Siste nytt fra forskning på KI

Kunstig intelligens (KI) fortsetter å skape entusiasme i utdanningssektoren, men denne månedens forskning minner oss om at teknologi alene ikke er nok. For at KI skal forbedre utdanning på alvor, kreves struktur, strategier og tydelige mål – både hos lærere, institusjoner og utviklere.

Sentrale tema i forskningen

Rodman og James (2025) argumenterer for at lærerrollen må endres i takt med utviklingen av generativ KI. De beskriver hvordan nye språkmodeller kan utføre kognitive oppgaver like godt eller bedre enn mennesker, og at undervisere må engasjere seg aktivt og tidlig for å forstå og forme bruken av teknologien. De foreslår konkrete strategier for hvordan lærere kan ta eierskap over AI-integrasjon i undervisning og fagmiljøer.

Jiang (2025) beskriver sin erfaring med hvordan medisinske studenter bør møte AI i utdanningen. Hun peker på at det ikke handler om å lære én bestemt teknologi, men om å utvikle AI-kompetanse på tvers av verktøy, roller og fag. Hun etterlyser nasjonale rammer og mer samarbeid mellom institusjoner og studenter for å sikre at alle får et felles minimumsnivå av AI-forståelse.

Turner, Zhou og Burk-Rafel (2025) går enda dypere og peker på at mangel på struktur – ikke teknologi – er den største barrieren for vellykket AI-integrasjon. De peker på tre sentrale mangler: institusjonelle implementeringsstrukturer, bærekraftig finansiering og gode vurderingsverktøy. Uten dette risikerer vi, ifølge forfatterne, å gjenta feilene fra tidligere teknologisatsinger som aldri ble fulgt opp med tilstrekkelige ressurser.

Aurello et al. (2025) viser i en ny oversiktsartikkel hvordan AI påvirker kirurgisk utdanning. Verktøy som VR og AR gir mulighet for realistisk simulering, personlig tilbakemelding og trygg ferdighetstrening. Studien viser at AI-drevet kirurgiopplæring gir bedre tekniske ferdigheter og mer effektiv progresjon, men peker også på kostnader, etiske utfordringer og behovet for faglig forankring.

Tall fra forskningen

• Generativ AI utvikler seg raskere enn utdanningssystemene klarer å tilpasse seg.

• En god AI-integrasjon krever strukturer, rammer og finansiering – ikke bare teknologi.

• Studentene etterlyser grunnleggende AI-kompetanse og nasjonale rammeverk.

• I kirurgisk utdanning har AI-drevne simuleringer dokumentert effekt på ferdighetsutvikling.

Utfordringer og fremtidig forskning

Felles for alle studiene er et tydelig budskap: AI krever mer enn entusiasme. Uten klare rammer, ansvar og investeringer vil teknologien fortsette å være spennende – men lite gjennomgripende. Samtidig peker flere av artiklene på et nytt og positivt trekk: studentene selv tar initiativ, etterspør kompetanse, og ønsker å bidra til å utvikle løsninger.

Oppsummering

Månedenes forskning viser at AI kan bidra til bedre utdanning – både i teori og praksis – men bare dersom det også investeres i det som gjør teknologibruk mulig og bærekraftig. Fremtidens utdanning trenger ikke bare gode verktøy, men tydelige mål, ansvar og faglig forankring.

Referanser:

• Rodman, A., & James, C. A. (2025). Effective Engagement With AI Is the Only Path Forward for Clinician-Educators. Acad Med. https://doi.org/10.1097/ACM.0000000000006102 

• Jiang, J. (2025). Marathon Without a Finish Line: A Learner's Perspective on AI in Medical Education. Acad Med. https://doi.org/10.1097/ACM.0000000000006100 

• Turner, L., Zhou, C., & Burk-Rafel, J. (2025). It Takes More Than Enthusiasm: The Missing Infrastructure to Unlock AI's Potential in Medical Education. Acad Med. https://doi.org/10.1097/ACM.0000000000006104 

• Aurello, P., et al. (2025). Enhancing Surgical Education Through Artificial Intelligence in the Era of Digital Surgery. Am Surg. https://doi.org/10.1177/00031348251346539