AI i undervisningen – erfarenheter och möjligheter i fokus på nätverksträff

En fullsatt hörsal P2 i Prismahuset vittnade om det stora intresset för AI i undervisningen. Under eftermiddagen delade verksamma lärare från både grund- och gymnasieskolan konkreta exempel från sina klassrum, samtidigt som deltagarna fick möjlighet att utbyta erfarenheter med kollegor från hela regionen.

Urban Haglind, verksamhetsutvecklare på RUC vid Örebro universitet, hälsade deltagarna välkomna och lämnade därefter över till Johan Petersson, pedagogisk utvecklare vid Örebro universitet, som inledde med att ge en gemensam grund till ämnet.

En gemensam grund: vad menar vi med AI?

Johan inledde med att konstatera att AI saknar en entydig definition och visade att begreppet kan förstås på flera sätt. AI kan definieras utifrån hur system tänker eller agerar – mer mänskligt eller mer rationellt – men också som ett eget vetenskapsområde med egna metoder och begrepp. Själv lyfte han definitionen AI som ett samlingsnamn för autonom och adaptiv mjukvara, alltså program som kan arbeta självständigt och anpassa sig efter situationen.

Han betonade också hur våra egna föreställningar påverkar samtalet om tekniken.

– Vi bär alla på olika bilder av vad AI egentligen är, och det påverkar hur vi tänker, känner och pratar om tekniken. Att vara medveten om det är viktigt i mötet med andra, sa han.

Därefter beskrev han två huvudgrenar inom fältet: kunskapsbaserad AI, där människors expertis byggs in direkt i algoritmerna, och datadriven AI, där modeller tränas på stora mängder data – den kategori där dagens generativa AI hör hemma.

Han förklarade vidare att generativ AI skapar nytt innehåll, som text, bilder, film eller musik, med hjälp av stora språkmodeller som tränas genom djupinlärning i artificiella neuronnät. Samtidigt innebär träningsdatan att mänskliga normer, fördomar och felaktigheter också kan följa med in i resultaten.

– Modellerna tränas på material som är författat av människor, och då följer normer, fördomar och felaktigheter med in i svaren.

Johan beskrev språkmodellen som en avancerad sannolikhetsmaskin som förutser vilket ord som mest sannolikt kommer härnäst i en text. Resultatet kan uppfattas som mänskligt, men modellen saknar egen förståelse och intention bakom sina svar. Den typ av chatbotar många av oss möter i vardagen bygger på just sådana språkmodeller.

Övertygande – men inte alltid sant

Johan underströk att AI inte är neutral och att vi därför inte kan lita blint på resultaten.

– Det som genereras är inte nödvändigtvis rätt, det som genereras är inte nödvändigtvis bra, och det som genereras är definitivt inte neutralt, sa han.

En av skolans viktigaste uppgifter blir därför att hjälpa elever att utveckla en källkritisk förståelse för AI.

”Det måste alltid börja och sluta i oss själva”

Lotta Korslid från Komtek (Örebro kommun) var först ut bland lärarna och presenterade sin grundprincip: jag – AI – jag.

– Det börjar och slutar med mig. Vad vill jag ha svar på? Vad saknar jag?

Hon betonade att både lärare och elever behöver tänka själva först: Vad är uppgiften? Vad kan jag redan? Vilka frågor har jag? Utan en egen utgångspunkt blir det lätt, som hon uttryckte det, ”snömos och blaj”.

AI kan fungera som ett bollplank mitt i processen, men materialet behöver därefter bearbetas och värderas av användaren.

– AI är inte ett facit. Jag måste alltid göra bedömningen själv, sa Lotta.

Samma princip, menade hon, gäller för elever. AI kan stötta tänkandet men får inte ersätta det.

Hon beskrev hur AI kan användas för att hitta luckor i egna texter och för att skapa variation i undervisningen, till exempel genom att snabbt ta fram olika versioner av samma innehåll utifrån elevers intressen, som unicorns, dinosaurier eller gamla bilar, men också genom att anpassa svårighetsgraden. AI kan också hjälpa till att skapa engagerande ingångar, exempelvis genom jämförelser med populärkultur – som att förklara vattnets kretslopp med hjälp av Fortnite – men dessa behöver alltid kontrolleras.

I den senare delen lyfte hon frågor om källkritik, källtillit, bias och etik. Elever behöver diskutera vilka röster som syns och vilka som saknas i AI-genererat material. Hon lyfte också pre-bunking, att i förväg hjälpa elever att känna igen vilseledande mönster.

Lotta betonade också att man ska prata med eleverna om vem som syns och vem som saknas i AI‑genererat material, och nämnde pre‑bunking – alltså att i förväg hjälpa eleverna att känna igen vanliga vilseledande mönster så att de inte tar allt de ser och hör för sant.

Här knöt Lotta ihop resonemanget med ansvar och eget tänkande: undervisningen behöver börja i lärandemålet – inte i verktyget – och AI ska möjliggöra meningsfull ansträngning, inte ersätta den.

Elever behöver tydliga ramar för hur AI får användas – vilka delar som är tillåtna som stöd och vad eleven själv behöver göra. För att undervisningen ska vara bedömningsbar behöver de också visa sin arbetsprocess, exempelvis genom promptloggar eller versionshistorik, samt tydligt markera vad som är eget arbete.

Hon avslutade med en påminnelse om att det är viktigt att vi som lärare håller oss uppdaterade om utvecklingen inom AI:

– Fem minuter om dagen räcker.

Ett AI-verktyg som utgår från lärarens material

Adil Nilsson, Pihlskolan (Hällefors kommun) inledde med att konstatera att skola och generativ AI inte alltid är en självklar kombination.

– AI hallucinerar och hittar på. När den väl har fel är den jätteövertygad om att den fortfarande har rätt.

Han pekade också på risken att AI-verktygens enkelhet kan öppna för fusk, eftersom system kan producera färdiga uppgifter utan egen bearbetning.

Som ett alternativ presenterade han NotebookLM, en Gemini-driven tjänst som endast använder material som användaren själv laddar upp. Svaren begränsas därmed till de angivna källorna.

Adil menar att NotebookLM är särskilt tacksamt att använda i ämnen med mycket stoff. Han visade ett exempel där kursplaner, undervisningsmaterial och egna presentationer laddats upp. NotebookLM kunde därefter skapa översikter och besvara frågor enbart baserat på detta innehåll.

Även tjänstens studiodel lyftes fram, där material kan omvandlas till exempelvis frågekort, quiz, tankekartor samt ljud- och videomaterial.

– Vi använder NotebookLM som ett extra läromedel, eller en version av läromedel vi redan använder, sa han och tillade att han tror att liknande tjänster snart kommer att erbjudas av alla läromedelsföretag.

Mer tid till eleverna

Martin Frisén, Änglandaskolan (Örebro kommun) beskrev hur AI blivit ett naturligt stöd i flera delar av lärarvardagen. Ett exempel är planeringen, där han kombinerar egna idéer med Lgr22 och låter AI fungera som bollplank för struktur och progression.

– Det är fortfarande jag som står för grundidén, men jag får input som jag sedan gör till mitt eget, sa han.

AI används också för att skapa möjligheter till differentiering, så att elever kan redovisa sina kunskaper på fler sätt än enbart skriftligt. Verktygen kan bidra med idéer till varierade uppgifter, skrivstarter och checklistor som hjälper elever att komma igång.

Bildgenerering använder han för att skapa undervisningsbilder och planscher till arbetslagets gemensamma temaarbeten, vilket sparar tid och gör att han slipper fundera över upphovsrätt eftersom materialet skapas direkt i verktyget.

Tidsvinsten gör, enligt honom, att mer tid kan läggas på eleverna – snabbare återkoppling, mer stöd och ännu bättre förberedda lektioner.

Samtidigt är gränserna tydliga.

– Jag använder aldrig AI för bedömning eller betygsättning. Det är min professionella uppgift som lärare.

Eleverna får använda AI i begränsad och genomtänkt form i klassrummet, exempelvis för att få hjälp att komma igång med en text eller få en förklaring anpassad till sin nivå. ”Förklara för mig vad demokrati är. Jag går i årskurs 6.” Den typen av uppgifter är AI särskilt bra på och fungerar då som ett extra stöd i klassrummet, en ”extra lärare” som kan ge eleven snabb hjälp.

De kan också använda AI för återkoppling på sina egna texter, men då med fokus på lärandeprocessen snarare än det färdiga resultatet. Diskussioner om vad som är stöd och vad som är fusk blir därför en central del av arbetet.

Röster från deltagarna

Mellan passen fanns tid för nätverkande, och hörsalen fylldes av engagerade samtal. Vi frågade en grupp deltagare vad de tar med sig från eftermiddagen.

– Inspiration! Man behöver avsätta tid för det här om det ska bli riktigt bra, sa Gertrud Regin.

– Allting kräver övning, det har vi pratat mycket om i gruppen, tillade Anna‑Lena Rundberg.

– NotebookLM var nytt för mig. Det var väldigt intressant att se hur man kan begränsa materialet som AI får använda. Källangivelser är annars något AI ofta har svårt att få helt rätt. Jag gillade också studiodelen med bild och video – vi behöver skapa variation för våra elever, menade Sakhi Panah Afshar.

– Ja, vi blev lite ledsna när vi hörde att våra organisationer blockerat möjligheten att använda det, konstaterade Björn Sandberg och Anna-Lena Rundberg.

– Jag fastnade för det som Lotta lyfte, ramen med ”jag–AI–jag”. Det känns som en arbetsform vi kan ta med oss direkt, tyckte Björn Sandberg.

– Ja, den går verkligen att använda direkt i klassrummet när vi pratar AI. En väldigt bra formulering – kort och tydlig, kompletterade Christer Melkersson.

Samtalen i grupperna rundades av, men ute i korridoren fortsatte diskussionerna direkt efteråt.

/Jonas Gunnarsson, Pedagog Örebro