas egen inställning. Den som använder AI:n som sparringpartner kan höja sin nivå märkbart. Den som missförstår den som en lösningsleverantör stänger på sikt dörrar för sig själv.

För utbildningsinstitutioner ligger häri ett tydligt uppdrag. AI-verktyg bör inte bara introduceras tekniskt, utan utformas didaktiskt. Inte varje fråga kräver ett omedelbart svar – ibland är en bra motfråga nog för att förankra kunskap varaktigt i sinnet.