Vad fakulteten är rädd för
Varje ny termin står universitetslärare inför någon version av samma fråga: lär sig studenterna, eller går de bara igenom en examens rörelser? I år har den frågan en ny bakgrund. En undersökning från november 2025 bland 1 057 lärare, utförd av American Association of Colleges and Universities och Elon University, visade att 90 % tror att generativ AI kommer att minska studenternas kritiska tänkande, 83 % tror att det kommer att förkorta deras uppmärksamhetsspann och 95 % förväntar sig att det kommer att öka deras överberoende på själva verktygen. Nästan tre av fyra, 73 %, har personligen stött på ett akademiskt integritetsproblem som involverar AI. Dessa är inte oron från en motståndskraftig minoritet. De är majoritetens uppfattning om yrket, och de är specifika: inte "AI är störande" i abstrakt form, utan en gemensam känsla av att något mätbart händer med hur studenter tänker.
Vad eleverna redan gör
Studenterna gömmer sig inte heller för detta. HEPI:s Student Generative AI Survey från 2026, baserad på 1 054 brittiska studenter, fann att 95 % nu använder AI i någon form och 94 % använder det för bedömt arbete. Endast 12 % medger att de skickar in AI-genererad text direkt, även om den siffran har fyrdubblats sedan 2024, då den låg på 3 %, vilket tyder på att gränsen mellan att "använda AI för att hjälpa" och "låta AI göra det" flyttas snabbt. Att placera två av undersökningens egna citat sida vid sida berättar sin egen historia. En student beskrev att de använde AI för att sammanfatta täta läsningar så att de kunde "fokusera på kritisk analys och djupare förståelse". En annan skrev helt enkelt: "Jag använder inte min hjärna alls". Samma verktyg, samma term, två helt olika lärandeupplevelser, och undersökningen ger ingen indikation på att någon av studenterna gjorde något ovanligt.
Varför mekanismen inte har förändrats
Det som skiljer de två studenterna åt är inte verktyget. Det är vad klassrummet frågade dem efter att ha använt det. AI kan svara på "vad"-frågan snabbare än någon föreläsning kan, snabbare än någon lärobok, snabbare än kontorstid. Vad den inte kan göra är att vikariera för en student i det ögonblick de ombeds att förutsäga ett resultat, försvara ett val eller förklara något med egna ord, eftersom de ögonblicken bara fungerar om det är studenten som gör hämtningen. Detta är den äldre idén bakom allt detta: hämtningsövning, ibland kallad testeffekten, den väletablerade upptäckten att aktivt att dra information ur minnet bygger en mycket starkare och mer långvarig förståelse än att bara få informationen igen. Det är inte nytt, och det handlar inte om AI. Det är bara det att AI gör det ovanligt lätt att hoppa över.
En studie från Drexel University från 2025 sätter en siffra på den skillnaden. Forskare gav data science-studenter AI-genererade övningsfrågor för återhämtning under föreläsningsraster, låginsatser som tvingade studenterna att komma ihåg och tillämpa det de just hade lärt sig, och jämförde deras senare quizprestationer med en kontrollgrupp som inte fick någon sådan övning. Återhämtningsgruppen fick 89 %. Kontrollgruppen fick 73 %. En skillnad på 16 poäng som forskarna kallade både statistiskt och praktiskt signifikant, där de inte ändrade något i innehållet, utan bara om studenterna tvingades hämta det. Det resultatet har inte förändrats eftersom AI existerar. Om något förklarar det exakt vad som står på spel: mekanismen som producerar verkligt lärande bygger fortfarande på ansträngande återkallelse, och AI:s användbarhet för en student beror helt på om den används för att uppmana till den ansträngningen eller för att ersätta den.
Där policyn löper ut
Det är därför som frågeteknik, inte AI-policy, kan visa sig vara högre utbildnings mest underutnyttjade verktyg. I AAC&U-undersökningen sa 87 % av fakulteten att de hade skrivit tydliga policyer för AI-användning, men 59 % sa fortfarande att deras institution inte var väl förberedd för att hjälpa studenter att möta vad som komma skall. Policy är nödvändig, men den styr vad en student lämnar in i efterhand. Den gör väldigt lite under de nittio minuterna innan de lämnar in den, i själva föreläsningssalen eller seminarierummet, där det faktiska tänkandet antingen sker eller inte sker, och där inget policydokument någonsin har fått någon att tänka mer.
Inget av detta är ett argument för att motstå AI i klassrummet, och data stöder inte heller den slutsatsen; många studenter använder det redan väl. Det är ett argument för att vara mycket mer medveten om vilka ögonblick som fortfarande tillhör studenten ensam, och att utforma föreläsningar, seminarier och bedömningar för att skydda dessa ögonblick med flit, på samma sätt som det här numrets berättelser bakom bilderna visar att en lärare redan gör, en återgivningsfråga i taget.
Referensprojekt
American Association of Colleges and Universities, & Elon Universitys Imagining the Digital Future Center. (21 januari 2026). Nationell undersökning: 95 % av universitetslärarna fruktar studenternas överberoende av AI och minskat kritiskt tänkande bland elever som använder generativa AI-verktyg. AAC&U. https://www.aacu.org/newsroom/national-survey-95-of-college-faculty-fear-student-overreliance-on-ai-and-diminished-critical-thinking-among-learners-who-use-generative-ai-tools
An, Y., Liu, J., Acharya, N., & Hashmi, R. (2025). Förbättra studenters lärande med LLM-genererade övningsfrågor för hämtning: En empirisk studie i datavetenskapliga kurser. arXiv. https://arxiv.org/abs/2507.05629
Stephenson, R., & Armstrong, C. (12 mars 2026). Undersökning om generativ artificiell intelligens bland studenter 2026 (HEPI-rapport 199). Institutet för högre utbildningspolicy. https://www.hepi.ac.uk/reports/student-generative-ai-survey-2026/
