Søgning uden søgen: AI ændrer måden de studerende finder viden

Sanne Madsen åbner Google, og kopierer spørgsmålet fra sin underviser ind i søgefeltet.

Hun er i gang med en opgave om brug af antibiotika i produktionen af kvæg, og leder efter faglige kilder og artikler.

Det første, hun ser på skærmen, er Googles AI-genererede oversigt. Et kort svar på hendes spørgsmål, formuleret af kunstig intelligens, med forslag til kilder.

Sanne Madsen scanner hurtigt oversigten. ”Så kommer den her AI-oversigt. Og den hjælper mig med at vurdere, at de her kilder er relevante eller interessante,” siger hun.

Hun klikker videre på de links, Googles AI foreslår. Nogle faner bliver lukket igen efter få sekunder. Andre bliver stående som mulige kilder til opgaven.

For Sanne Madsen, der studerer til jordbrugsteknolog ved UCL Erhvervsakademi og Professionshøjskole, er AI blevet en naturlig del af måden at søge information på.

”Så går jeg faktisk bare ind, og kigger på de artikler, den foreslår,” siger hun.

Dermed er nogle af de første valg allerede taget, før hun selv er begyndt at undersøge hvilke forskere, undersøgelser eller litteratur, der findes om emnet.

AI ændrer måden vi finder viden på

Sanne Madsens måde at søge på er langt fra enestående. En ny undersøgelse fra Roskilde Universitetsbibliotek blandt 1.716 nye studerende viser, at AI er et af de foretrukne steder at finde information. Samtidig bruges faglige databaser, som bibliotek.dk eller PubMed, mindre for hvert år der går.

Og det er ikke kun studerende, der ændrer vaner. En ny rapport fra Center for Digital Psykiatri viser, at danskernes søgeadfærd har ændret sig markant. Vi går i stigende grad fra at lede efter den rigtige kilde til at få et hurtigt svar fra AI.

Siden Google i maj 2025 begyndte at levere AI-svar direkte i søgemaskinen, møder man ofte et AI-genereret svar som det første. Før listen med links til relevante hjemmesider. Ifølge rapporten fra Center for Digital Psykiatri øger det sandsynligheden for, at man stopper sin søgning der, selv når man ikke stoler på AI-generede svar.

Og det giver god mening. Hvorfor lede videre, hvis AI allerede har svaret?

Men netop dér opstår der ifølge forskere og undervisere en central udfordring.

Hvorfor søge mere, når AI har svaret?

Ifølge Jeppe Nicolaisen, ph.d. ved Institut for Kommunikation på Københavns Universitet, risikerer studerende at forveksle AI-generede svar med dokumenteret faglig viden.

Når studerende bruger AI-modeller som fx ChatGPT eller Googles AI-oversigter til at søge litteratur eller information, får de ofte et færdigt svar serveret. Men uden indsigt i hvordan svaret er blevet til.

”AI giver dig svaret, men ikke hvorfor svaret er, som det er,” påpeger han.

Når studerende søger efter litteratur, finder de ikke kun et svar. De finder også undersøgelser, forskere, argumenter og metoder. De kan se, hvem der står bag, hvordan konklusionerne er nået, og hvilke faglige diskussioner der er på området.

”Ved litteratursøgningen finder man litteratur, og i den litteratur er der så et svar. Og hvis man så tænker: ’hvordan er det her blevet til?’ så kan man se det,” siger Jeppe Nicolaisen.

Ifølge ham er det netop dén proces, der risikerer at blive usynlig for de studerende, når AI bliver deres primære vej til information.

Hvem ved det, hvis AI tager fejl?

Problemet er ikke kun, om AI-svaret er korrekt eller forkert.

Problemet er også, at svarene ofte lyder overbevisende. Selv når de er upræcise eller indeholder fejl.

En undersøgelse fra BBC i efteråret 2025 viser, at 45% af AI-opsummeringer indeholder mindst én væsentlig fejl.

Samtidig er fejlene ofte svære at opdage. Især hvis man ikke allerede ved noget om emnet.

”Det, man bliver forført af ved de her AI modeller, det er, at hver gang man søger efter svar på noget, man ikke kender så meget til, så tænker man: ’Det ser skidegodt ud det her,” siger Jeppe Nicolaisen.

”Men hver gang jeg søger svar på noget inden for mit eget område, så tænker jeg, at det er ikke helt nøjagtige svar, jeg får.”

Den situation går igen i en undersøgelse fra Tænketanken Fremtidens Biblioteker. Den viser, at mange unge vurderer sig selv som gode til at finde information online, fordi de hurtigt kan finde et svar. Samtidig prioriterer de hurtig adgang til information højere end at undersøge, hvor den kommer fra eller hvad den bygger på.

Ifølge Jeppe Nicolaisen bliver det særligt problematisk, når AI-svar ligner dokumenteret faglig viden.

”Man bliver forført, når man ikke ved nok om emnet,” understreger han.

Når studerende ikke ved nok om emnet på forhånd, bliver det svært at vurdere, om AI-svaret indeholder fejl, mangler eller nuancer.

Og derfor mener Jeppe Nicolaisen heller ikke at AI kan stå alene som vej til faglig informationssøgning.

”Når man arbejder som studerende eller forsker eller har et professionelt liv, så er man nødt til selv at undersøge, hvor informationen kommer fra og verificere den. Den research kan man ikke foretage med AI alene,” siger han.

Søgeprocessen er også læring

Ifølge Kasper Ørsted Knaap, adjunkt på pædagoguddannelsen ved Professionshøjskolen Absalon, handler udfordringen ved AI ikke kun om, at studerende bruger det til at skrive deres opgaver. Problemet starter tidligere.

”Der, hvor jeg mener, at der er størst potentiale for at lære de studerende kritisk tænkning, er i søgeprocessen,” siger han.

Han ser, at debatten om AI ofte handler om studerendes uhensigtsmæssige brug af AI som fx snyd, eller at AI skriver store dele af opgavens tekst. Men selve fundamentet for en faglig opgave bliver lagt længe før den færdige tekst.

”Hele grundlaget for at kunne skrive noget klogt, er at man har fremsøgt nogle gode kilder, som man så bearbejder, og derefter kan man formulere sine egne tanker på baggrund af det,” siger Kasper Ørsted Knaap.

Hvis AI i høj grad står for udvælgelsen af information og kilder, risikerer studerende at overlade en stor del af ejerskabet af opgaven til en maskine.

Hvad skal AI, og hvad skal vi selv?

For Sanne Madsen handler brugen af AI ikke om at springe arbejdet over. Tværtimod beskriver hun det som en hjælp til at navigere i store mængder af information. Men hun kan samtidig mærke, at teknologien ændrer hendes måde at arbejde på.

”Jeg tror, at det, man mister, er rigtig mange virkelig gode informationer, som man bare mister, fordi man vælger den nemme løsning, og bruger det, som AI bare siger,” siger hun. ”Jeg føler lidt, at jeg mister måske en vigtig artikel, en forsker har lavet, eller en anden artikel, som også kan være relevant.”

Ifølge Stine Godsk Skyum, didaktisk specialkonsulent ved VIA University College, er det en central pointe.

”Vi kan godt få AI til at lave en søgning for os, og den kan give et svar, der næsten er rigtigt. Men næsten rigtigt er ikke godt nok. Du bliver nødt til at vide de sidste procent, den ikke kan,” siger hun.

Ifølge Stine Godsk Skyum er informationssøgning ikke kun en proces, der hurtigt skal overstås i de studerendes opgaveskrivning. Det er en del af deres faglige udvikling. Det er her, studerende lærer at forstå, hvorfor en kilde er relevant, hvilke begrænsninger den har, og hvordan forskning bliver til viden.

AI kræver stadig faglige kompetencer

Men ifølge Jeppe Nicolaisen betyder det ikke, at AI ikke kan bruges som en del af søgeprocessen. Han mener, at de samme grundlæggende kompetencer stadig er gældende.

”Jo skarpere man formulerer sin prompt, jo bedre bliver resultatet også,” forklarer han.

Han sammenligner arbejdet med AI med klassisk informationssøgning i faglige databaser. Her handler det heller ikke om at lave en perfekt søgning første gang. Men om løbende at justere, stille nye spørgsmål og undersøge resultaterne kritisk undervejs.

”Man laver heller ikke bare én søgning i en database. Man tilretter den over tid og gør den skarpere. Det er de klassiske kompetencer i informationssøgning igen. Bare i en ny form,” siger han.

Og netop de kompetencer bliver endnu vigtigere, mener Kasper Ørsted Knaap. ”Den vigtigste kompetence, maskinen ikke har, er at stille spørgsmålstegn ved sin egen viden,” siger han.

Det handler ikke kun om AI

Tilbage ved computeren klikker Sanne Madsen videre på skærmen. Fanerne i hendes browser hober sig op som små spor af beslutninger. Nogle bliver lukket efter få sekunder på siden. Andre bliver stående som mulige kilder til opgaven.

AI hjælper hende med at komme hurtigt i gang. Men samtidig ved hun også, at det hurtige svar ikke nødvendigvis er det samme som det bedste faglige svar.

Og måske er det netop dér, udfordringen ligger for uddannelserne lige nu. Ikke om de studerende bruger AI til at finde viden, men om de lærer, hvornår AI er et godt sted at starte. Og hvornår de er nødt til at lede videre selv.