När jag var liten brukade min pappa och jag ofta prata om en berättelse som vi ville skriva tillsammans. Den hette "Dagen då ingen åkte till Disneyland." Idén var att en dag är vädret så perfekt att alla antar att Disneyland kommer att vara fullpackat, så de bestämmer sig alla för att stanna hemma. Men min pappa, som tänker samma sak, ser hur besviken jag ser ut den morgonen – och bestämmer sig för att ta chansen ändå. Vi ger oss iväg, och när vi kommer fram är parken helt tom. Ingen annan var modig nog att dyka upp. Vi får njuta av allt – åkattraktionerna, showerna, maten – helt för oss själva.
Jag älskade idén om att skriva den berättelsen. Men, som så ofta händer, kom livet emellan. Vi var för upptagna för att få det gjort, tiden gick, jag växte upp, och vi glömde båda bort det.
Trettio år senare var jag hos mina föräldrar på middag med mina egna barn (åtta, fem och två år). Av någon anledning dök idén upp i huvudet igen. Jag berättade om den för mitt äldsta barn, och hon ville höra alltihop. Så vi vände oss till ChatGPT, gav den en grov skiss, och bad den skriva berättelsen i Dr. Seuss stil (en av våra favoriter). Inom några sekunder hade vi den. Hon läste den högt, och vi skrattade.
Naturligtvis var det som AI:n producerade inte perfekt. Vissa rader var inte helt logiska, och en del amerikanismer hade smugit sig in – som "sneakers" och "cinnamon buns." Men den kvällen i soffan hade vi jättekul med att justera uppmaningarna, förfina berättelsen, lägga till fler scener och arbeta med denna märkliga nya kreativa partner för att göra något som hade glidit mig ur händerna i årtionden.
Under de senaste 15 åren har jag studerat hur AI påverkar arbete och samhälle. Men att bli pappa till tre små barn har gjort dessa förändringar mycket mer personliga: det är tydligt att deras framtid kommer att se väldigt annorlunda ut än mitt förflutna.
För min fru blev den insikten verkligen påtaglig för några veckor sedan under en bilresa till hennes föräldrars ställe i Suffolk. Tre barn fast i en bil, som kryper fram längs A12, är ett recept på kaos. Så vi var överlyckliga över att hitta en sällsynt podcast som alla faktiskt gillade: History's Not Boring, en serie 15-minuterssamtal om allehanda ämnen, berättade av två barn.
Medan vi lyssnade började vi gissa vilka dessa kloka barn kunde vara. Var kom de ifrån? Hur hade de valts ut? Hur balanserade de detta med skolan? Till slut sökte jag upp dem online. Varje gissning vi hade var fel. Barnen fanns inte i verkligheten. Hela podden verkade vara skapad av AI. Ingen av oss hade insett det.
Det var ett märkligt ögonblick att få reda på att människor som vi hade börjat tycka om inte var verkliga alls. Det var också imponerande att AI kunde skapa så högkvalitativt pedagogiskt innehåll. Men för min fru, som gör poddar och dokumentärer, var det också oroande: här var något som skulle ha tagit henne och ett begåvat team dagar att producera, som nu gjordes utan några människor inblandade.
Mitt arbete med AI har tagit mig till styrelserum, konferenssalar, klassrum och regeringsbyggnader. Men vart jag än går dyker en fråga upp mer än någon annan: vad ska mina barn göra?
Just nu är vi alla lite vilsna. Lärare oroar sig för att deras gamla metoder inte fungerar längre. Föräldrar, som ser sina barn använda AI för att lösa problem och svara på frågor, undrar vad de faktiskt kan. Arbetsgivare tvivlar på om traditionella akademiska prestationer – förvärvade genom kursarbete, tentor och bedömningar – fortfarande säger oss något användbart om vad unga människor kan göra.
Men att reagera på dessa nya teknologier genom att sätta upp murar, som många instinktivt vill – förbjuda, skälla ut, straffa – kan helt enkelt inte vara rätt svar. För det första är detta den värld som nästa generation kommer att leva i: vi sviker dem om vi förbereder dem för den värld vi växte upp i, snarare än den de faktiskt kommer att bebo. Hur ofta har du till exempel hört människor anklaga studenter för fusk om de använder AI för att hjälpa till med sitt arbete? Men vid vilken tidpunkt fuskar vi mot dem genom att inte tänka om hur vi utbildar dem? Om AI gör utbildning "för lätt" för unga människor, när övergår ansvaret till oss, de vuxna, att göra deras lärande mer utmanande, att driva dem längre, att tänja på deras förmågor?
Ännu viktigare är att denna avfärdande attityd gentemot AI också är fantasilös. Den hindrar oss från att se de fantastiska möjligheter som AI skulle kunna skapa för nästa generation. Naturligtvis finns det risker. Men samtidigt, om vi använder denna teknik klokt, vilka svåra idéer skulle då nästa generation kunna greppa – sådana som var bortom oss när vi var i deras ålder? Vilka svåra problem skulle de kunna lösa – sådana som en gång krävde år av träning och erfarenhet, om de överhuvudtaget kunde lösas?
Glöm framtidssäkrade färdigheter
En stor del av utmaningen med AI är att vårt traditionella svar på teknologisk disruption i arbetslivet – idén om att "framtidssäkra" människor – inte längre fungerar. 2013 tillkännagav dåvarande premiärministern David Cameron att England skulle bli den första platsen i världen där alla grundskole- och gymnasieelever skulle lära sig att koda. Detta, enligt utbildningsministern Michael Gove, skulle "utrusta varje barn med de datorkunskaper de behöver för att lyckas under 2000-talet."
Idén verkade djärv och smart: under de följande åren var det svårt att hitta ett utvecklat land som inte följde vårt exempel.
Snabbspola till idag. Vad visar sig de senaste AI-systemen, som ChatGPT och Claude, vara bäst på? Att skriva kod. I januari 2026 rapporterade Anthropic att 90% av koden för Claude Code – deras AI-drivna kodningsassistent – själv var skriven av AI. Färdigheter som var tänkta att skydda barn från teknologisk disruption under hela deras liv var i stort sett överflödiga innan de ens lämnade skolan.
Vi måste använda AI kritiskt, inte blint, och hålla våra grundkunskaper skarpa så att vi kan avgöra när AI är ett geni – eller en idiot.
För politiker och beslutsfattare är det frestande att avfärda kodningssagan som en olycklig händelse. Men detta är ett misstag. Anledningen till att de misslyckades var att de hade trott på idén om "framtidssäkra" färdigheter – tanken att det finns någon värdefull uppsättning färdigheter som AI inte kommer att kunna utföra på ett tag, och att genom att tänka djupt nog på framtiden kan vi korrekt identifiera dem.
Sanningen är att vi bara vet två saker om vad som ligger framför oss. Den ena är att det kommer att vara fullt av teknologier som är mycket mer kapabla än dagens. Den andra är att vi vet lite annat. Men snarare än att försöka lösa denna osäkerhet måste vi acceptera den och istället ställa en annan fråga: hur förbereder vi nästa generation för att frodas i en framtid som vi faktiskt vet förvånansvärt lite om?
Tillbaka till grunderna
Det första steget är att gå tillbaka till grunderna. Sedan 2009 har läskunnighet och räknefärdighet sjunkit bland unga människor runt om i världen, enligt OECD:s Pisa-program; detsamma gäller för vuxna. I sig är detta oroande. Men med tanke på den osäkerhet vi står inför om framtiden är dessa trender en katastrof.
Varför en sådan katastrof? Till att börja med, även om det kan vara svårt att säga exakt vilka mer avancerade färdigheter som kommer att visa sig vara mest värdefulla i framtiden – kreativitet, omdöme, något annat – kommer de på något sätt att förlita sig på dessa grundläggande färdigheter. De är grunden för allt annat.
Dessutom är AI-system långt ifrån felfria. De gör misstag, ofta på enkla problem; de hallucinerar, och ger självsäkra och trovärdiga svar som är helt påhittade. De är, som datavetaren Geoffrey Hinton uttryckte det, "idiotiska lärda." Det betyder att vi måste använda AI kritiskt, inte blint, och hålla våra grundkunskaper skarpa så att vi kan avgöra när AI är ett geni – eller en idiot.
Med båda dessa skäl i åtanke borde vi lägga mycket kraft på att undervisa i läsning, skrivning och matematik, även om AI verkar göra dem bättre, vilket det i allt högre grad gör. Att gå tillbaka till grunderna är vad en ekonom skulle kalla en "ångerfri" strategi – vi kommer aldrig att ångra att vi förbättrar dessa kärnfärdigheter, oavsett hur framtiden utvecklas.
Jag har använt AI för att svara på min femårings sömnfördröjande vana att ställa stora frågor precis när jag släcker lampan.
Och vi bör försöka vara kreativa. När min åttaåring tröttnade på att lära sig multiplikationstabellen på det gamla sättet – långa listor, memorerade genom upprepning – vände jag mig till ChatGPT för att hjälpa henne designa olika datorspel som testade vad hon kunde. (Enhörningar och regnbågar dök upp i varje version.)
Sedan var det gången min femåring var trött på att läsa sina vanliga ljudböcker efter skolan – det finns bara så mycket Biff, Chip och Kipper en person kan ta – så istället använde vi AI för att skapa några skräddarsydda berättelser tillsammans, noggrant anpassade till hans läsnivå och mycket närmare hans favoritämnen. (När detta skrivs innebar det HMS Belfast, TNT-sprängämnen och Bukayo Saka.)
Att prova nya saker spelar roll, och vi kan lära oss mycket av vad andra kommer på. Ta Chris Moran, till exempel, chef för redaktionell innovation på Guardian. Hans dotter hade läst Dracula i skolan men hade svårt att koppla den omfattande romanen till den verkliga världen. Tillsammans, med hjälp av AI, byggde de en app som heter PlotLines, som placerade berättelsen på en interaktiv 1890-talskarta från Ordnance Survey, och kartlade nyckelscenerna och karaktärernas resor över Europa med AI:s hjälp. (De har sedan dess gjort detta för många andra böcker också.)
Det är exakt den typen av innovationer som vi borde testa och välkomna genom hela utbildningen – inte förbjuda.
Visa bild i fullskärm
Undervisa både och, testa både och
Även med all osäkerhet vi står inför finns det fortfarande en sak vi vet om framtiden: den kommer att vara full av teknologier som är mycket kraftfullare än dagens. Med det i åtanke måste vi lära nästa generation hur man använder dem. Att göra detta på rätt sätt kommer att kräva att vi avsätter en betydande mängd tid för att lära människor hur man använder AI.
Hoppa över nyhetsbrevspromotionen
Gratis nyhetsbrev | Veckovis
Registrera dig för Inside Saturday
Det enda sättet att få en titt bakom kulisserna på lördagsmagasinet. Registrera dig för att få insiderberättelsen från våra främsta skribenter, plus alla måste-läsa artiklar och kolumner, levererade till din inkorg varje helg.
Ange din e-postadress Registrera dig
Efter nyhetsbrevspromotionen
Utmaningen är dock hur man gör detta utan att också få dem att glömma viktiga grundläggande färdigheter. En växande oro är att AI gör oss mindre smarta. Varför läsa en bok om AI kan sammanfatta den? Varför avsluta matteläxan om AI gör beräkningarna? Enligt min åsikt kommer svaret inte från Silicon Valley, utan från en bortglömd brittisk matematikprofessor, Wilfred Halliday Cockcroft, för ett halvt sekel sedan.
På 1970-talet verkade kvaliteten på matematikundervisningen i brittiska skolor falla samman, och räknefärdighetsnivåerna var enligt uppgift låga. Cockcroft, som hade ett långvarigt intresse för matematikutbildning, ombads av regeringen att undersöka saken. 1982 publicerades Cockcroft-rapporten. Den var massiv, detaljerad – och nu mestadels bortglömd. Men den kan komma att visa sig vara det viktigaste dokumentet för att tänka kring utbildningens framtid, på grund av hur den hanterade den elektroniska miniräknaren.
"Jag tänkte, jag har provat allt annat, varför inte ge AI en chans?": den länge förlorade familjen återförenad av ChatGPT
Läs mer
Det är fascinerande att läsa Cockcrofts rapport och se hur utmaningarna med miniräknaren då var så lika de vi står inför med AI idag – från rädslan för att den skulle försvaga "grundläggande färdigheter" till den skrämsel många kände inför denna märkliga nya teknik ("Vissa … hade avskräckts av att ett stort antal siffror hade dykt upp efter decimaltecknet." Cockcroft var realistisk: han förväntade sig att "alla kandidater kommer att ha tillgång till en miniräknare år 1985." Hans förslag var revolutionerande: han ville reformera matematikutbildningen genom att dela upp den i två delar – en del som lärde studenter hur man använder en miniräknare, och en annan del som lärde dem hur man klarar sig utan en. Avgörande var att båda färdigheterna skulle testas. Idén fick fäste. Idag är att lära sig matematik både med och utan miniräknare den globala standarden. Det första tillvägagångssättet bygger grundläggande färdigheter, medan det andra tillämpar dem på mer utmanande problem.
Vi bör ta samma realistiska och revolutionerande ansats med AI nu, med hjälp av denna beprövade princip – vad jag kallar "undervisa både och, testa både och." Varje ämne, från historia till engelsk litteratur, bör delas upp i två delar: en del som lär studenter hur man använder AI, och en annan som lär dem hur man lyckas utan den. Båda bör examineras. En lärare kan inte övervaka om en student använder AI i avskildheten i sitt eget rum. Men ingenting kan ersätta upplevelsen av att sitta i en tentasal, titta på papperet och känna den kalla svetten när man inser att man inte har förberett sig för båda delarna.
Inte alla skärmar är dåliga. En av mina farhågor är att vi låter en legitim oro över sociala mediers påverkan på barns liv sippra över i hur vi tänker om AI. Detta skulle kunna förvandla förnuftiga begränsningar av sociala medier till reflexmässiga förbud mot AI. Men sociala medier och AI är inte samma sak. Medan sociala medier ofta avhumaniserar oss och drar oss bort från den verkliga världen, kan AI – när den används på rätt sätt – avsevärt förbättra våra liv.
Det finns ett annat sätt att tänka på detta. En debatt pågår för närvarande om den "lagom" mängden skärmtid för barn – inte för mycket, inte för lite, utan precis lagom. Men detta är fel debatt att ha. Det som spelar roll är inte så mycket hur mycket tid som spenderas på skärmar, utan vad som faktiskt finns på dessa skärmar och vad vi använder tekniken till.
Denna distinktion spelar roll inte bara för vad vi undervisar, utan också för hur vi undervisar. Betrakta ett annat exempel: personlig handledning. Det sägs ofta att en genomsnittlig student som får en-till-en-handledning kommer att överträffa nästan alla sina kamrater i ett traditionellt klassrum. Jag såg detta på nära håll under mina år som handledare i Oxford, där jag undervisade i matematik och ekonomi.
Problemet är att mänskliga handledare är för dyra för att kunna erbjudas alla. Men nu kan AI äntligen erbjuda högkvalitativ personlig handledning. Den kan skräddarsy sättet material undervisas på efter varje students unika styrkor och svagheter, och efterlikna interaktioner med en mänsklig handledare men till en mycket lägre kostnad.
Ärligt talat ger AI en nivå av personlig undervisning som jag – och många andra lärare jag har observerat genom åren – har kämpat för att uppnå. En del av det som är slående är AI:s bredd. Jag har använt den för att svara på min femårings sömnfördröjande taktik att ställa stora frågor precis när jag släcker lampan. När han frågade: "Pappa, var kom den första människan ifrån?" skapade AI en kort berättelse om evolution. Jag har också använt den för att generera steg-för-steg-instruktioner för att hjälpa doktorander att lösa svåra matematiska problem inom ekonomi, som Ramsey-tillväxtmodellen.
"Jag tror inte att någon någonsin har ägnat så ren uppmärksamhet åt mig och mitt tänkande och mina frågor," rapporterades en student ha sagt i The New Yorker i april 2025. "Det har fått mig att ompröva mina interaktioner med människor." AI blir aldrig trött eller distraherad. Den har inte mottagningstider eller begränsad klassrumstid. Den kommer alltid att svara på ytterligare en fråga och alltid ge ytterligare en förklaring av ett problem du inte förstår.
Fokusera på problem, inte på jobbet. Jag föreslår inte... Det är ingen överraskning att studenter har buat åt techledare vid nyliga amerikanska examensceremonier. Under de senaste 15 åren har de mest motståndskraftiga grupperna jag har talat med varit unga yrkesverksamma. De har investerat en enorm mängd tid och pengar i att bli advokater, läkare eller vad de än har valt, och de är förståeligt nog arga när de, precis när de är på väg att bli klara, får höra att den värld de har förberett sig för inte längre existerar.
Det finns så mycket råd jag skulle vilja ge dem när de börjar sina karriärer, men en av de viktigaste sakerna är detta: välj ett yrke för att problemet intresserar dig, inte själva jobbet. För att uttrycka det rakt på sak, om du går in i medicin för att du gillar läkarna i House, eller juridik på grund av Suits, eller marknadsföring på grund av Mad Men, kommer du att bli besviken. Dessa jobb är på väg att förändras dramatiskt.
Men problemen i sig – att förbättra hälsoresultat, erbjuda juridisk rådgivning, sälja produkter – försvinner inte. Det som kommer att förändras är hur vi löser dem och de färdigheter vi behöver för att göra det.
Man kunde se detta komma långt före generativ AI. Redan 2017 tillkännagav ett team vid Stanford University att de hade byggt ett system som kunde avgöra från ett foto om en leverfläck var cancerös, precis lika exakt som ledande dermatologer. Det var ett banbrytande ögonblick inom AI-driven diagnos. Men det som utmärkte sig mest var att den sista författaren på det Nature-papper som tillkännagav detta var Sebastian Thrun – inte en läkare, utan en ledande datavetare som skapade världens första förarlösa bil. Här var någon med nästan ingen medicinsk kunskap, ändå gjorde hans färdigheter det möjligt för honom att bygga ett system som matchade de bästa läkarna.
Spring mot AI och vetenskap
Om jag började min karriär idag, alldeles i början, skulle jag utan tvekan springa mot AI och vetenskap – inte för att de är säkra från automatisering, utan för att det är där de mest spännande utvecklingarna kommer att ske under de kommande åren. På 1900-talet kom våra bästa idéer från lysande mänskliga sinnen. På 2000-talet förväntar jag mig att de kommer från kapabla AI-system istället.
Vi fick en glimt av detta i slutet av 2024, när skaparna av DeepMinds AlphaFold2 vann Nobelpriset i kemi för att ha knäckt "proteinfalsningsproblemet" – ett av biologins största olösta problem, nyckeln till att förstå sjukdomar och hur man behandlar dem. Just nu står frontmatematiken på tur, med nya upptäckter som kommer i imponerande takt.
Fantasi, fantasi, fantasi
Ju mer jag arbetar med AI, desto mer ser jag att den främsta begränsningen för dess användning är vår fantasi. Även om vi slutade förbättra tekniken idag, skulle det fortfarande finnas många fler sätt att använda den än vi hittills har tänkt på.
En del av det fantasifulla arbetet är upp till oss. Men den kvällen med min åttaåring, när vi hittade på den berättelsen, påminde mig om att en del av det tillhör också nästa generation. Som poeten Louise Glück skrev: "Vi ser på världen en gång i barndomen, resten är minne." Med det i åtanke behöver vi nästa generation – med deras äventyrslust, öppenhet och brist på cynism – för att hjälpa oss tänka klokt och fritt om vad vi kan göra med dessa otroliga teknologier.
Vad ska mina barn göra? av Daniel Susskind är utgiven av Penguin för £20. För att stödja Guardian, beställ ditt exemplar på guardianbookshop.com. Leveransavgifter kan tillkomma.
Vanliga frågor
Här är en lista med vanliga frågor baserade på perspektivet av en far och AI-forskare skriven i en naturlig, föräldravänlig ton
Allmänna Nybörjarfrågor
1 Mitt barn använder ChatGPT för läxor Är det fusk
Det beror på hur de använder det Om de kopierar och klistrar in ett svar utan att tänka ja då är det fusk Men om de använder det som en handledare – ber det förklara ett begrepp de inte förstår eller att förhöra dem inför ett prov – är det ett utmärkt läroverktyg Regeln borde vara AI är till för att hjälpa dig tänka inte för att tänka åt dig
2 Jag är inte tekniskt kunnig Måste jag vara expert för att skydda mina barn från AI
Absolut inte Du behöver inte kunna koda Du behöver bara kunna grunderna i hur dessa verktyg fungerar och ännu viktigare behöver du prata med dina barn om hur de använder dem Dina föräldrainstinkter spelar större roll än dina tekniska färdigheter
3 Vad är den största risken med AI för mina barn
Jag oroar mig mindre för att robotar tar över och mer för att de förlorar förmågan att tänka själva Den största risken är intellektuell lathet – att barn lägger ut sitt kritiska tänkande sin kreativitet och sin problemlösningsförmåga på en maskin för att det går snabbare Det och den känslomässiga påverkan av att interagera med chattbotar som verkar mänskliga men inte är det
4 Är AI faktiskt användbart för vardagligt föräldraskap eller är det bara hype
Det är genuint användbart för det tråkiga Jag använder det för att planera matveckor generera idéer till en femårings födelsedagskalas skriva knepiga mejl till lärare och förklara varför är himlen blå på ett sätt som en småbarn förstår Det är en enorm tidsbesparare för logistik men det kommer aldrig att ersätta en kram eller ett hjärt-till-hjärta-samtal
Avancerade Kritiska tänkandefrågor
5 Hur förklarar jag för min tonåring att AI kan vara självsäkert fel
Förklara att AI inte vet fakta den förutsäger vilka ord som vanligtvis kommer härnäst Det är som en mycket påläst papegoja Den har ingen hjärna för att kontrollera om något är sant så den kommer att hävda nonsens med total självsäkerhet Lär dem regeln lita men verifiera använd AI för utkast men verifiera alla fakta med tillförlitliga källor innan du lämnar in
