En AI-tutor er den største mulighed inden for uddannelse, og en af de sværeste ting at bygge

Jeg har undervist mere end tre tusind universitetsstuderende, de fleste på hold med over hundrede ad gangen. Man kan gøre en stor og meningsfuld forskel som underviser, og det gør de fleste også.

Men den model, vi har i dag, er én til mange, og den har en grænse, uanset hvor hårdt man arbejder. Det er simpelthen ikke muligt at personalisere undervisningen, når man står én underviser foran hundredvis af studerende. De har forskellige behov, forskellige niveauer og forskellige interesser.

Undervisning én til én har ikke været mulig før, men vi har altid vidst, at den har et enormt potentiale. Ikke som en fuld erstatning for den model, vi har i dag, men som et supplement, hvor vi løfter både undervisere og studerende. Og det er ikke bare min egen erfaring. Forskningen siger det samme.

Muligheden: én til én-undervisning til alle

I 1984 viste Benjamin Bloom, at studerende, der blev undervist én til én, klarede sig op til to standardafvigelser bedre end studerende i almindelig klasseundervisning, hvilket svarer til forskellen på en gennemsnitlig og en topstuderende (Bloom, 1984). Det er et af de mest bemærkelsesværdige resultater inden for uddannelsesforskning.

Men det har aldrig været muligt at tilbyde det på samfundsniveau. Der er langt færre undervisere end studerende, så én til én har været forbeholdt de få, der kunne betale for det. Den skolemodel, de fleste af os er vokset op med, blev skabt under den industrielle revolution med samlebåndet som logik: mange elever, én lærer, det samme stof i det samme tempo.

For første gang har vi teknologien til at ændre det. AI kan bruges til mange gode ting inden for uddannelse, fra mindre administration og mere objektiv rettelse til undervisningsmateriale, der kan laves på en brøkdel af tiden. Det er alt sammen godt, men det er personaliseret læring, der for alvor kan flytte, hvor meget den enkelte studerende lærer.

Det er også en af de sværeste ting at bygge. Tænk på alt det, en rigtig god underviser eller tutor faktisk gør.

Hvad en god tutor gør

En tutor opfanger langt mere end tekst. Hun sidder ved siden af den studerende og ser arbejdet på papiret, ikke kun det endelige svar. Hun hører, når den studerende tøver lige før et forkert skridt, ser frustrationen vokse og kan se det i ansigtet, når noget endelig falder på plads. En chat får intet af det med. Den ser kun det, den studerende har skrevet til sidst.

En tutor tager udgangspunkt i den studerendes eget materiale. Hun arbejder ud fra det, den studerende har med: kapitlet, slides, den opgave, der driller. Den studerende skal jo op i en bestemt eksamen, ikke en generel udgave af faget. Hun ved selvfølgelig mere end det, der står i bøgerne. Bevæger den studerende sig uden for materialet, hjælper hun stadig, men siger, at det ikke er en del af faget, selvom det er værd at tale om.

En tutor gør mere end at svare. At svare er den nemme del. En tutor vil have den studerende til at lære mest muligt, og det er langt sværere end bare at give information. Når en studerende stiller et spørgsmål, giver hun ikke bare svaret. Hun guider, giver et hint, tegner det op, og nogle gange lader hun den studerende sidde fast et øjeblik. Målet er, at den studerende selv når frem til svaret, for det er dér, man faktisk lærer noget.

En tutor følger den studerendes udvikling. Hun husker, hvor langt den studerende er, hvad der er svært, og hvad der går godt. Hun går tilbage til hullerne og udfordrer mere, hvor der er plads til det. Det er den sværeste del at bygge, og det prøver en chat slet ikke på.

Forskningen viser, at det afgørende er, hvordan AI er bygget og bliver brugt. Studerende, der skrev essays med ChatGPT, viste den svageste hjerneaktivitet af alle målte grupper, og de fleste kunne ikke citere fra deres eget essay få minutter efter (MIT Media Lab, 2025). Brugt som sparringspartner eller tutor har AI den modsatte effekt. I et randomiseret forsøg på Harvard lærte studerende med en specialbygget AI-tutor mere end dobbelt så meget som studerende i almindelig, aktiv undervisning, og på kortere tid (Harvard, 2025). Den tutor, jeg har beskrevet ovenfor, findes ikke fuldt ud endnu. Det er den, vi bygger hos alice.

Det, en tutor gør, sammenlignet med en chatbot

En tutor	En chatbot
Det, der kommer ind
Ser arbejdet på papiret Hører, når du tøver Ser dit ansigt Kender faget og eksamen Husker sidste uge	Den tekst, du skrev
Det, der sker indeni
Finder det, der ikke er landet Beslutter, hvad der kommer nu Sætter sværhedsgraden Holder svaret tilbage Følger dig over tid	Vælger det mest sandsynlige svar
Det, der kommer ud
Spørger Forklarer med dit eget eksempel Tegner Giver en opgave Skubber dig videre	Giver svaret

Hvorfor det er svært, og hvordan vi bygger det

Læring har været alices mission fra begyndelsen, men alice startede ikke som en tutor. Vi startede med en studieplatform med de værktøjer, en studerende har brug for: noter, opgaver, eksamenssimuleringer og en chat til at slå op i stoffet. Den har hjulpet mere end 100.000 studerende og elever. Men vi tror, vi kan gøre det meget bedre. Ikke bare lidt mere læring, men et reelt spring i, hvor meget den enkelte lærer. Det er dér, vi har lagt vores udvikling, og i dag er tutoren centrum i alice, med alt det andet som værktøjer omkring den.

Noget af det bliver løst med tiden. Teknologien bliver hurtigt bedre til at forstå mere end tekst, som tale, billeder og den studerendes eget materiale.

At få den studerende til at lære mest muligt er noget andet, for det går den modsatte vej af teknologien. En sprogmodel er bygget til at give svaret, hurtigt og fyldestgørende. En tutor skal holde svaret tilbage, føre den studerende hen til det og vide, hvornår det ene eller det andet er det rigtige.

Det er også svært at teste. Læring er individuel, der er mange faktorer i spil, og det viser sig ofte først uger senere, til eksamen. Hvis vi målte alice på, hvor meget den bliver brugt, ville vi måske bygge det forkerte uden at opdage det.

Derfor er vi inspireret af de bedste undervisere. Vi tror ikke, at vi kan regne os frem til det rent teknisk. Men ved at se på, hvad rigtig gode undervisere gør, og med en masse rollespil i teamet om, hvordan en god underviser ville håndtere forskellige situationer, kan vi over tid bygge en fantastisk tutor.

I praksis bestemmer den studerendes plan, hvad der skal læres, helt ned til den enkelte knowledge block. Tutoren bestemmer, hvordan man kommer derhen, og den har de værktøjer, vi mener virker for læring. Den kan for eksempel tegne, men det er op til den selv at vurdere, hvornår det giver mening.

Hvad er en knowledge block?

alice bryder et fag ned i kapitler, lektioner og nederst knowledge blocks. En knowledge block er tænkt som den mindste byggesten i læring, det mindste, man reelt kan lære, fx “nutidsværdien af én betaling” frem for “finansiering”. Det er idealet. I praksis er grænsen ikke altid helt skarp. Det er knowledge blocks, tutoren holder styr på, så vi ved, at en studerende har lært noget og ikke bare har set det.

Den første version af tutoren, vi byggede, var for høflig, talte for meget og tilpassede sig ikke nok til den studerende, den talte med. En studerende, der allerede kunne stoffet, blev ført igennem det alligevel, og en studerende, der var faret vild, fik samme tempo som alle andre. Løsningen var at sige mindre, styre mere og tjekke, hvad der faktisk er gået ind.

Intet af det her handler om at erstatte undervisere. Forestil dig, at du som underviser kunne gange dig selv med ti eller hundrede. En assistent, der underviser efter dine principper, arbejder én til én med hver studerende og melder tilbage til dig om, hvor du gør mest gavn. Sidder mange af dem fast i det samme, kan du lægge din tid præcis dér. Eller du får frigjort tid til relationerne i lokalet, som ofte er lige så vigtige. Og den studerende får noget, næsten ingen har i dag: sin egen tutor.

Hvor vi er i dag

Tutoren er stadig i beta, og den rykker hurtigt.

Den har rykket sig meget, siden videoen blev optaget. Prøv den nuværende på dit eget fag

Der er meget, en god menneskelig tutor gør, som vores endnu ikke kan. Den kan ikke se dig gennem kameraet, så den kan ikke se, at du kæmper, før du siger det. Men den kan stadig høre, hvis du tøver. Og du kan endnu ikke tegne sammen med den på en fælles tavle. Der er mange flere.

Men noget gør den allerede rigtig godt. Den arbejder ud fra dit eget fagmateriale, den forklarer ved at tegne, og du kan tale med den på dit eget sprog. Nogle studerende fortæller os, at de lærer langt mere med den end i almindelig undervisning. Det motiverer os til at fortsætte. Der er ikke noget, jeg hellere vil bygge, end én til én-undervisning til alle.

alice er bygget til at være den tutor. Den kender dit fag, guider i stedet for at svare og tester dig, indtil det sidder fast. Prøv den på det fag, du er i gang med lige nu.