AI giver et nyt blik på litteraturen fra Det Moderne Gennembrud
Et stort AI-baseret forskningsprojekt viser, at litteraturen fra Det Moderne Gennembrud rummer oversete perspektiver på køn og religion, som ændrer forståelsen af perioden.
Et stort AI-baseret forskningsprojekt viser, at litteraturen fra Det Moderne Gennembrud rummer oversete perspektiver på køn og religion, som ændrer forståelsen af perioden.
Forskere fra Københavns Universitet har digitaliseret og analyseret 850 romaner fra perioden 1870 til 1900 ved hjælp af algoritmer og AI. Projektet viser, at vores billede af Det Moderne Gennembrud har været præget af et relativt lille udvalg af kendte forfattere som Herman Bang og Amalie Skram. Når forskerne i stedet undersøger et langt bredere tekstmateriale, dukker der andre temaer, stemmer og værker frem, som tidligere er blevet overset.
Et af de vigtigste fund er, at kvindelige forfattere ikke kun skildrede kvinders liv som præget af undertrykkelse, sorg og afmagt. Denne tendens findes stadig, men analysen peger også på en tydelig strømning, hvor kvinders liv fremstilles mere positivt, blandt andet gennem stærke venskaber og religiøsitet.
Projektet fremhæver samtidig, hvordan AI kan ændre litteraturforskningen ved at gøre det muligt at arbejde med meget store tekstmængder. De digitale metoder har hjulpet forskerne med at identificere glemte romaner og forfattere samt med at nuancere forståelsen af periodens store temaer som køn, ligestilling og religion.

Merete Riisager opfordrer til en grundlæggende gentænkning af undervisningen, så eleverne ikke blot får hjælp til at producere svar, men også tilegner sig ny viden.
Generativ AI gør det nødvendigt at gentænke, hvordan elever lærer, skriver og bliver vurderet.
Hvad skal skolen egentlig forberede børn på, når AI kan ændre arbejdsmarkedet hurtigere, end vi kan nå at forstå det?
Norsk ekspertudvalg anbefaler flere kontrollerede eksamensformer og fraråder brugen af AI-detektorer.
Et studie fra Aarhus Universitet viser, at AI kan forbedre svagere studerendes eksamenssvar, men samtidig gøre de dygtigste studerendes besvarelser dårligere.