Månad: april 2025

Utbildningsteknologi i framtidens skola – generativ AI, blockkedja och decentraliserad bedömning

Digitaliseringen förändrar skolan genom att skifta fokus från traditionell kunskapsöverföring till individualiserat lärande och decentraliserad bedömning med hjälp av generativ AI och blockkedjeteknik. Elever får ökat ansvar för sina meriter genom självsuveräna portfolior, vilket ställer krav på nya etiska, juridiska och didaktiska strategier. Skolan blir en social arena för utveckling och samarbete.

Inledning och problemformulering

Digitaliseringen driver ett skifte i skolans grundstruktur. Traditionellt har skolan byggt på slutna kunskapssystem, där läraren och läroboken förmedlar kunskap till eleverna. Idag rör vi oss mot öppna nätverk där information är fritt tillgänglig, vilket ställer nya krav på utbildningen. Istället för att enbart förmedla fakta blir det allt viktigare att lära eleverna hur man lär sig och att de själva driver sitt lärande. Samtidigt har ny teknologi som generativ AI (t.ex. avancerade chattbottar) och blockkedjeteknik snabbt utvecklats och börjat påverka utbildningssektorn. Skolor, universitet och myndigheter tvingas nu förhålla sig till fenomen som ChatGPT – från initiala förbud av rädsla för fusk till att utforma riktlinjer för ansvarsfull användning. UNESCO publicerade 2023 de första globala riktlinjerna för generativ AI i utbildning, för att hjälpa lärare och beslutsfattare navigera denna disruptiva teknik. Parallellt utforskas blockkedjan som en lösning för att hantera digitala betyg och examensbevis på ett säkert, effektivt och gränsöverskridande sätt.

Mot denna bakgrund uppstår centrala frågor om framtidens skola. Hur kan bedömning och betygssättning decentraliseras med hjälp av ny teknik? En vision är att elever själva ska äga sina digitala portfolior av kunskapsbevis – så kallade självsuveräna portfolior – där meriter och kompetenser lagras och verifieras via blockkedjan. Genom gemensamma kompetensstandarder (t.ex. IMS Competencies and Academic Standards Exchange, CASE) kan sådana meriter bli jämförbara och utbytbara mellan olika plattformar och länder. Samtidigt erbjuder generativ AI möjligheter till individualiserat lärandeinnehåll och nya former av examination, exempelvis automatiserade muntliga bedömningar genom AI-drivna agenter. Detta innebär att skolans traditionella roll utmanas – från kunskapsöverföring mot att i högre grad bli en social arena för samarbete, värderingsförmedling och personlig utveckling.

Syftet med denna essä är att diskutera dessa omvälvande förändringar ur ett tekniskt, etiskt, juridiskt och didaktiskt perspektiv. Med utgångspunkt i svenska förhållanden – där bl.a. Skolverket nyligen utfärdat råd kring AI i skolan – och med internationella paralleller, analyseras möjligheterna och utmaningarna med att införa generativ AI och blockkedjeteknik i framtidens utbildningssystem. Inledningsvis beskrivs generativ AI för individualiserat lärande och bedömning, därefter blockkedjans roll i decentraliserad betygssättning genom självsuveräna portfolior och kompetensstandarder, och sedan diskuteras skolans förändrade roll. Avslutningsvis behandlas tvärgående utmaningar av teknisk, etisk, juridisk och didaktisk natur, innan slutsatser dras om vägen framåt.

Generativ AI för individualiserat lärande och bedömning

Den snabba utvecklingen av generativ AI – AI som kan skapa innehåll såsom text, bild eller ljud – öppnar nya möjligheter för individualiserat lärande. Moderna generativa språkmodeller kan producera människolik text inom praktiskt taget vilket ämne som helst. Detta innebär att AI kan agera virtuell lärare eller handledare och ta fram skräddarsydda förklaringar, exempel och övningar anpassade efter en enskild elevs kunskapsnivå och intressen. Forskning tyder på att personaliserat lärande kan öka elevens motivation och engagemang. Exempelvis har organisationer som Khan Academy experimenterat med AI-tutor-system (Khanmigo) baserade på GPT-4 för att ge varje elev en personlig handledare – en utveckling som setts som potentiellt revolutionerande för likvärdig tillgång till stöd. I Sverige betonas också att digitaliseringen bör användas för att anpassa utbildningen till varje elevs behov, något som generativ AI kan möjliggöra i högre grad än tidigare verktyg.

En särskilt intressant tillämpning är AI för bedömning. Traditionellt har prov och inlämningar varit skriftliga och standardiserade, men AI möjliggör mer flexibla format. Muntliga bedömningar kan genomföras med hjälp av taligenkänning och språkmodeller. Redan idag finns AI-plattformar som automatiskt utvärderar språkkunskaper genom att låta elever tala och sedan analysera talet för att bedöma uttal, ordförråd och flyt. Sådana system kan ge snabb återkoppling – en elev kan till exempel genomföra ett talprov online och få ett standardiserat resultat (t.ex. mappat mot CEFR-skalan) omedelbart. På liknande sätt kan en generativ AI agera examinator i en muntlig tentamen genom att ställa frågor, lyssna på elevens svar och ge en preliminär utvärdering. Det finns belägg för att muntliga examinationer generellt kan öka förståelsen och ge bättre kunskapskoll än enbart skriftliga prov – dessutom är de svårare att fuska sig igenom med hjälp av AI. Med AI-stöd skulle muntliga förhör kunna skalas upp och integreras oftare, utan att helt sluka lärarnas tid.

Generativ AI kan även användas för formativ bedömning och stöd. Till exempel kan elever låta en AI granska utkast till en uppsats, ställa frågor om ett matteproblem eller öva glosor i dialogform. AI:n kan då ge tips på förbättringar, klargöra missförstånd eller generera ytterligare övningar inom de områden där eleven behöver träna mer. Detta individualiserade övande kan ske när som helst, i elevens egen takt, vilket teoretiskt maximerar inlärningen. Studier argumenterar att sådana personanpassade bedömningar kan låta elever visa vad de verkligen kan på ett mer rättvisande sätt än standardprov, eftersom uppgifterna kan anpassas efter individens kontext.

Utmaningar finns dock. Ett problem är att generativ AI som ChatGPT kan producera texter av hög kvalitet som eleven kan lämna in som sitt eget arbete. Detta försvårar lärarens möjlighet att avgöra elevens egentliga kunskapsnivå. Skolverket har påpekat att det idag saknas tillförlitliga verktyg för att avgöra om en text är skriven av en AI. I Sverige betraktas betygssättning som myndighetsutövning som måste vara rättssäker; läraren måste kunna lita på underlaget för betyget och veta att det speglar elevens egna kunskaper. Därför avråder Skolverket från att låta hemuppgifter vara betygsgrundande om läraren inte kan säkerställa autenticiteten. Detta har lett till en ökad betoning på handledda prov och redovisningar i klassrummet. Internationellt ser vi en liknande trend: flera universitet har återinfört oral exams och praktiska prov för att komma runt problematiken med AI-fusk. Generativ AI i sig är alltså både en katalysator för förändring och ett verktyg som kan användas inom den förändringen. För att dra nytta av AI:ns potential utan att tumma på likvärdighet och validitet behöver skolor utveckla nya arbetssätt. Hit hör att utforma uppgifter där AI blir ett hjälpmedel istället för genväg, och att utnyttja AI för att stötta lärarens bedömning snarare än ersätta den. I det stora hela pekar utvecklingen mot en mer dynamisk och kontinuerlig bedömningskultur, där läraren fungerar som kvalitetsgarant och coach, medan AI hanterar rutinmässig återkoppling och individualisering.

Blockkedja och självsuveräna portfolior för decentraliserad bedömning

Samtidigt som AI omvandlar undervisning och prov, utmanar blockkedjetekniken själva infrastrukturen för betyg och meriter. I dagens system lagras elevers betyg och intyg i regel centralt hos en skola, myndighet eller plattform. Blockkedjan möjliggör istället ett decentraliserat sätt att lagra och verifiera information, där ingen enskild aktör kontrollerar all data. För utbildningsväsendet innebär detta potentialen att skapa oförfalskbara digitala meriter (examensbevis, betyg, certifikat) som eleven själv äger och kan visa upp vid behov. Genom kryptografiska mekanismer blir dessa meriter säkra och tampersäkra, och kan enkelt verifieras av exempelvis en arbetsgivare utan mellanhänder. World Economic Forum beskriver detta som ett sätt att göra utbildningssystemet mer tillgängligt och trovärdigt, genom att studenter lättare kan visa upp sina färdigheter och kunskaper för omvärlden.

En vision som växt fram är den om en självsuverän portfolio. Begreppet självsuverän identitet (SSI) handlar om att individen har kontroll över sina egna digitala identiteter och uppgifter, utan att behöva förlita sig på centrala identitetsutfärdare. Översatt till utbildning innebär det att eleven via SSI kan kontrollera vem som får se vilka delar av dennes utbildningsdata. Exempelvis skulle betyg, kursintyg, projektarbeten och omdömen kunna lagras i elevens personliga portfolio på en blockkedja, där varje post är digitalt signerad av den utfärdande parten (lärare, skola eller annan institution) för att intyga äkthet. Eleven kan sedan i sin digitala plånbok välja att dela med sig av valda meriter till t.ex. ett universitet eller en arbetsgivare. En sådan modell har testats i bl.a. Taiwan, där man byggt en blockkedjebaserad e-portfolio för studenter. Systemet består av två kedjor: en decentraliserad identitetskedja som ger varje användare en självkontrollerad identitet, och en portfolio-kedja för själva dokumenten och interaktionerna. En betrodd utbildningsmyndighet fungerar som revisor som granskar och godkänner datakällor för att säkerställa att inga falska meriter förs in. Resultatet är att studenten kan dela sina uppgifter med valda mottagare med bibehållen integritet – obehöriga kan inte se informationen – samtidigt som mottagarna kan lita på att det de ser är äkta och verifierat. Sådana självsuveräna portfolior adresserar direkt problemet med bristande tillit mellan institutioner som annars kan hindra studenter från att fullt ut använda sina meriter.

En nyckelkomponent för att detta ska fungera i stor skala är gemensamma standarder för kompetenser och utfall. Här kommer initiativ som IMS CASE (Competencies and Academic Standards Exchange) in i bilden. IMS CASE är en teknisk specifikation som definierar ett standardiserat sätt att beskriva och utbyta information om lärandemål, kunskapskrav och kompetenser mellan olika system. Varje enskild kompetens eller kunskapskrav får ett unikt ID (GUID) och kan struktureras hierarkiskt digitalt, istället för att läroplaner bara finns i statiska PDF-dokument. Genom att använda CASE-standardens unika identifierare kan man tagga såväl undervisningsmaterial som provresultat med referenser till specifika kunskapsmål. Detta gör det möjligt att följa en elevs progression mot givna mål mycket mer finmaskigt än med terminsbetyg – varje inlärningsaktivitet eller artefakt i portfolion kan kopplas till relevanta kompetenser och lärandemål. En stor fördel är också att man kan knyta dessa kompetenser till digitala credentials (meriter). IMS själva betonar att CASE kan användas för att länka samman lärandemål med digitala bevis på inlärning, såsom certifikat eller badges.

Konkret skulle en elev i framtiden kunna visa upp en digital meritförteckning där varje rad motsvarar en kompetens (t.ex. ”Behärskar andragradsekvationer” eller ”Kan analysera en historisk källa kritiskt”), stödd av en eller flera verifierade bevis: ett provresultat, ett projekt, en lärarbedömning, kanske även ett AI-genererat kompetenstest. Istället för ett enda sammanfattande betyg i t.ex. matematik A, kan portfolion ge en rikare bild av elevens kompetensprofil. Flera länder och organisationer utvecklar nu infrastrukturer för detta. Inom EU pågår projekt som European Blockchain Services Infrastructure (EBSI) där man testar digitala examensbevis som följer standarder för decentraliserad identitet (W3C DID) och verifierbara meriter (W3C Verifiable Credentials). Enligt EBSI-konceptet blir examina en typ av verifierbar credential som är digitalt signerad av utfärdaren, och som kan kontrolleras över nationsgränserna utan central databas. Även internationellt ser man framväxten av mikromeriter och digitala badges som utfärdas via blockkedjan, vilket möjliggör att livslångt lärande dokumenteras och erkänns mer flexibelt.

Den decentraliserade ansatsen kan potentiellt göra bedömning mer holistisk och kontinuerlig. Elever skulle inte vara beroende av en enskild skolas omdöme; om de byter skola eller deltar i en onlinekurs kan deras meriter ändå samlas i samma portfolio. För lärarna innebär det en möjlighet att gå från att bara sätta summativa betyg till att bidra med ständiga valideringar av specifika kompetenser. Betygens roll kan förändras – istället för att vara myndighetsbeslut utfärdade av skolan i slutet av terminen, blir de meriter som ackumuleras allt eftersom i elevens egen ägo. Skolans uppgift blir att utfärda och attestera dessa meriter, men eleven kan också få meriter utanför skolan (t.ex. i en kodningsklubb, genom en praktik, eller via en onlinekurs) som vävs in i den självsuveräna portfolion. På så vis ”decentraliseras” bedömningen både tekniskt och institutionellt: lärandet verifieras kontinuerligt i flera kontexter och samlas hos eleven själv, snarare än att enbart centraliseras i ett slutbetyg.

Givetvis kräver detta att tillräcklig interoperabilitet och standardisering uppnås. IMS CASE är ett lovande steg för att olika system ska ”prata samma språk” när det gäller kompetenser. Dessutom måste aktörer enas om referensramar – till exempel vilka kompetenser som ska mätas och hur. Här kan man anknyta till redan befintliga ramverk, såsom den europeiska referensramen för kvalifikationer (EQF) eller nationella läroplaner översatta till digital form. En utmaning är också att översätta kvalitativa omdömen till kvantifierbara meriter utan att tappa nyanser. Tekniken möjliggör långt mer data om elevens lärande, men didaktiskt måste man säkerställa att detta används klokt och rättvist.

Skolans förändrade roll: socialisering och relationer i fokus

Om digital teknik kan leverera stora delar av kunskapsinnehållet anpassat till varje elev, vad blir då skolans unika roll som fysisk plats? Mycket tyder på att skolans kärnuppdrag kommer att betona socialisering, samarbete och värdegrundsarbete ännu mer i framtiden. Skolan är inte enbart en kunskapsfabrik; den är en social arena där elever lär sig umgås, utveckla empati, hantera konflikter och förstå samhällets normer. Som den svenska läraren Mats Andersson uttrycker det: ”Skolan är inte bara en plats för att inhämta kognitiv kunskap utan är i lika hög grad en arena för socialisering av de värderingar och normer som gäller för samhället i stort.” Dessa värden lärs främst in genom den dagliga sociala interaktionen med andra elever, inte enbart via formell undervisning.

Under uppväxten är kamratinteraktion och vuxenkontakt i skolan avgörande för att eleverna ska bli fungerande samhällsmedborgare. I debatten har varningar höjts för att en alltför teknikcentrerad, accelererad utbildning riskerar att hindra denna sociala mognad. Om man till exempel skulle halvera skolgångens längd med hjälp av AI (en vision som ibland luftas internationellt), får eleverna betydligt mindre tid att öva socialt samspel, vilket kan göra dem sämre förberedda för vuxenliv och arbetsmarknad. Tekniken kan alltså inte ersätta den tysta läroplanen – allt det där informella lärandet som sker i korridorer, på raster, i samarbetsövningar och klassrumsdiskussioner.

Istället kan man förvänta sig att framtidens skola utnyttjar tekniken för kunskapsinhämtning, men frigör mer tid för mänskliga möten. Lärarens roll kan skifta från föreläsare till handledare och mentor. När eleverna kan tillgodogöra sig faktakunskaper via adaptiva AI-system, kan lektionstiden ägnas åt att fördjupa förståelsen, diskutera, reflektera och arbeta i projekt. Läraren blir den som ställer de viktiga följdfrågorna, utmanar elevens resonemang och kopplar kunskapen till etiska och samhälleliga sammanhang. I en svensk kontext framhålls att vi måste utbilda eleverna i att själva driva sitt lärande och anpassa sig, snarare än att bara följa instruktioner – annars blir de inte redo för ett föränderligt arbetsliv. Det kräver ett klassrum där elevens agens är stor, där läraren kliver tillbaka från katedern och istället designar lärmiljöer och aktiviteter som främjar kreativitet, kritiskt tänkande och samarbete.

Sociala färdigheter som teamwork, kommunikation, ledarskap och interkulturell förståelse blir allt viktigare i en tid där faktakunskaper snabbt kan bli inaktuella. Skolan blir den primära arenan att öva detta. Grupparbeten, diskussionsseminarier, rollspel, elevdemokrati – allt sådant får ökad tyngd. Tekniken kan integreras som stöd (t.ex. samarbetsplattformar, virtuell verklighet för att träna scenarier), men det centrala är att eleverna interagerar med varandra. Som UNESCO påpekar i sina riktlinjer bör AI aldrig användas på ett sätt som undergräver utvecklingen av mänskliga kognitiva och sociala färdigheter. Tvärtom kan vissa digitala moment behöva begränsas just för att ge utrymme åt verkliga upplevelser och samspel som driver social utveckling. Ett exempel är att istället för att låta elever göra allt laborationsarbete i en simulator online, bör de också mötas fysiskt för att tillsammans lösa problem och hantera utrustning – erfarenheter som bygger samarbetsförmåga och praktisk kompetens.

Samtidigt kommer skolan fortsatt ha en kompensatorisk roll. Alla elever har inte lika tillgång till avancerad teknik eller stöd hemifrån. Skolan i Sverige har i uppdrag att utjämna sådana skillnader. Därför kan skolan behöva fungera som platsen där alla elever får tillgång till AI-verktyg under pedagogisk ledning, så att inte bara några få gynnade får stödet. Likaså blir skolan den plats där elever lär sig ett etiskt och kritiskt förhållningssätt till tekniken – de får diskutera AI:n möjligheter och risker, förstå frågor om integritet, bias och källkritik i en AI-era. Allt detta sker bäst i dialog med andra människor, inte enskilt framför en dator.

I framtidens skola kan vi alltså föreställa oss att klassrummen ser annorlunda ut: kanske färre föreläsningar, fler verkstäder och dialogrum. Skollokaler kan behöva utformas om för att stödja kreativa samarbeten – flexibla ytor snarare än rader av pulpeter. Pedagogiken rör sig mot att integrera blended learning där fakta lärs in via digitala verktyg, medan lektionstiden ägnas åt fördjupning och social inlärning. Summativ kunskapsförmedling minskar i betydelse, medan skolans roll som social institution förstärks.

Utmaningar och implikationer: teknik, etik, juridik och didaktik

Implementeringen av generativ AI och blockkedjeteknik i skolan medför en rad utmaningar som sträcker sig över tekniska, etiska, juridiska och didaktiska domäner. För att visionen om individualiserat lärande och decentraliserad bedömning ska bli verklighet krävs noggranna överväganden på dessa områden.

Tekniska aspekter: Även om tekniken i sig är lovande är den komplex att införa. Blockkedjebaserade system för betyg och meriter kräver expertis inom distribuerade system, kryptografi och dataintegration – kompetenser som få skolhuvudmän besitter idag. Det finns också skalbarhetsfrågor: att lagra och hantera miljoner elevers portfolio-data på en blockkedja ställer krav på prestanda och kostnadseffektivitet. En möjlighet är att använda hybridlösningar, där själva verifikationen sker på blockkedjan (t.ex. lagring av hashvärden av dokument) men detaljerad data lagras off-chain under elevens kontroll. Vidare behöver standarder som IMS CASE och W3C Verifiable Credentials mogna och anammas brett för att undvika fragmentering – annars riskerar man nya silos, om olika regioner väljer olika format. För generativ AI är en teknisk utmaning att integrera AI-verktyg med existerande lärplattformar och se till att de talar svenska och förstår svenska läroplaner. I dagsläget är många AI-modeller tränade främst på engelska och generell text; de behöver finjusteras för att hantera svenska facktermer och kursmål. Skolverket påpekar att chattbottar i nuläget inte tar särskild hänsyn till svenska läroplaner, och att man därför inte kan lita på att en AI-genererad lektionsplan automatiskt följer styrdokumenten. Det krävs alltså lokal anpassning av AI-system för skolbruk. Slutligen måste skolorna ha robust digital infrastruktur – tillgång till internet, enheter åt alla elever och skydd mot cyberhot – för att tekniken ska komma till sin rätt.

Etiska aspekter: Teknik i skolan väcker viktiga etiska frågor. Integritet och dataskydd är en av de största bekymren med digitala portfolior. I EU, inklusive Sverige, styrs persondata av GDPR (Dataskyddsförordningen), som kräver att elevernas personuppgifter hanteras lagligt, ändamålsenligt och inte lagras längre än nödvändigt. Att lägga betyg på en publik blockkedja kan strida mot rätten att bli glömd, om data inte kan raderas. Lösningen är att använda kryptering och att ge kontrollen till individen: i ett självsuveränt system kan elevens data krypteras så att bara de som eleven godkänner kan läsa den, och kedjan kan designas för att lagra referenser snarare än öppna personuppgifter. Datasuveränitet – att eleven äger sin data – är inte bara en teknisk fråga utan en etisk princip om elevens rättigheter. Vidare finns frågan om rättvisa och bias i AI. Om beslut om elevers undervisning eller betyg delvis grundas på AI-genererade analyser, måste vi säkerställa att AI:n är fri från systematiska skevheter som kan missgynna vissa elevgrupper. Tidiga analyser av generativ AI har pekat på risk för inbyggda bias (t.ex. köns- eller kulturbundna fördomar). UNESCO betonar att åtgärder måste vidtas för att eliminera snedvridningar och se till att AI-systemen tränas på data som speglar mångfald, inklusive olika språk och minoritetskulturer. Det etiska imperativet är att tekniken inte förstärker ojämlikheter utan tvärtom bidrar till ökad inkludering och stöd till de elever som behöver det mest. Digitala klyftan är reell: under pandemin sågs hur elever med sämre tillgång till dator och internet halkade efter. Om AI-tutor och digitala portfolior blir centrala, måste samhället se till att alla får tillgång, annars kan vissa grupper halka efter ytterligare. Etik handlar också om balansen mellan människa och maskin: att inte låta tekniken ta över sådant som bör vara mänskligt (t.ex. värdeomdömen, empatiska samtal), samt att upprätthålla elevens människobild i ett klassrum dominerat av AI. En elev ska inte reduceras till en dataström eller ständigt övervakas och mätas av algoritmer – utrymme för spontanitet, felsteg och integritet måste finnas.

Juridiska aspekter: Förutom dataskyddslagstiftning behöver man beakta skoljuridiska ramar. I Sverige stipulerar skollag och läroplaner vad som ska bedömas och av vem. Idag är det lärare med legitimation som ansvarar för betygssättning. Om AI involveras i bedömningen, vem bär det rättsliga ansvaret vid fel? Man kan tänka sig att AI fungerar som beslutsstöd, men den slutliga bedömningen måste sannolikt även fortsättningsvis göras eller godkännas av en lärare för att vara juridiskt giltig. Även blockkedjebaserade betyg måste passa in i dagens regelverk: ett digitalt betyg på blockkedjan behöver erkännas som officiellt dokument. Här kan lagstiftning behöva uppdateras för att ge juridisk status åt verifierbara digitala meriter. I EU diskuteras redan hur man ska reglera e-legitimation och digitala dokument genom t.ex. eIDAS-förordningen – något som knyter an till utbildningssektorn om examina och betyg blir del av en digital plånbok. Licens- och upphovsrättsfrågor kan också uppstå: om en AI genererar läromedel, vem äger då materialet? Och får AI:n tränas på elevers uppsatser, eller bryter det mot elevernas upphovsrätt? Skolor måste navigera dessa juridiska frågor noga, för att inte hamna i konflikter kring immateriella rättigheter eller ansvar vid AI-beslut.

Didaktiska aspekter: Slutligen är de pedagogiska implikationerna kanske de mest genomgripande. Lärare behöver fortbildning och kompetensutveckling för att använda AI och förstå blockkedjans möjligheter. En risk är att tekniken införs teknokratiskt uppifrån utan att lärarkåren är med på tåget – då utnyttjas den inte effektivt eller möts med motstånd. Didaktiskt gäller det att integrera AI på sätt som faktiskt förbättrar lärandet. AI bör stötta formativ bedömning, ge extrahjälp och avlasta läraren administrativa bördor (som att rätta standardfrågor eller hålla koll på progression mot mål), så att läraren kan ägna mer tid åt pedagogiskt kärnarbete. Läraren behöver också lära sig tolka de data som genereras – t.ex. AI-analys av en elevs styrkor/svagheter – och omsätta det i pedagogiska strategier. Det krävs nya didaktiska modeller där människa-AI-samspel är centralt: när ska eleven jobba själv med AI, när ska läraren kliva in, hur designar man uppgifter som drar nytta av AI utan att göra eleven passiv? Dessutom måste läroplanens mål operationaliseras i de digitala systemen (via standarder som CASE), vilket innebär att lärare och innehållsutvecklare behöver samarbeta med tekniker för att mappa kursplaner till kompetenstaggar och digitala bedömningsobjekt. En positiv implikation är att en mer kompetensorienterad bedömning kan skifta didaktiken mot djupare lärande: istället för att lära sig för provet, kan eleven fokusera på att faktiskt bemästra en kompetens för att få sin badge eller sitt intyg i portfolion. Detta kan öka relevansen och meningsfullheten i studierna, särskilt om kompetenserna formuleras så att elever och arbetsliv förstår dem. Didaktiken får också ta hänsyn till elevens metakognition: i och med att lärandet blir mer självstyrt med AI-tutorer, måste elever tränas i att sätta mål, självvärdera och ta ansvar för sin lärprocess – färdigheter som inte alltid främjats i traditionell undervisning.

Sammanfattningsvis innebär dessa aspekter att införandet av AI och blockkedja i skolan måste ske successivt och reflektivt. Pilotprojekt och forskning bör vägleda vad som fungerar. De tekniska lösningarna måste vara robusta, säkra och användarvänliga; de etiska och juridiska ramarna måste vara tydliga och skyddande för eleverna; och de didaktiska metoderna behöver utvecklas i takt med tekniken. Det rör sig inte bara om att införa nya verktyg, utan om att omarbeta pedagogiska processer och ibland även ändra lagar och regler. Under de närmaste åren kan vi förvänta oss fortsatt experimenterande, utvärderingar och justeringar – med Sverige troligen i framkant, givet vår starka tradition av både digitalisering och elevcentrerat lärande.

Slutsats

Utvecklingen av generativ AI och blockkedjeteknik sammanfaller med ett behov av förnyelse i utbildningsväsendet. Denna essä har undersökt hur framtidens skola kan se ut om vi tar vara på dessa teknologier på ett klokt sätt. Bedömning och betyg kan komma att förändras fundamentalt: från centralt utfärdade terminsbetyg mot decentraliserade, kontinuerliga portfolior där elever samlar verifierade bevis på kompetens genom hela sin lärresa. Genom självsuveräna portfolior på blockkedjan får eleven ökad äganderätt och kontroll över sina meriter, och med gemensamma kompetensstandarder som IMS CASE kan dessa meriter förstås och erkännas brett, även över landsgränser. Samtidigt kan generativ AI bli en naturlig del av klassrummet – som personlig handledare, innehållsgenerator och assistent vid bedömningar, inklusive möjligheten att genomföra muntliga prov och ge omedelbar återkoppling.

Det är dock tydligt att tekniken omformar skolans syfte snarare än gör den överflödig. Snarare accentueras skolans roll som social mötesplats och värdegrundsbärare. I en tid när kunskap finns vid ens fingertoppar blir skolans unika värde att fostra mänskliga färdigheter: samarbetsförmåga, etik, kreativitet, kritiskt tänkande och självreglerat lärande. Läraren förblir oumbärlig, men rollen glider mot mentor och orkestrerare av lärandeupplevelser, med teknik som verktyg i arsenalen.

För att realisera denna vision krävs att vi navigerar utmaningarna väl. Tekniken måste implementeras med eftertanke – infrastrukturen och standarderna måste på plats för att säkra driftsäkerhet och interoperabilitet. Etik och juridik måste sätta ramarna så att elevens rättigheter skyddas, att rättvisa garanteras och att ansvarsfrågan är klar. Didaktiken behöver utvecklas genom forskning och praktik, så att pedagogiken driver teknikanvändningen och inte tvärtom. Sverige kan här dra lärdom av internationella erfarenheter och bidra med egna innovativa lösningar, givet vårt starka fokus på likvärdighet och kvalitet i skolan.

Avslutningsvis kan vi konstatera att målet är ett utbildningssystem som både välkomnar ny teknik och stärker det mänskliga mötet. En skola där varje elev får en individuellt anpassad utbildning med hjälp av AI, där deras kunskaper och färdigheter dokumenteras på ett rikare sätt än idag, men där gemenskapen och det demokratiska fostran står i centrum. Potentialen är enorm: rätt använt kan generativ AI och blockkedja tillsammans demokratisera lärandet, höja kvaliteten på bedömning och ge eleverna större ägarskap över sitt kunnande. Utmaningen ligger i att göra det på ett sätt som främjar alla elevers utveckling och behåller skolans själ som bildningsinstitution och social gemenskap. Med en helhetssyn på teknik, människa och samhälle kan framtidens skola mycket väl komma att uppfylla denna vision – en skola som är både högteknologisk och djupt mänsklig.

Referenser:

  • Arslan, B. et al. (2024). Opportunities and challenges of using generative AI to personalize educational assessment. Frontiers in Artificial Intelligence.
  • Grech, A. et al. (2021). Blockchain, Self-Sovereign Identity and Digital Credentials: Promise Versus Praxis in Education. Frontiers in Blockchain.
  • Hsieh, Y-H. et al. (2022). Self-Sovereign Identity-Based E-Portfolio Ecosystem. Applied Sciences, 14(22).
  • Skolverket (2023a). AI i skolan – risker och möjligheter. (Nyhet 5 sep 2023).
  • Skolverket (2023b). Skolor uppmuntras att ha uttalade förhållningssätt till AI. (Nyhet).
  • UNESCO (2023). Guidance for Generative AI in Education and Research. (Pressmeddelande)
  • Vi Lärare (2023). ”AI kan inte lära eleverna socialt samspel”. Vi Lärare Debatt 28 apr 2023.
  • WEF (2024). Generative AI has disrupted education. Here’s how it can be used for good – UNESCO. World Economic Forum (artikel 12 sep 2023).
  • 1EdTech (2025). Competencies and Academic Standards Exchange (CASE) (specifikationsöversikt).
  • SPPG (2024). Unveiling the Impact of Blockchain Technology on the Educational System. TheSppg.org (blogg 3 maj 2024).

AI i grundskolan och gymnasiet – användning, lärande och utmaningar i samhällsämnen

AI:s integration i grundskola och gymnasiet har både potential och utmaningar inom samhällsvetenskapliga ämnen. Generativa AI-verktyg erbjuder individualiserat lärande och stöd, men medför även risker som fusk och ojämlikhet. Tydliga riktlinjer, etiska överväganden och utbildning för lärare är avgörande för att säkerställa effektiv användning.

Denna text är resultatet av min sammanställning av källor tillsammans med samtal med AIna ChatGPT och Claude över en tid. Syftet med texten är att få en överblick över hur forskningsläget ser ut för AI i grundskola och gymnasiet för samhällsämnena.

(Elever tar hjälp av ChatGPT i skolarbetet – forskning.se) En elev använder ChatGPT – ett generativt AI-verktyg som blivit allt vanligare i skolarbeten.
Artificiell intelligens (AI) har på kort tid fått stort genomslag i skolans värld. Sedan ChatGPT lanserades i slutet av 2022 har detta och andra AI-verktyg haft en enorm inverkan på elevers skolarbete (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Lärare och skolledare diskuterar nu hur dessa verktyg ska integreras eller begränsas i undervisningen. I synnerhet inom samhällsvetenskapliga ämnen – såsom historia, geografi, religion och samhällskunskap – märks både möjligheter och utmaningar med AI, då dessa ämnen ofta involverar informationssökning, textproduktion och kritisk analys som AI lätt kan påverka. Denna rapport undersöker aktuell forskning om AI och skolelever i grundskolan och gymnasiet, med fokus på samhällsämnen. Vi går igenom hur AI används i undervisningen, vilken roll AI spelar i elevernas lärande, frågor kring fusk och otillåten hjälp, AI som pedagogiskt stöd, samt etiska och policyrelaterade aspekter.

Användning av AI-verktyg i undervisningen

AI-verktyg börjar utnyttjas på flera sätt i dagens klassrum. Framför allt har generativa AI-chattbottar (som ChatGPT) blivit uppmärksammade. Dessa kan svara på frågor, förklara begrepp och generera texter på uppmaning (Elever tar hjälp av ChatGPT i skolarbetet – forskning.se). Elever kan till exempel be en chatbot sammanfatta en historietext, ge exempel på geografiska fenomen eller förklara ett svårbegripligt samhällsbegrepp. Lärare kan på motsvarande sätt använda chattbottar för att ta fram lektionsmaterial eller förslag på diskussionsfrågor. Forskning tyder på att AI kan bidra brett: AI kan vara ett hjälpmedel för undervisningen genom att ta fram innehåll till lektioner, ge stöd, automatisera vissa uppgifter som bedömning och återkoppling samt öka effektiviteten i utbildningssystemet (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Exempelvis finns redan automatiserade rättnings- och bedömningssystem som kan ge läraren förslag på bedömning av elevtexter eller ge direktfeedback till elever på flervalsfrågor. AI kan underlätta personlig återkoppling genom att snabbt analysera en elevs svar och påpeka fel eller ge ledtrådar. Även om helautomatiska betygsättande system ännu inte kan ersätta läraren fullt ut, kan AI ge återkoppling och stöd i bedömningar – dock utan att ersätta människans omdöme (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25).

En fördel med AI i undervisningen är möjligheten till individualisering. Adaptiva läroplattformar med AI kan anpassa övningar och material utifrån varje elevs nivå och behov. Studier visar att AI kan göra undervisningen mer anpassad för eleverna, genom att självjustera sin kommunikation och fungera som en flexibel, alltid tillgänglig instruktör både inom och utanför lektionstid (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25) (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). För en elev som har svårt med ett visst begrepp i geografi kan en AI-assistent till exempel ge alternativa förklaringar eller extra övningar tills förståelsen ökar. På så vis kan AI erbjuda personaliserad vägledning i realtid, något som tidigare varit svårt att ge alla elever samtidigt. AI kan också skapa interaktivitet: somliga verktyg liknar ett privat handledarstöd där eleven kan ställa frågor och få omedelbara svar. Forskning beskriver att AI kan skapa interaktiva lärandestunder liknande ett fysiskt möte med en lärare – till exempel genom att ge direkta svar, ställa följdfrågor och ge individuell återkoppling som motiverar eleven (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25) (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). För samhällsämnen kan detta innebära att en elev får hjälp att resonera kring ett samhällsproblem steg för steg med AI:n som samtalspartner, eller att AI:n ställer kontrollfrågor kring en historisk källa som eleven analyserar. Kort sagt breddar AI verktygslådan i undervisningen: från textbearbetning och informationssökning till simuleringar och kreativa projekt. Samtidigt introducerar det nya moment som kräver att både lärare och elever är källkritiska mot AI:ns svar och medvetna om verktygens begränsningar. Skolverket påpekar att elever behöver förstå och granska AI-genererat innehåll kritiskt, och att AI i sig kan bli ett ämne för undervisning om samhällets teknikutveckling och maktfrågor (Råd om AI, Chattbottar och liknande verktyg – Skolverket). I samhällskunskap kan det exempelvis vara naturligt att diskutera hur AI påverkar politik och ekonomi, i enlighet med styrdokumentens betoning på digital kompetens och teknikens roll i samhället (Råd om AI, Chattbottar och liknande verktyg – Skolverket).

AI:s roll i elevers lärande och förståelse

Vilken inverkan har AI-verktyg på elevers kunskapsutveckling? Forskningen pekar på både möjligheter och risker. Många elever upplever att AI kan stärka deras lärande. En svensk enkätstudie bland gymnasieungdomar och unga vuxna visade att en majoritet tror att chattbottar gör dem mer effektiva som studenter och förbättrar deras skrivande och språkförmåga (Studenter gillar AI och Chat GPT men undrar när det blir fusk – forskning.se) (Studenter gillar AI och Chat GPT men undrar när det blir fusk – forskning.se). Även på grundskolenivå finns positiva effekter: Elever som har svårt att koncentrera sig, planera eller följa instruktioner upplever sig särskilt hjälpta av AI-verktyg i skolarbetet (ChatGPT mer populärt hos vissa skolelever | Lunds universitet) (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). I en studie med 750 elever (12–19 år) såg forskare att just de med kognitiva utmaningar (t.ex. koncentrationssvårigheter eller impulsivitet) hade stor nytta av verktyg som ChatGPT för att slutföra uppgifter (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). AI kan för dessa elever fungera som ett digitalt stöd som hjälper dem hålla fokus och komma vidare istället för att köra fast. Samma verktyg kan samtidigt gynna högpresterande elever genom att utmana dem: forskning beskriver att avancerade elever kan använda AI som en samarbetspartner eller virtuell lärare, medan lågpresterande elever kan ha AI mer som en hjälpande hand för grundläggande stöd (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). AI kan alltså möta elever på olika nivå och bidra utifrån deras behov, från att ge enkla förklaringar som bevarar koncentrationen hos den som har det svårt, till att föra resonemang och diskutera komplexa frågor med den som kommit längre (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25).

Det finns också belägg för att AI-assisterad undervisning kan öka läranderesultat generellt. I en experimentstudie fick en elevgrupp lära sig använda AI som stöd i undervisningen, medan kontrollgrupper inte gjorde det. Resultatet blev att gruppen med AI-stöd presterade signifikant bättre på kunskapstester än de grupper som inte använt AI (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25) (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Inkludering av AI i undervisningen förbättrade elevernas prestationer både direkt efter och en tid efter genomgången kurs (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Detta tyder på att när AI integreras på rätt sätt – med handledning och pedagogisk tanke – kan det faktiskt förstärka elevernas förståelse och kunskapsinhämtning, även i samhällsorienterande ämnen. Till exempel kan en AI som ställer uppföljande frågor eller ger ledtrådar leda eleven till djupare insikter om historiska händelser eller etiska dilemman, istället för att eleven bara lär sig ytfakta.

Samtidigt betonas att AI inte garanterat förbättrar lärandet för alla, och att felaktig användning kan ge bakslag. En risk som lyfts fram är att överdriven användning av AI kan hämma utvecklingen av viktiga färdigheter (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Skolverket varnar för att elever lär sig genom att tänka, skriva och analysera själva, och om AI gör för mycket av jobbet riskerar eleverna att inte utveckla exempelvis skrivförmåga, kritiskt tänkande eller problemlösning (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Forskare på Lunds universitet efterlyser mer kunskap om detta: Det finns en osäkerhet kring om verktygen hindrar eller fördröjer utvecklingen av kognitiva förmågor hos elever i tonåren, en ålder då dessa förmågor normalt utvecklas (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Med andra ord, om en elev ständigt förlitar sig på AI för att planera sitt arbete eller formulera sina texter, kan deras egen förmåga att göra detta stagnera. Detta är något som behöver studeras över tid (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Balansen är skör mellan AI-genererad prestation och verkligt lärande, och utmaningen för skolan är att dra nytta av AI:s fördelar utan att elevernas egen kunskapsutveckling blir lidande.

AI och fusk: elevernas användning och skolans hantering

Den kanske mest omdebatterade frågan är var gränsen går mellan att använda AI som hjälpmedel och att det räknas som fusk. Här utvecklas praxis fortfarande. Klart är att många elever redan börjat använda verktyg som ChatGPT på ett sätt som väcker frågor om akademisk ärlighet. En undersökning av Ungdomsbarometern hösten 2023 fann att över hälften av ungdomarna hade någon gång använt AI i en skoluppgift på ett sätt som de själva misstänkte inte var tillåtet (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter) (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter). Samma studie visade att nästan 4 av 10 var osäkra på vilka regler som egentligen gäller för AI-användning i skolan (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter). Många elever uppfattar alltså att de kanske fuskar när de tar hjälp av AI, men de vet inte säkert var gränsdragningen går – och i många fall finns inga tydliga riktlinjer. I dagsläget saknas nationella regler i Sverige för hur elever får använda AI, vilket gör att hanteringen ofta lämnas åt varje enskild skola eller lärare (Skolan behöver en AI-strategi, skriver debattörer). Detta har lett till en spretig situation: vissa lärare förbjuder allt AI-användande av oro för plagiat, medan andra låter eleverna använda verktygen med krav på transparens och källhänvisningar (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Däremellan finns en stor grupp där eleverna helt enkelt inte fått någon vägledning alls i hur de får använda AI (Skolan behöver en AI-strategi, skriver debattörer).

Forskare och skolmyndigheter försöker nu definiera vad som är tillåtet användande och vad som är fusk. En viktig faktor är avsikten och omfattningen av AI-användningen (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Om en elev låter AI göra hela uppgiften – exempelvis skriver en uppsats från början till slut – och lämnar in den som sin egen text, betraktas det som fusk (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Eleven har då inte själv stått för kunskapsredovisningen. Men om eleven i stället använder AI mer begränsat, till exempel för att hämta information, få idéer eller förstå komplexa koncept, och sedan bearbetar materialet kritiskt och lägger till egen analys, kan det snarare ses som ett legitimt hjälpmedel (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Detta synsätt, formulerat av bl.a. skolpsykologen Johan Klarin, betonar elevens aktiva roll: AI ska vara ett verktyg bland andra i lärprocessen, inte en genväg förbi eget arbete. Med tydliga ramar kan alltså AI integreras utan att urholka meritvärdet av elevens insats. Flera skolor har börjat införa krav på öppenhet – exempelvis att eleverna redovisar om och hur de använt AI i arbetet, kanske genom att bifoga AI-frågor eller första utkast i bilagor (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Andra åtgärder är att ställa om examinationsformer: fler prov och moment genomförs under uppsikt i klassrummet, och färre stora inlämningsarbeten ges som hemuppgift (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter). Utbildningsministern i Sverige har till och med betonat att man framöver måste ha större fokus på traditionella prov utan digital hjälp, för att säkerställa att det är elevens eget kunnande som bedöms (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter) (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter).

Ett problem för skolorna är att upptäcka otillåten AI-användning. Till skillnad från plagiering av redan existerande texter, som kan avslöjas med textjämförelsesystem, så genererar AI unikt textinnehåll som kan hålla hög kvalitet (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Det finns inget säkert sätt att avgöra om en text är AI-genererad (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Det har visserligen utvecklats AI-detekteringsprogram, men de är osäkra och kan ge utslag även på mänskligt skrivna texter (och vice versa). Skolverket avråder därför från att enbart använda skriftliga inlämningsuppgifter som betygsunderlag om läraren inte har kontroll över autenticiteten (Råd om AI, Chattbottar och liknande verktyg – Skolverket). I praktiken innebär detta att många lärare nu kombinerar olika examinationsformer: muntliga förhör, skolskrivningar för hand, källförteckningar och uppgifter där processen väger tungt. En del har börjat använda AI aktivt för att motverka fusk, till exempel genom att ge eleverna en AI-skriven text och låta dem analysera och förbättra den (så ser läraren vem som verkligen förstått ämnet). Skolorna tar också fram policydokument. Lärarnas riksförbund betonar att det inte kan vara upp till varje lärare ensam att avgöra reglerna, utan att riktlinjer bör finnas på skol- och huvudmannanivå för enhetlighet (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter). Samtidigt framhåller många att AI i sig inte är något negativt – det handlar om hur det används. Precis som med internet för 20 år sedan, behöver elever lära sig hantera verktyget ansvarsfullt istället för att man enbart försöker förbjuda det. I Sverige har ingen generell blockering införts, även om enstaka skolor (t.ex. Jensen education) tillfälligt spärrade ChatGPT på sina datorer under 2023 (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter). Fokus ligger nu på att uppdatera riktlinjer: utbildningsdepartementet och myndigheter arbetar med att ta fram tydligare AI-policy för skolan så att elever i hela landet bedöms efter likvärdiga principer och vet vad som gäller (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter) (Ny rapport: Många elever använder AI för att fuska i skolan | SVT Nyheter).

AI-verktyg som pedagogiskt stöd för elever och lärare

Trots riskerna för fusk kan AI, rätt använt, vara ett värdefullt pedagogiskt stöd i skolan – både för elevernas eget lärande och för lärarnas arbete. Vi har redan nämnt hur AI kan hjälpa elever genom att ge snabb återkoppling och anpassa sig efter individuella behov. Särskilt de elever som behöver extra stöd kan dra nytta av AI:n som studiecoach. En elev med koncentrationssvårigheter kan t.ex. be ChatGPT att bryta ned en uppgift i mindre delmoment eller få hjälp att formulera en plan, vilket gör att eleven lättare kommer igång. Enligt Lund-studien fungerade AI-verktygen just som ett potentiellt stöd för elever som kämpar med kognitiva processer (som uppmärksamhet och planering) och hjälpte dem att slutföra sina uppgifter (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Det är viktigt att notera att stödet bör användas för att underlätta lärande, inte för att ersätta det – AI kan vägleda eleven framåt, men eleven måste fortfarande förstå innehållet. När AI används på detta sätt, som ett komplement till elevens egna ansträngningar, kan det öka motivationen. Studier har funnit att när lågpresterande elever fick stöd av en konversationsbaserad AI som höll dem kvar i ämnet med följdfrågor och konkreta svar, så bibehölls deras koncentration och studiemotivation bättre (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Samma AI-stöd kan ge fördjupning åt de som vill komma längre, till exempel genom att föreslå extra läsning eller svårare frågor inom samhällsämnet för den som redan behärskar grunderna.

Även lärare kan ha stor nytta av AI i sin yrkesvardag. AI-verktyg kan fungera som ett administrativt och didaktiskt stöd: till exempel för att snabbt skapa utkast till lektionsplaneringar, provfrågor eller sammanfattningar av källtexter (Råd om AI, Chattbottar och liknande verktyg – Skolverket). En lärare i historia kan be en chatbot formulera ett par diskussionsfrågor om Franska revolutionen på olika svårighetsnivåer, eller generera exempel på elevsvar för att diskutera kvalitetsskillnader. AI kan hjälpa till med språkgranskning, både av lärarens eget material och av elevtexter – t.ex. genom att föreslå klarspråkiga omformuleringar eller upptäcka grammatiska missar. Det finns rapporter om att många lärare redan informellt använder ChatGPT för att spara tid, till exempel genom att låta den brainstorma idéer eller utforma matriser för bedömning. På så vis kan rutinarbete minska, och läraren får mer tid åt det pedagogiska samspelet med eleverna. AI kan också stötta differentierad undervisning: en SO-lärare kan be AI om en förenklad förklaring av nationalekonomi för en elev med svenska som andraspråk, samtidigt som hen ber om en fördjupande artikel till en elev som behöver extra utmaning. Allt detta kan ske på några ögonblick med rätt verktyg, vilket tidigare hade varit mycket tidskrävande.

För att AI verkligen ska bli ett positivt stöd krävs dock att lärare har kompetens att använda verktygen på rätt sätt. Idag känner sig många lärare osäkra på AI. Fortbildning efterfrågas både i Sverige och internationellt (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Skolverket rekommenderar att skolor satsar på att öka AI-kompetensen i kollegiet, till exempel genom att utse AI-ansvariga lärare, dela erfarenheter och pröva verktyg tillsammans i ett utforskande arbetssätt (Råd om AI, Chattbottar och liknande verktyg – Skolverket) (Råd om AI, Chattbottar och liknande verktyg – Skolverket). FN-organet UNESCO har tagit fram ett ramverk för lärares AI-kompetens som kan användas som stöd vid planering av kompetensutveckling (Råd om AI, Chattbottar och liknande verktyg – Skolverket). En grundläggande målsättning är att alla lärare ska förstå både möjligheterna med AI och dess begränsningar, så att de kan guida eleverna. Forskarna i Lund-studien betonar att lärare behöver ge tydliga riktlinjer och ramar för lämplig användning av AI-chattbottar, samt få utbildning för att kunna stötta elever – särskilt de med särskilda behov – i användningen av AI (ChatGPT mer populärt hos vissa skolelever | Lunds universitet) (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Med andra ord bör lärare varken ignorera AI eller endast se det som ett hot, utan lära sig hantera det på ett sätt som gagnar elevernas lärande. I ett sådant scenario kan AI bli en ”extra kollega” i klassrummet: inte en ersättare för läraren, men ett verktyg som hjälper både lärare och elever att nå målen.

Etiska och policyrelaterade frågor

Inför AI-teknikens intåg ställs skolan också inför flera etiska och policyrelaterade överväganden. En viktig aspekt är integritet och dataskydd. Många AI-tjänster, inklusive ChatGPT, samlar in data och drivs av företag utanför Europa. Skolverket varnar för att man aldrig ska mata in känsliga personuppgifter eller elevtexter i en AI-tjänst utan tillstånd, då data kan skickas till andra länder och inte går att radera ur AI:ns system (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Skolor måste således hantera AI-verktyg i linje med GDPR och skydda elevernas integritet. Vissa kommuner har väntat med att använda vissa AI-tjänster i skolan i väntan på klarhet om hur data används.

En annan etisk fråga gäller kvalitet och bias i AI:s svar. Generativa AI-modeller kan ge trovärdiga men felaktiga svar, eller spegla inbyggda fördomar i träningsdatan. Det har hänt att ChatGPT med stor säkerhet påstått rena faktafel. Därför krävs en stark betoning på källkritik. Elever (och lärare) måste lära sig att inte lita blint på AI, utan alltid verifiera viktiga uppgifter mot pålitliga källor (Råd om AI, Chattbottar och liknande verktyg – Skolverket). I samhällsorienterade ämnen, där analys av information är central, blir detta extra viktigt – här kan man vända problematiken till en pedagogisk poäng genom att öva eleverna i att granska AI-svar och upptäcka eventuella fel eller vinklingar. AI kan också generera olämpligt innehåll om den får fel instruktioner, så skolorna måste ha regler för hur verktygen används (t.ex. förbjuda elever att be AI skriva kränkande eller plagierat material). En etisk grundprincip är att AI-verktyg aldrig får leda undervisningen i strid med skolans värdegrund.

Vidare uppkommer frågor om likvärdighet och tillgänglighet. Om vissa elever har tillgång till avancerade AI-hjälpmedel hemma och andra inte, kan det skapa orättvisa fördelar – en digital klyfta. Skolan bör sträva efter att alla elever får liknande förutsättningar, antingen genom att erbjuda tillgång till AI-verktyg i undervisningen eller genom att utforma uppgifter som inte ger fördel till den som använder AI hemma. Policydokument kan behöva klargöra vad som är tillåtet och inte, så att alla vet spelreglerna. I Sverige har Skolverket gått ut med råd och understrukit vikten av att skolor har klara riktlinjer för AI-användning för att skapa tydlighet för både lärare, elever och vårdnadshavare (Råd om AI, Chattbottar och liknande verktyg – Skolverket). Den offentliga debatten har också intensifierats: flera röster kräver en nationell AI-strategi för skolan. Debattörer menar att staten omgående bör ge skolväsendet stöd och riktning i AI-frågan, så att inte vissa elever halkar efter (Skolan behöver en AI-strategi, skriver debattörer) (Skolan behöver en AI-strategi, skriver debattörer). I april 2025 föreslogs sju åtgärder för att ge både elever och lärare möjlighet att förstå och hantera AI, däribland satsningar på utbildning, revidering av styrdokument och tydliga guidelines för användning och bedömning.

Slutligen finns en chans att vända på perspektivet: etiken kring AI kan i sig bli ett ämne i undervisningen. I samhällskunskap och religion kan man diskutera de stora frågorna som uppstår – om AI, makt och ansvar, eller vad det innebär för framtidens arbetsmarknad. Redan nu prövas pedagogiska grepp för detta. En studie lät elever skriva spekulativ fiktion om en nära framtid präglad av AI-utveckling, för att få dem att reflektera över teknikens samhällspåverkan (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25) (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Många av eleverna valde att skriva om AI och utforskade olika perspektiv och potentiella samhällsproblem (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Övningen uppskattades och ledde till att eleverna utvecklade nya insikter och omvärderade en del av sina ståndpunkter kring teknologi (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25). Detta visar att skolan inte bara måste hantera AI som ett verktyg, utan också som ett fenomen som kommer att forma det samhälle eleverna växer upp i.

Sammanfattning

AI håller på att forma om förutsättningarna för undervisning och lärande i både grundskolan och gymnasiet. I samhällsvetenskapliga ämnen, där elever arbetar mycket med text, analys och informationsinhämtning, märks effekterna tydligt. Å ena sidan erbjuder AI stora pedagogiska möjligheter: individualiserat lärande, omedelbar återkoppling, hjälp att förstå svåra koncept och avlastning i lärarens administrativa börda. Rätt använt kan AI stötta elevernas förståelse – forskning indikerar förbättrade resultat när AI integreras som stöd (AI i samhällskunskapen: Lärarprofessionens bästa vän eller värsta fiende. SAG forskningsöversikt Jonathan Palmér & Johannes Petersson ht24/vt25) – och göra undervisningen mer effektiv och engagerande. Å andra sidan ställer AI skolan inför utmaningar vad gäller fusk, etik och ojämlikhet. Det krävs tydliga riktlinjer för att säkerställa att AI används som ett legitimt hjälpmedel och inte som en genväg för den som vill slippa ansträngning (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Både elever och lärare behöver höja sin AI-kompetens för att navigera verktygens begränsningar – att veta när man kan lita på AI:s svar, hur man citerar AI-källor, och när man ska låta bli att använda AI alls.

Sammanfattningsvis befinner sig skolan i ett tidigt skede av denna AI-omvandling. Reglering och praxis håller på att utformas, och det pågår en livlig dialog mellan forskare, lärare, skolledare och politiker om vägen framåt. Mycket talar för att AI kommer att bli ett naturligt inslag i klassrummet – precis som datorer och internet blivit – men att det kommer med krav på ansvarsfull användning och ny pedagogik. Genom att prioritera etik och lärande framför teknikhype kan skolan se till att AI blir ett verktyg som främjar bildning för alla elever, istället för att underminera den (ChatGPT mer populärt hos vissa skolelever | Lunds universitet) (ChatGPT mer populärt hos vissa skolelever | Lunds universitet). Fortsatt forskning och erfarensutbyte kommer vara viktigt för att finjustera hur vi bäst drar nytta av AI i samhällsämnen och övriga ämnen, på ett sätt som gynnar elevernas kunskaper och kritiska tänkande i längden.

Forskningsbehov inom AI och skolelever – lärande, bedömning, etik och jämlikhet

Denna text är resultatet av min sammanställning av källor tillsammans med samtal med AIna ChatGPT och Claude över en tid. Syftet med texten är att få en överblick över hur forskningsläget ser ut för AI i grundskola och gymnasiet för samhällsämnena.

Introduktion

Artificiell intelligens (AI) gör nu snabbt intåg i skolans värld, från grundskolan till gymnasiet. Särskilt efter framväxten av generativa AI-modeller som ChatGPT har intresset för AI i utbildning exploderat (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Tekniken väcker både entusiasm – för dess potential att anpassa undervisning och avlasta lärare – och oro för negativa effekter. En färsk undersökning visar att majoriteten av lärarna är osäkra eller tveksamma till AI:s inverkan: endast 6 % anser att AI gör mer nytta än skada, medan 25 % menar att den gör mer skada; övriga ser en blandning av för- och nackdelar eller vet inte (1 in 4 teachers say AI tools like ChatGPT hurt K-12 education more than help | Pew Research Center). Mot denna bakgrund behövs en kritisk översyn av var forskningen står idag och vilka kunskapsluckor som måste fyllas. Nedan följer en analys av de mest akuta forskningsbehoven kring AI och skolelever, med särskilt fokus på samhällsvetenskapliga ämnen och frågor som rör lärande, bedömning, etik, ojämlikhet samt användning av AI-verktyg i klassrummet.

AI i skolan: nuläge och trender

Trots det stora intresset är AI än så länge relativt ovanligt i klassrummen. Hösten 2023 uppgav bara ca 18 % av lärare i USA att de använde någon form av AI i sin undervisning (AI is coming to U.S. classrooms, but who will benefit? – Center on Reinventing Public Education). Samtidigt väntas användningen öka dramatiskt framöver i takt med att verktygen blir mer tillgängliga. En tidig studie antyder att mer välbärgade skolor och kommuner redan ligger steget före i att ta till sig AI (AI is coming to U.S. classrooms, but who will benefit? – Center on Reinventing Public Education), vilket väcker frågor om likvärdighet (återkommer nedan). De lärare som är tidiga användare finns oftast på högstadie- och gymnasienivå i språk- och samhällsorienterande ämnen (AI is coming to U.S. classrooms, but who will benefit? – Center on Reinventing Public Education) – föga förvånande då generativ AI i nuläget främst kan hantera språkliga och textbaserade uppgifter.

Forskningsmässigt har mycket fokus legat på högre utbildning och tekniska eller naturvetenskapliga ämnen, medan grund- och gymnasieskolans kontext (och t.ex. sociala ämnen) fått mindre uppmärksamhet internationellt (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Även geografiskt är forskningen snedfördelad – en stor del av publikationerna kommer från USA och Kina (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Dessa obalanser understryker behovet av bredare studier och att inkludera olika ämnen och utbildningsmiljöer. Nedan diskuteras centrala teman och kunskapsluckor.

Lärande och kognitiv utveckling med AI

En grundläggande fråga är hur AI påverkar elevers lärande. Å ena sidan kan AI-verktyg erbjuda anpassad träning, omedelbar återkoppling och nya sätt att engagera elever. Vissa studier rapporterar kortsiktiga förbättringar i till exempel elevers språkfärdigheter eller skrivande med stöd av AI. Å andra sidan är de övergripande effekterna på läranderesultat långtifrån entydiga. En genomgång av över 140 litteraturöversikter visar att evidensen för att AI faktiskt förbättrar elevers prestationer är oinkonklusiv, särskilt på längre sikt (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Hittills är de flesta empiriska studier explorativa, kortvariga pilotprojekt inom begränsade domäner (t.ex. språk och skrivträning) (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Det återstår att se om och hur AI kan ge bestående positiva effekter i bredd – över olika skolämnen och förmågor – och detta utgör en central kunskapslucka.

Samtidigt pekar forskare på risken att elever blir överberoende av AI-stöd på bekostnad av eget tänkande. Om elever rutinmässigt förlitar sig på AI för att lösa uppgifter (skriva uppsatser, lösa problem etc.) kan deras utveckling av kritiskt tänkande, kreativitet och problemlösningsförmåga hämmas (The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review | Smart Learning Environments | Full Text) (The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review | Smart Learning Environments | Full Text). Initiala studier tyder på att när AI erbjuder snabba “optimala” svar tenderar användare att okritiskt acceptera dessa istället för att brottas med problemen själva (The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review | Smart Learning Environments | Full Text). Denna kognitiva genväg kan urholka övningen i analytiskt tänkande och beslutsfattande (The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review | Smart Learning Environments | Full Text). Med andra ord uppstår en spänning mellan å ena sidan AI som stöd för lärande och å andra sidan behovet av att elever övar upp egna färdigheter. Forskningen har ännu inte gett tydliga svar på var balansen bör ligga eller hur AI bäst kan integreras utan att undergräva elevernas kunskapsutveckling (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Det är därför angeläget med longitudinella studier som följer elever över tid för att klarlägga långtidseffekter på exempelvis kritiskt tänkande, kreativitet och kunskapsbevarande (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Vi behöver också studier som utformar och prövar pedagogiska metoder där AI används balanserat – dvs. där tekniken utnyttjas för att stödja lärande samtidigt som elevernas eget tänkande stimuleras (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text).

En relaterad aspekt är AI-kunskap hos elever och lärare (AI literacy). För att AI ska kunna användas ansvarsfullt i skolan krävs att alla inblandade har en grundläggande förståelse för hur AI fungerar, dess begränsningar och etiska implikationer. I dagsläget förs dock relativt lite diskussion om kritisk AI-kunskap inom utbildningsområdet (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Att förbättra denna AI-läskunnighet är ett prioriterat behov, så att elever (och lärare) lär sig förstå och ifrågasätta AI-systemens förslag, är medvetna om möjliga bias och kan använda verktygen säkert (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Sådan kompetens har lyfts fram som en allt viktigare del av framtidens medborgarskap (ERIC – EJ1384078 – Artificial Intelligence Literacy Teaching in Social Studies Education, Journal of Pedagogical Research, 2023). Emellertid är kopplingen mellan samhällskunskap och AI-kunskap ett nästan outforskat område (ERIC – EJ1384078 – Artificial Intelligence Literacy Teaching in Social Studies Education, Journal of Pedagogical Research, 2023). Här finns en chans att samhällsorienterande ämnen tar en roll – t.ex. genom att låta eleverna analysera AI:s roll i samhället, diskutera etik och påverkan, och därigenom bygga upp kritisk AI-kunskap inom ramen för ordinarie ämnesundervisning. Forskning behövs för att utveckla och utvärdera sådana undervisningsmodeller.

Bedömning och akademisk integritet

AI utmanar också etablerade sätt att bedöma elevers kunskaper. I samhällsämnen och språk är det vanligt med öppna uppgifter – t.ex. uppsatser, källanalyser eller argumenterande texter. Idag kan en elev med några knapptryck generera en fullgod essä-svar via en AI-tjänst. Detta urholkar traditionella prov och inlämningar som mått på elevens eget kunnande (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Lärare vittnar om svårigheter att avgöra vad som är elevens egen text och vad som är AI-genererat, och tillgängliga plagiatkontroller för AI-skriven text är långtifrån pålitliga (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Osäkerheten riskerar att underminera förtroendet för betygssättning och meritvärde, samtidigt som elever som faktiskt använder AI otillbörligt inte nödvändigtvis lär sig det avsedda innehållet.

Det råder akut behov av att utveckla nya bedömningsformer och strategier för att säkerställa akademisk integritet i AI-eran. En tydlig forskningsinriktning är att designa prov och uppgifter som fokuserar på förmågor som kritisk analys, problemlösning och kreativt tänkande – sådant som inte lika enkelt kan fabriceras av en maskin (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Till exempel kan muntliga examinationer, projekt med personlig anknytning eller övervakade skrivsituationer prövas som alternativ till traditionella hemtentor. Parallellt efterfrågas bättre tekniska verktyg för att detektera AI-fusk, men forskningen visar att detta är svårt och ständigt blir en katt-och-råtta-lek i takt med att AI-modellerna förbättras (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Istället betonar många experter att vi kan behöva tänka om kring vad vi bedömer – att tyngdpunkten flyttas mot djupförståelse och process istället för faktaupprepning. Kort sagt behövs designbaserade studier som experimenterar med olika bedömningsupplägg i praktiken och utvärderar hur väl de fungerar i närvaro av AI. Detta är kritiskt inte minst i samhällsorienterade ämnen, där självständigt tänkande och skriftlig framställning är centrala kunskapsmål som nu riskerar att urvattnas om bedömningen inte anpassas.

Etiska utmaningar med AI i skolan

Införlivandet av AI i utbildning väcker en rad etiska frågor som kräver forskning och vägledning. Ett område gäller bias och rättvisa i AI-system. AI-modeller tränas på stora datamängder som kan innehålla skevheter, vilket i sin tur kan leda till orättvisa utfall. Inom skolan skulle detta exempelvis kunna yttra sig om AI-baserade rekommendationssystem eller övervakningsverktyg missgynnar vissa elevgrupper systematiskt. Redan idag varnar bedömare för risken att omedvetna bias i algoritmer leder till ”algoritmisk diskriminering”, där vissa elever får sämre resurser eller blir orättvist behandlade (Artificial Intelligence and the Future of Teaching and Learning (PDF)). Exempelvis kan ett röstigenkänningssystem ha svårare att förstå elever med visst språkligt eller dialektalt ursprung, eller ett AI-verktyg för beteendeanalys kan flagga elever från redan marginaliserade grupper oftare baserat på historisk data. Transparens blir därför en nyckelfråga: på vilka grunder fattar AI sina beslut eller rekommendationer? Om inte lärare och elever kan få insyn i detta, undergrävs både rättssäkerhet och möjlighet till pedagogisk dialog.

En annan etisk aspekt är integritet och dataskydd. AI-drivna lärapplikationer samlar ofta in stora mängder elevdata för att anpassa upplevelsen. Detta väcker frågor om hur data lagras, vem som äger informationen och hur den får användas. Särskilt i ljuset av strikta regelverk som GDPR i Europa krävs forskning om hur man kan dra nytta av AI i skolan utan att kompromissa med elevers personliga integritet. Teknikutvecklingen går fortare än policyutvecklingen här – skolhuvudmän famlar efter riktlinjer för allt från föräldrasamtycke till datasäkerhet.

Ytterligare ett område är etisk kompetens hos eleverna själva: att lära unga användare ett ansvarsfullt förhållningssätt till AI. Det inkluderar att inte plagiatera med AI (en fråga om hederlighet), men också bredare frågor som att förstå sociala konsekvenser av AI (t.ex. automatisering i arbetslivet, spridning av desinformation via algoritmer etc.). Intervjuer med lärare indikerar att en del kopplar AI till andra fenomen som upplevts skadliga, som sociala medier, och därför reagerar med berättigad skepsis (Will AI Shrink Disparities in Schools, or Widen Them? | EdSurge News). För att motverka rädsla och negativa effekter behövs utbildningsinsatser i etik och digital kompetens. Det finns i dagsläget få empiriska studier om hur sådana inslag bäst utformas i skolmiljö, vilket är ett gap att fylla.

Sammanfattningsvis krävs tvärvetenskaplig forskning för att hantera de etiska utmaningarna. Teknikforskare, pedagoger och samhällsvetare behöver samarbeta för att utveckla AI-system som är ansvarsfulla och inkluderande. Exempelvis bör studier undersöka hur bias i AI-utbildningssystem kan upptäckas och motverkas, samt hur man bäst utbildar elever och lärare i att förstå AI:s beslutsprocesser (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text) (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Utan sådana ansträngningar riskerar utbildningssektorn att drabbas av AI-relaterade etiska snedsteg som kunde undvikits.

Jämlikhet och tillgång till AI – risk för digital klyfta

En av de mest kritiska frågorna framöver är hur AI påverkar jämlikheten inom utbildning. Kommer AI att fungera som en utjämnande kraft som ger alla elever tillgång till personaliserat lärstöd – eller tvärtom skapa nya klyftor mellan de som har tillgång till teknik och de som står utanför? Tidiga tecken inger oro: en studie i USA antyder att välbärgade förortsdistrikt kommit längst i att börja använda AI, medan skolor i fattigare områden släpar efter (AI is coming to U.S. classrooms, but who will benefit? – Center on Reinventing Public Education). Med andra ord ser de potentiella fördelarna ut att först komma de redan gynnade till del, vilket riskerar att öka ojämlikheten ytterligare. Vissa experter varnar för ett dystert scenario där vi får en ”underklass av elever” som i hög grad undervisas via standardiserade AI-system framför skärmar, medan mer priviligerade elever får fortsatt rik tillgång till mänskliga lärare och individuell stimulans (Will AI Shrink Disparities in Schools, or Widen Them? | EdSurge News). Detta skulle cementera en digital kunskapsklyfta i nästa generation.

Samtidigt finns möjligheter för AI att stärka likvärdigheten om tekniken används rättvist. AI-baserade verktyg skulle exempelvis kunna ge landsbygdsskolor eller resurssvaga skolor tillgång till kvalitativa lärresurser som de annars saknar. Lärare lyfter fram att AI-funktioner som taligenkänning och översättning kan ge ökad stöd till elever med särskilda behov eller elever med annat modersmål ([PDF] Artificial Intelligence and the Future of Teaching and Learning (PDF)). En AI-lärare tar heller aldrig slut på tid för att hjälpa en elev att repetera något grundläggande. För att förverkliga dessa möjligheter måste dock tillgången till AI göras bred. Det handlar dels om ekonomiska och infrastrukturella förutsättningar – skolor måste ha råd med och kunna implementera tekniken. Begränsningar i resurser och tillgång till kraftfull hårdvara kan annars förstärka existerande utbildningsklyftor (AI in Education: Bridging the Divide or Widening the Gap? Exploring Equity, Opportunities, and Challenges in the Digital Age). Dels handlar det om kunskap: lärare i alla skolor behöver professionellt stöd för att lära sig använda AI pedagogiskt, så att inte bara eldsjälar på vissa håll drar nytta av tekniken.

Här framträder flera brådskande forskningsbehov. Vi behöver kartlägga vilka elever som gynnas eller missgynnas av AI-interventioner – finns det risk att redan högpresterande elever drar ifrån ännu mer, eller kan rätt utformade AI-stöd hjälpa svagare elever att komma ikapp? Forskningen bör också undersöka implementationen av AI i olika typer av skolor: Vad krävs för att även skolor med knappa resurser ska kunna använda AI-verktyg effektivt? Vilka policyinsatser eller stödmekanismer behövs för att undvika att AI bidrar till en ny digital klasskillnad? Sådana studier är nödvändiga för att AI inte ska bli ett ”dubbeleggat svärd” som i värsta fall förvärrar ojämlikhet (Addressing Inequities in Education: AI as a Double-Edged Sword …), utan tvärtom ett redskap som kommer alla elever till del.

AI i samhällsvetenskapliga ämnen – särskilda utmaningar

Samhällsorienterande ämnen (historia, samhällskunskap, religion, geografi m.fl.) och humaniora utgör en speciell arena för AI i skolan. Dessa ämnen betonar ofta kritisk reflektion, argumentation och skriftlig framställning – förmågor som även avancerade AI-system börjar kunna imitera. Framväxten av AI-textgeneratorer innebär att elever kan få färdiga resonemang och analyser levererade, vilket utmanar hela syftet med övningar som att skriva essäer eller diskutera etiska dilemman. Här finns en tydlig kunskapslucka: Hur säkerställer vi att eleverna i samhällsämnen verkligen utvecklar egen analytisk förmåga i en tid när det är så lätt att låta en chatbot göra grovjobbet? Forskning behövs kring didaktiska strategier för att integrera AI i dessa ämnen på ett sätt som fördjupar snarare än förflackar lärandet. Kanske kan AI användas som en samtalspartner eller debattmotståndare som eleverna får kritisera, istället för som en fuskmotor – men effekterna av sådana arbetssätt behöver studeras systematiskt.

En annan aspekt är att samhällsvetenskapliga ämnen kan bidra till AI-förståelse. Som nämnts ovan börjar AI-kunskap framstå som en medborgarfärdighet, och sociala ämnen syftar just till att fostra aktiva, upplysta medborgare (ERIC – EJ1384078 – Artificial Intelligence Literacy Teaching in Social Studies Education, Journal of Pedagogical Research, 2023). Det finns därför potential att väva in moment om AI:s samhällspåverkan, etik och historia i dessa kursplaner. Hur detta bäst görs – och hur det påverkar elevers attityder och kunskaper – är dock något som praktiskt taget inte undersökts alls ännu (ERIC – EJ1384078 – Artificial Intelligence Literacy Teaching in Social Studies Education, Journal of Pedagogical Research, 2023). En nyligen publicerad artikel pekar ut behovet av att utforska just sociala ämnens roll i att lära ut AI-kunskap och ger exempel på lektionsupplägg i grundskolans samhällskunskap (ERIC – EJ1384078 – Artificial Intelligence Literacy Teaching in Social Studies Education, Journal of Pedagogical Research, 2023). Men här står forskarsamhället ännu i startgroparna.

Slutligen finns ämnesspecifika etiska dilemman. I historieämnet kan man tänka sig att AI används för att analysera historiska källor eller till och med generera narrativ – vilka risker finns att elever får en förenklad eller vinklad bild av historien om de förlitar sig på AI:s sammanfattningar? Hur påverkas elevernas källkritik när informationen kommer förpackad från ett ”allvetande” AI? Dessa frågor, som tangerar både etik och didaktik, är ytterst relevanta i samhällsorienterade ämnen men hittills lite belysta empiriskt. Sammanfattningsvis är behovet av forskning stort kring hur AI kan användas på kreativa och pedagogiskt försvarbara sätt i ämnen som historia och samhällskunskap – utan att ersätta det mänskliga kritiska tänkandet som dessa ämnen vill utveckla.

Slutsatser: centrala kunskapsluckor och förslag på forskningsinsatser

Genom denna genomgång framträder flera centrala kunskapsluckor. För det första vet vi för lite om långtidseffekterna av AI-användning i skolan – både vad gäller kunskapsutveckling och påverkan på elevernas kognitiva och socio-emotionella färdigheter. De positiva effekter som noterats är mestadels kortsiktiga, och det är oklart om de verkligen översätts i varaktigt lärande (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Likaså saknas djupare förståelse för vilka pedagogiska upplägg med AI som gynnar lärande mest; idag experimenteras det mycket, men få studier jämför systematiskt olika sätt att implementera AI i undervisningen. Forskningen är också ojämt fördelad – vissa ämnen (särskilt samhällsorienterade) och regioner är underrepresenterade (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text) (AI in Education: Bridging the Divide or Widening the Gap? Exploring Equity, Opportunities, and Challenges in the Digital Age) – vilket gör att vi saknar kunskap om AI i en mångfald av kontexter. Slutligen finns uppenbara luckor inom etik och jämlikhet, där vi ännu bara skrapat på ytan av hur AI kan hanteras ansvarsfullt och rättvist i skolsammanhang.

För att fylla dessa luckor behövs en bred forskningsansats på flera fronter. Här kan några typer av studier särskilt framhävas som angelägna:

  • Longitudinella studier: Det är avgörande att följa elever, lärare och skolor över längre tid när de börjar använda AI. Endast så kan vi se de varaktiga effekterna på lärande, motivation, kritiskt tänkande m.m. (snarare än kortvariga testresultat) (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text). Långtidsstudier skulle också kunna upptäcka oväntade bieffekter – positiva eller negativa – som inte märks i korta försök. Exempelvis: Blir elever som använt AI-stöd i högstadiet bättre eller sämre rustade för högre studier och arbetsliv? Hur förändras lärarrollen över flera år med AI-assistenter i klassrummet? Sådana frågor kräver tidsseriedata.
  • Designbaserad forskning och samverkansprojekt: Givet komplexiteten i skolmiljön bör forskare arbeta tillsammans med lärare och elever för att utforma AI-lösningar. Designbaserad forskning, där man iterativt testar och finjusterar teknikanvändning i autentiska klassrum, är väl lämpad här. Denna ansats gör det möjligt att anpassa AI-verktyg efter pedagogiska behov och kontinuerligt utvärdera utfallet. Till exempel kan forskare och lärare i samhällskunskap gemensamt utveckla en AI-baserad undervisningsmodul om källkritik, implementera den i ett antal klasser och justera upplägget allt eftersom. Partnerskap i design säkerställer också att lärarnas praktiska kunskap tas tillvara – något som betonas som viktigt när nya AI-verktyg tas fram (Artificial Intelligence and the Future of Teaching and Learning (PDF)). Investering i sådan praxisnära forskning kan ge vägledning om hur AI kan integreras på bästa sätt istället för att överlåta implementationen åt trial-and-error i varje enskild skola.
  • Jämförande studier och breddade perspektiv: Forskningen bör sträva efter att jämföra olika kontexter och angreppssätt. Dels behövs internationella jämförelser – hur ter sig AI-användning och dess effekter i olika utbildningssystem (t.ex. svenska grundskolan vs. amerikanska vs. utvecklingsländer)? Idag dominerar ett västerländskt perspektiv med högteknologiska miljöer, och vi riskerar att förbise utmaningar som är unika för mindre resursstarka skolor (AI in Education: Bridging the Divide or Widening the Gap? Exploring Equity, Opportunities, and Challenges in the Digital Age). Dels vore jämförelser mellan olika pedagogiska strategier värdefulla. Få studier har t.ex. direkt jämfört klasser där AI förbjuds med klasser där AI integreras aktivt i undervisningen – en sådan experimentell design skulle kunna belysa effektskillnader och ge evidens för vilken väg som är mest gynnsam. Även jämförelser mellan olika ämnen kan ge insikt i om AI fungerar bättre för vissa typer de lärandemål än andra. Genom att systematiskt ställa olika förhållningssätt mot varandra kan forskningen börja ge konkreta rekommendationer till skolor och beslutsfattare.

Avslutningsvis är det tydligt att AI och skolan är ett fält under snabb utveckling där forskningen släpar efter den tekniska utvecklingen. Hype och farhågor avlöser varandra i debatten, men för att fatta välgrundade beslut krävs empirisk kunskap. De mest akuta behoven gäller att utröna hur AI kan användas för att stärka lärandet utan att undergräva elevernas egna färdigheter, hur vi kan bedöma rättvist i en tid av AI-genererat material, hur vi hanterar etiska och sociala dimensioner av AI i klassrummet, samt hur vi säkerställer att fördelarna med AI kommer alla till del. Genom långsiktiga, designinriktade och jämförande forskningsinsatser – förankrade i såväl pedagogik som teknikkunskap och etik – kan vi börja fylla dessa kunskapsluckor. Detta är nödvändigt för att skolan på sikt ska kunna dra nytta av AI på ett sätt som främjar lärande, jämlikhet och ett etiskt medvetet digitalt medborgarskap hos nästa generation.

Källor: Denna bedömning baseras på en genomgång av aktuella forskningsöversikter och studier om AI i utbildning, bl.a. systematiska översikter av AI i skolan (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text) (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text), policyrapporter (Artificial Intelligence and the Future of Teaching and Learning (PDF)) (AI is coming to U.S. classrooms, but who will benefit? – Center on Reinventing Public Education), och empiriska studier om AI:s effekter på lärande (The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review | Smart Learning Environments | Full Text), bedömning (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text), etik (A systematic review of literature reviews on artificial intelligence in education (AIED): a roadmap to a future research agenda | Smart Learning Environments | Full Text) och jämlikhet (AI is coming to U.S. classrooms, but who will benefit? – Center on Reinventing Public Education). Dessa källor pekar entydigt på att fortsatt forskning – särskilt långsiktig och tvärvetenskaplig – är avgörande för att navigera AI:s möjligheter och utmaningar i grund- och gymnasieskolan.