Blot få år efter lanceringen af Open Ais ChatAi er det dokumenteret, at brugen af Ai værktøjer reducerer evnen til at huske og tænke. De hurtige resultater frister især dem, der er under pres for at præstere og levere. Det synes smart på den korte bane, men hvad er de langsigtede konsekvenser? Hvilken betydning har det for hukommelsen, tålmodigheden og vedholdenheden?
Gennem uddannelse lærer man at tænke; Gennem vedholdne gentagelser og øvelser lagres faglig viden, med skriftlighed og argumentation og diskussion trænes evnen til at tænke selv, og ved at være i det svære, indtil det synes knap så svært, opøves tålmodighed. Men er den traditionelle vej til viden og uddannelse den mest effektive? Hvorfor tilbringe 15 år af ens liv med skolegang og studier, når teknologien nu kan levere svarene og løsningerne på et splitsekund?
Tænkning
At kunstig intelligens påvirker vores evne til at tænke og vores opfattelse af vores egen evne til at tænke og reflektere er efterhånden velunderbygget først og fremmest i den omfattende undersøgelse Your Brain on ChatGPT, hvor der blev målt på hjerneaktiviteten hos studerende, der løste opgaver henholdsvis med en AI som hjælpeassistent (LLM users), med et digitalt opslagsværk (Search Engine users) eller helt uden hjælpeværktøjer (Brain-only).
Ikke bare var hjerneaktiviteten målbart nedsat hos dem der skrev en tekstbaseret opgave med hjælp fra en AI, de kunne heller ikke rigtig huske, hvad opgaven gik ud på og følte ikke ejerskab over opgaven.
Kunstig intellligens svækker også evnen til at fokusere og reflektere viser undersøgelser af mere kvalitativ karakter (Kosmyna et al. 2025; Gerlich 2024). Oplevelsen og erfaringen før, under og efter følger et genkendeligt mønster: Først benovelse over, hvad maskinen kan levere på ”ingen tid”: ”It felt like sorcery. A few days later, I submitted my paper without pain; an amazing 10-page content generated within a minute” (Ayele, 2024).
Derefter efterfulgt af en stigende bekymring over, hvad det kommer til at betyde for den enkeltes egne evner. De studerende erfarer og erkender, at teknologien ganske vist hjælper dem med at være mere effektive på den korte bane, men at de med gentagen brug bliver mere tilbøjelige til at udskyde og udsætte (Ayele, 2024; Abbas & Khan, 2024; Gerlich, 2024; Kosmyna et al, 2025; Yarovenko et al., 2024).
Der er også den etiske dimension, hvor det for menneskets trivsel og udvikling ikke kun handler om at præstere og producere resultater, men også om at udvikle sig. Læringsprocessen og det at evne at opnå noget på egen hånd (igennem egne tanker og overvejelser) og være sin egen autoritet har værdi i sig selv (O'Brien, 2025).
Hvis man ikke kan klare sig uden, må man følge med den kontinuerte strøm af nye AI- værktøjer, man som medarbejder forventer at lære at bruge; om det så drejer sig om at prompte, at bygge en AI-agent eller at vibekode, bare for at nævne nogle eksempler. Hos nogle opleves afmagt og usikkerhed på, om man overhovedet kan følge med i dette tempo. Den deraf følgende udmattelse har fået sit eget navn; "technostress" (Bencsik & Juhasz, 2023).
Oplevelsen af at præstere takket være en AI glider gradvis over i tvivlen på ikke længere at kunne selv, hvilket skaber grobund for en afhængighed, hvor tænkningen mere eller mindre overlades til maskiner.
Som jævnlig bruger af en Ai-hjælper opbygger man en akkumuleret "kognitiv gæld” som skaber en afhængighed og som følge heraf opstår en tvivl om egne evner og færdigheder. Når fokus flyttes til at præstere, oplever mennesket at tabe til maskinen (Gladden et al., 2022; Danielsen, 2023), og det skaber en oplevelse af, at man som menneske blot er et tandhjul i det store maskineri (Candiotto & Karasinski, 2022).
Dømmekraft
I en kvalitativ undersøgelse fra en tysk bank, hvor kunstig intelligens havde overtaget opgaven med at godkende lån, udtalte de interviewede medarbejdere, at arbejdet på den ene side var blevet nemmere, men at de på den anden side var blevet reduceret til et talerør for en algoritme, hvis afgørelser, de ikke kunne gennemskue.
I forlængelse af, at mennesket mister kontrollen over at kunne vurdere validiteten af det et AI-system leverer, vil den menneskelige hjerne tro på det, som den (oplevede) mere intelligente hjerne, den kunstige hjerne, fremlægger (Candiotto & Karasinski, 2022; Danielsen, 2023). Den AI, der registrerer, analyserer, kategoriserer og lagrer en persons karakter, personlighed og præferencer udvikler en tilpasset kommunikation, så det “rammer lige i hjertet” på pågældende.
Det bagvedliggende AI-design er nemlig kodet til at "genere tekst, som passer ind i fængende og letflydende samtaler ... og (dens) eneste mål er at føre overbevisende samtaler gennem at efterabe menneskelig dialog" (Strümke 2023, 146). Maskinlæringsmodeller bruger vores adfærdsdata til at give os en (umiddelbar) behagelig oplevelse (Obrenovic et al., 2025), hvor grænsen mellem tilpasning og manipulation er hårfin (Strümke 2023, 237). Vi lader os styre af vores egen forudindtagethed og forføre af den simulerede gensidighed fra den kunstige intelligens:
Overordnet kan det konstateres, at tilliden til den kunstige assistent øges, både fordi den er så overbevisende og synes så præcis (Sparrow et al, 2011) og fordi mennesket er "prædisponeret for at antropomorficere, (altså at tillægge ikke menneskelige ting menneskelige egenskaber)" (Strümke 2023, 146).
Forventningen til at blive lyttet og talt til på en så personificeret, og friktionsløs, måde betyder yderligere, at den ægte humane kollega gradvis og over tid vil opleves som mere besværlig og uforstående (Obrenovic et al., 2025).
I de stadigt flere sammenhænge, hvor AI-algoritmer indgår i beslutningsprocesser indenfor HR om hvem der ansættes, forfremmes eller afsættes, sker det ud fra argumentet om at minimere følelser og de deraf afledte fordomme. (Gladden et al., 2022; Lau, 2022). Menneskets kompetencer brydes ned i delelementer, der måles og vejes i små bidder og uden at se, om der er en større sammenhæng. Mennesket sættes på formel, hvor deres værdi fastsættes efter hvad de er (noget) og ikke, hvem de er (nogen).
Uagtet om kriterierne er alder, køn, universitet eller seneste jobtitel vil en AI, der kalkulerer ud fra historiske data foretage en skævvridning, der viderefører det vante og det kendte. Problemet er, at algoritmer ikke er neutrale, idet de har indlejrerede fordomme nedarvet fra de datasæt, der indgår i sprogmodeller (Devillers et al, 2021; Strümke 2023, 239). Disse indlejrede fordomme fødes videre ind i den næste opdaterede sprogmodel og generation af AI-værktøjer.
Forestillingen om at en algoritmes fordomme, bare fordi de er "objektivt" beregnede, skulle være bedre til at tage gode beslutninger, afspejler en generel nedvurdering af menneskers evne til at foretage de rigtige beslutninger, fordi mennesket beslutninger også involverer følelser. Logisk kalkulation normaliseres forunderligt nok til at være bedre og mere velegnet til at afgøre, hvem der skal arbejde sammen med hvem, end de egenskaber som kun mennesker og ikke maskinen ejer.
Brain-only vs. LLM (Ai) users
Brain-only participants exhibited the strongest, most distributed networks; Search Engine users showed moderate engagement; and LLM users displayed themweakest connectivity. Cognitive activity scaled down in relation to external tool use. ... Self-reported ownership of essays was the lowest in the LLM group and the highest in the Brain-only group. LLM users also struggled to accurately quote their own work. While LLMs offer immediate convenience, our findings highlight potential cognitive costs. Over four months, LLM users consistently underperformed at neural, linguistic, and behavioral levels (Kosmyna et al., 2025, Your Brain on ChatGPT).
Dependency, cognitive debt and overreliance.
People begin to depend more and more on AI, they are outsourcing their thinking and reasoning making it more difficult to understand what they really think as they are allowing something else to tell them how they should think. " (Ayele, 2024).
... cognitive debt builds up when we habitually offload thinking to machines, potentially leaving us less capable in the long run. ... a process where overreliance on AI tools leads to the atrophy of critical thinking, creativity, and independent problem-solving skills. ... a slow erosion of human intellectual autonomy and capability (Kosmyna et al, 2025).
Knowledge outsourcing
"Since the AI system was implemented [the employees] no longer understand the banking business. This has led to knowledge outsourcing" (Danielsen, 2023).
"Vores evne til selv at foretage vurderinger mindskes jo mere vi bruger intelligente systemer, der træffer beslutninger for os" (Strümke 2023, 238) og med det vil forholdet til beslutningstagning og ansvar ændre sig.
The importance of personal achievements
There is something particularly important about the pursuit of new knowledge (primarily through philosophical and scientific research) and the creation of beauty. I assume that these activities are among the most meaningful that humans perform, and that they create both objective value ... and they make life go better for the humans who engage in them, partly because the activities themselves are meaningful, partly because of the achievement of bringing about these objectively valuable outcomes (O'Brien, 2025).
Generation ChatGPT til eksamen
Fra Politiken 7. september 2026:
Den første generation af gymnasieelever, der har kunnet bruge Ai i løbet af deres gymnasietid har netop været til eksamen. Det gik mindre godt. En censor oplevede, at eleverne simpelthen er blevet dårligere til at skrive.
Vi taler ikke om enkelte kommafejl og et glemt nutids-r, men nærmere hele sætninger, der sejler, og hvor syntaksen falder sammen. Jeg fornemmede en manglende sproglig og kognitiv træning.
På 11 skoler, der var udtaget til en stikprøve, lå elevernes gennemsnit i år på 6,1 mod tidligere års 6,5-6,8.
Intuition. Empati. Visdom. Tilhører mennesket.
Den afledte og særligt uheldige effekt af at følge AIs beslutninger er ikke kun, at evnen til at beslutte eroderer, det gør menneskets mest unikke kvaliteter også. I den tyske bank opstod først den stiltiende accept af algoritmebeslutninger som blev efterfulgt af en stigende ligegyldighed hos medarbejderne: "one employee states that she no longer cares what the decision is as illustrated in this quote: “... I more or less don’t care which loan goes through and which doesn’t” (Danielsen, 2023).
Samlet set peger disse mekanismer på, at kunstig intelligens kan påvirke både vores evne til at tænke og selve tænkningens indhold og som følge svækkes evnen og viljen til at vurdere, tage ansvar og beslutte. Vi ændrer adfærd og vores holdninger forstærkes gennem brugen af en AI, og hermed bliver vores valg styret af kræfter, der ligger uden for os selv.
Fra at være en hjælp til at optimere arbejdet, har AI ændret menneskets måde at være i verden på.
Smart, but not wise
Machines can be intelligent but never wise - quite the contrary. The wisest people throughout history are recognised for the traits that most profoundly distinguish humans beings from machines: Love, situated memory, intuition, feeling and emotion, life and defiance (Hasselbalch 2025, 173).
(D)ue to their advanced linguistic capabilities and ability to mimic human-like behavior, generative AIs like ChatGPT will continue to grow in popularity in pair with human rational empathy, tendency for personification and their advanced linguistic capabilities (Obrenovic et al., 2025).
Hvem snyder gymnasieeleverne?
Uddannelse skal få hjernen til at vokse ikke til at skrumpe. Når gymnasieelever bruger Ai til f.eks. at brainstorme eller skrive deres opgave, så snyder de sig selv, fordi de snyder deres hjerner. Her er der tale om et eksistentielt problem.
Men set med gymnasieelevens fremtid for øje, så ønsker eleven en studentereksamen med en karakter, der giver valgfrihed til uddannelser. Når en gymnasieelev bruger Ai, snyder hun systemet og de kammerater, der ikke bruger samme metode. Her er der i højere grad tale om et moralsk problem.
Ai er en fast makker: Omkring ni ud af ti gymnasieelever angiver, at de bruger AI-værktøjer ifm. skolearbejde.
Snyd* er udbredt: To tredjedele af gymnasieeleverne angiver, at de har snydt med brug af AI mindst én gang, når de har lavet afleveringer i gymnasiet, mens omkring ni ud af ti angiver, at det samme har været tilfældet, når de har lavet gruppearbejde i undervisningen.
Andres brug af AI ’smitter’: Knap halvdelen af gymnasieeleverne er i nogen til meget høj grad bekymrede for, at det bliver sværere for dem at få gode karakterer pga. deres klassekammeraters måde at bruge AI på ifm. skolearbejde.
Brug af AI kan resultere i dovenskab: Fire ud af ti gymnasieelever, der bruger AI til skolearbejde, oplever, at deres brug af teknologien i nogen til meget høj grad gør dem dovne.
Gymnasieelevers egen definition af “Ai-snyd”
Handler det om, hvad man bruger Ai til? Omfanget af brugen? Eller formålet med opgaven?
Undersøgelsen viser, ... at størstedelen af eleverne synes, det er snyd at kopiere mere end en tredjedel af en aflevering fra et AI-genereret udkast.
I gennemsnit, (mener eleverne) at man må kopiere knap en fjerdedel af en aflevering fra et AI-genereret udkast, uden at det kan betragtes som snyd.
Med (dette) afsæt i elevernes egen definition af snyd viser undersøgelsen, at hovedparten af eleverne har brugt AI til at snyde med i udarbejdelsen af en aflevering mindst én gang i løbet af deres gymnasietid. (p. 7, Elevers brug af Ai i gymnasiet, EVA 2026).
Fra EVAs (Danmarks Evalueringsinstitut) undersøgelse (fra 2025, publiceret i februar 2026):