Joel Rangsjö Jonatan Tensetti
Med som stöd: Lyft lärandet med AI
ISBN 978-91-47-15642-9
© 2024 Joel Rangsjö, Jonatan Tensetti, Kristina Alexandersson, Elin Ericsson, och Liber AB. Text- och datautvinning ej tillåten.
Förläggare och projektledare: Helena Hammarqvist
Redaktör: Anna Thufvesson
Grafisk form: Anna Hild
Illustrationer: Anna Hild s. 10, övriga AI-genererade
Produktion: Lars Wallin
Första upplagan 1
Repro: Integra Software Services, Indien
Tryck: Graphycems, Spanien 2024
KOPIERINGSFÖRBUD
Detta verk är skyddat av upphovsrättslagen. Kopiering, utöver lärares och elevers begränsade rätt att kopiera för undervisningsbruk enligt BONUS-avtal, är förbjuden. BONUS-avtal tecknas mellan upphovsrättsorganisationer och huvudman för utbildningsanordnare, t.ex. kommuner och universitet.
Intrång i upphovshavarens rättigheter enligt upphovsrättslagen kan medföra straff (böter eller fängelse), skadestånd och beslag/förstöring av olovligt framställt material. Såväl analog som digital kopiering regleras i BONUS-avtalet. Läs mer på www.bonuscopyright.se.
Liber AB, 113 98 Stockholm
Kundservice: 08-690 90 00
kundservice.liber@liber.se
Innehåll
Inledning
Ett år senare med arbetslaget – en framtidsvision
Utmaningar, oreflekterad avlastning och deepfakes
Oreflekterad avlastning
Olika sätt att visa kunskap
AI-genererade källor och källkritik
Oreflekterad avlastning som lärare
Att lära elever att förhålla sig till
Efterord: Framtiden tillhör dem som vågar tro på skönheten i sina vackra drömmar
Inledning
En förutsättning för att alla elever, oavsett bakgrund, ska kunna ta till sig innehållet i ett ämne eller en kurs är lärarens förmåga att formulera sig begripligt. Det brukar ofta inte vara ett problem, det är det vi lärare är bäst på. Däremot kan det uppstå svårigheter när vi möter elever med olika utmaningar, oavsett om det handlar om särskilda behov, NPF-diagnoser som adhd och autism, eller andra faktorer som påverkar inlärningen. I bästa fall får vi stöd från specialpedagoger, men dessa finns inte alltid tillgängliga, och framförallt kan de inte göra arbetet åt oss. Vi ser att digitalisering och specialpedagogiska insatser ofta går hand i hand, men AI öppnar upp för fler möjligheter än så. Den här boken syftar därför till att visa hur AI kan fungera som ett stöd för alla lärare, både i mötet med elever med olika utmaningar och i att stärka undervisningen i stort.
Boken har också till syfte att på ett tydligt sätt påvisa hur du som lärare kan använda AI för att frigöra tid och höja kvaliteten på din undervisning. AI kan avlasta planeringsarbetet, vara ett bollplank, skapa innehåll, tillgängliggöra kunskap, förenkla ett innehåll, fördjupa en text eller vara en idéspruta. Tillsammans med din domänkunskap, din pedagogiska expertis och det du vet om vad som är god undervisning, kan AI vara ett extremt användbart verktyg – ett verktyg som, tror vi, förändrar undervisningen och läraryrket i grunden.
Det är mars 2023. En regngrå tråkig tisdag. Referatskrivarväder. Klassen förbereder sig inför nationella prov, och lektionssalen är syrefattig som bara en eftermiddagslektion i kursen svenska 1 kan vara. Det är en sådan där lektion då man håller tummarna att ens rektor inte kommer på lektionsbesök och hoppas att Kahoot-omgången ska hålla på tillräckligt länge så att man inte släpper iväg eleverna tidigare och begår tjänstefel.
Det är också, ska det visa sig, en sådan där lektion som en av oss författare, Joel, för alltid ska komma ihåg. En lektion som ska visa sig vara en av de mest avgörande lektionerna i hans lärarkarriär. Det är på alla sätt och vis en sådan där lektion.
Joel får på något sätt en stund över att sätta sig ner med en av de allra brötigaste eleverna. En snusande EPA-kille med wings, hårlockar som reser sig som vingar under kepsen, och ”What the fuck”-attityd. En sådan elev som kan dundra in i klassrummet och stolt deklarera att ”Det här blir en jobbig lektion för dig idag, Joel. Jag har glömt att ta mina mediciner”. En elev som har kämpat med skolan och med sig själv. En elev som vill men där vilsenheten tar vid när viljan tar slut. En vandrare.
De sätter sig ner och pratar. Eleven berättar om hur svårt han tycker det är i skolan och att han inte vet hur han ska plugga till morgondagens historieprov. Joel öppnar sin dator och visar honom Chat GPT; instruerar chattbotten på samma sätt som han skulle ha instruerat denna brötiga, bullriga, bråkstake till elev. Joel skriver i chattfönstret:
Prompt: Agera som en extremt pedagogisk lärare i historia med stor kunskap om hur elever med skolmisslyckanden hanterar att göra fel. Svara kortfattat och uppmuntrande. Få mig att känna att jag lär mig genom att berömma mina framsteg och ställ frågor som leder till lärande. Ge mig inte svaret rätt ut utan ge mig ledtrådar. Förklara med hjälp av enkla och tydliga liknelser och analogier. Bygg hela tiden på min kunskap, börja med enkla koncept och öka därefter svårighetsgraden. Koppla innehållet i stoffet till mina intressen. Få mig att förstå hur detta är meningsfullt och betyder något på riktigt. Detta gör du genom att ställa frågor till mig om mina intressen, mina förkunskaper och min förståelse. Jag ska lära mig om första världskriget.
Eleven sitter ner. Eleven läser vad chattbotten skrivit. Eleven svarar. Eleven skriver. Joel håller andan. Han förstår att något har förändrats. Något fundamentalt.
Eleven tittar upp. Han tittar så där uppriktigt att man förstår att detta, detta han nu kommer att säga, det kommer från hjärtat – det är inget han säger bara för att Joel vill höra det: ”Det här förändrar ju fan allting! Nu har jag alltid någon att fråga.”
Generativ AI såsom Chat GPT förändrar, ja, allting. På ett sätt har det kanske redan förändrat skolan och på ett annat sätt kanske det kommer att förändra morgondagens skola. Helt klart har något skett och utgångspunkten i den här boken är att rätt använd kan AI förändra skolan till det bättre. Den första tidens diskussion om AI och skolan kom till stor del att handla om fusk. Många av dagens elever har använt AI för att fuska (Ungdomsbarometern, 2023), och av den anledningen behöver vi ha en diskussion i skolan som handlar om otillbörliga hjälpmedel och hur vi skapar uppgifter och bedömningssituationer som inte tillåter en elev att ta den enkla AI-vägen.
Men det finns också behov av en större diskussion som är än mer konstruktiv, än mer mångbottnad: Hur påverkar AI skolan och lärandet?
Det är en komplicerad diskussion som innefattar frågor om när, hur och varför vi ska använda AI. Det är en diskussion som riktar ljuset på frågor om det vi gör i klassrummet: om vad och varför – om innehåll och syfte. AI är här, i nästan varje elevs telefon, och därför behöver eleverna inkluderas i samtalet om vi ska ha en chans att förstå hur vi gemensamt ska förhålla oss till AI.
Skolan har enligt 1 kap. 4 § i skollagen ett kompensatoriskt uppdrag (SFS 2010:800). Det är en fin formulering som rymmer en samhällstanke värd att stanna upp vid och begrunda. Det är en tanke om att skolan ska göra kunskap tillgänglig för samtliga elever oavsett förutsättningar. Lärare ska sträva efter att uppväga skillnader i elevernas förutsättningar att tillgodogöra sig utbildningen. Det är en tanke väl värd att hålla nära hjärtat och väl värd att kämpa för, och det är en tanke väl värd att ha i bakhuvudet när AI diskuteras.
Den här boken är skriven utifrån tron att AI, använd som hävstång för beprövad praktik och vetenskap vad gäller god didaktik och pedagogik, kan hjälpa lärare att nå närmare skolans kompensatoriska uppdrag.
Däremot får AI inte vara en enkel lösning, ”Släng på lite AI, så blir allt bra”. AI får inte vara färglära, lågaffektivt bemötande, differentierad undervisning, ”skärm till pärm” eller, för den delen, digitalisering. AI får inte vara ännu en dåligt implementerad idé som inte skapar något annat än irritation hos en stressad lärarkår. AI får inte vara den lösning vi sätter all vår tilltro till. AI är inte den enda lösningen, svensk skola har större utmaningar än att en metod eller teori kan lösa alla dess problem.
Den färgglada modellen nedan (Furze, 2023) visar att frågan om AI i skolan inte är svart eller vit utan snarare ett spektrum, där didaktikens grundfrågor när, varför, hur, vad ska styra hur undervisning bedrivs.
Ingen AI Idéer och struktur
Redigering
Samskapa 100 % AI
Bild 1:1. AI Assessment scale. Furzes skala för AI-användning visar hur vi som lärare kan förhålla oss till användningen av AI i yrket och klassrummet (Furze, 2023).
För AI ska användas när det gör att eleverna lär sig mer. Punkt. Och vi författare tror att AI kan vara behjälplig i den processen. Vi tror att AI kan hjälpa oss att återerövra en skola präglad av kunskap och meningsfullhet, och som kan möta varje enskild individ. En skola som fokuserar på processen och lärandet – inte på bedömning, produkt och resultat.
Lärande kan ske men ska inte begränsas till ett chattfönster i ett AI-verktyg. Lärandet sker i ett sammanhang och klassrummet måste fortfarande få vara fönstret ut mot meningsfullheten, mot verkligheten, mot mötet med varandra. Vi behöver fortfarande varandra – för att lära och för att lära av varandra.
Det måste vara det som är utgångspunkten i diskussionen om AI i skolan: Hur ska vi använda AI så att alla våra elever lär sig mer och klarar skolan? Hur ska vi använda AI så att kunskap blir tillgänglig för alla elever, oavsett förutsättningar? För kunskap förändrar ”fan” allting! Därför är AI något som är värt att diskutera och om detta handlar denna bok.
Den här boken är till för att du som läser den ska vilja, våga och veta hur du kan implementera AI för att nå närmare en sådan skola. Den vänder sig till alla verksamma inom skola, oav-
sett stadium. Den vänder sig till alla som bedriver någon form av undervisning och är tänkt att kunna vara relevant, användbar och givande oavsett om du aldrig skrivit med en chattbot eller om du är en aspirerande promptingenjör (se ordlistan). Kort sagt, den vänder sig till alla som tror på kunskap och som vill att Sveriges skola ska bli den bästa skola den kan vara.
Vi som har skrivit denna bok heter Joel Rangsjö och Jonatan
Tensetti. Joel är i grunden svensk- och spansklärare på gymnasienivå men arbetar numera som verksamhetsutvecklare med fokus på AI på utbildningsförvaltningen i Jönköpings kommun. Han jobbar med sin hobby och tänker på AI och lärande större delen av sin vakna tid. Jonatan är lärare på SFI, men är i grunden högstadielärare i svenska som andraspråk och engelska. Han har parallellt med undervisningen arbetat som IKT-pedagog efter devisen att tillgängligt lärande och digitalisering går hand i hand. Precis som Joel ägnar Jonatan mestadelen av tankeverksamheten åt AI, och tillsammans driver de podcasten AI-snack. Både Joel och Jonatan har nominerats till priset Guldäpplet för sitt arbete med att tillgängliggöra kunskap med hjälp av digital teknik. I boken har även Elin Ericsson, språklärare och forskare vid Göteborgs universitet, bidragit med flera av de delar som handlar om hur man kan använda AI för att träna muntlig språkfärdighet. Elin disputerade 2023 med en avhandling som handlar om just detta: elevers upplevelse av att tala franska och spanska med en AI.
Boken är indelad i åtta kapitel där kapitel 1 ger en historisk överblick över AI-utvecklingen från 50-talet till idag. I kapitel 2, författat av Kristina Alexanderson, från Internetstiftelsen, ställer hon sig frågan om teknik har någon plats i klassrummet. Utifrån ett elevcentrerat perspektiv diskuteras i kapitel 3 hur AI kan främja det individanpassade lärandet.
Därefter följer tre kapitel där vi utforskar, problematiserar och diskuterar AI:s relation till och potential att stödja färdigheter inom läsning, skrivande och muntlighet. I kapitel 4 ger vi konkreta tips på hur AI kan främja läsförmåga och integreras i etablerade lässtrategier. I kapitel 5 problematiserar vi AI i förhållande till skrivande och skrivundervisning medan kapitel 6 visar på hur AI kan stimulera muntlighet genom att agera som en samtalspartner i språkundervisningen.
Kapitel 7 täcker in hur AI kan förbättra och påskynda många av de aktiviteter du som lärare genomför i ditt arbete; vi visar hur man kan tänka när man skriver med (promptar) en chattbot, vi ger tips och råd kring hur du kan skapa innehåll med hjälp av en AI och vi visar hur du kan anpassa och tillgängliggöra din undervisning så att dina elever lär sig mer. I kapitel 8 belyser vi några av de utmaningar som följer med AI och ger konkreta tips på hur du kan tänka och förhålla dig till dem. Boken avslutas med en reflektion över hur vi kan rusta eleverna inför framtiden.
Ordlista och AI-tjänster i boken
Ordlista
Det förekommer många termer i boken som kan vara bra att känna till.
AI, artificiell intelligens, är ett brett begrepp som vanligtvis används för att beskriva maskiner som i något avseende försöker efterlikna mänsklig intelligens; det inbegriper ofta också att maskinen lär sig saker och inte bara agerar enligt inprogrammerade regler. Exempel på användningsområden är självkörande bilar, ansiktsigenkänning och autokorrigering av text på telefonen.
AI-modell kallas motorn bakom det som en AI gör. Exempel på
AI-modeller är GPT-4o, Llama 3 och Gemini 1.5.
API är ett gränssnitt som används för att föra över information mellan två olika tjänster. En hel del företag använder Open AI:s
API för att bygga egna chattbottar eller lägga in generativ AI i sina egna tjänster. Tjänsterna kallas ibland för GPT-wrapper.
bias avser i förhållande till generativ AI fördomar eller partiskhet som kan uppstå när AI-systemet lär sig från data som speglar befintliga fördomar eller obalanser i samhället. Detta kan leda till att AI reproducerar och förstärker dessa fördomar eller obalanser i sina genererade resultat.
chattbottar är exempel på generativ AI som (huvudsakligen)
arbetar med text och dessutom är skapade för att genomföra dialoger med användaren. Exempel på chattbottar är Chat GPT, Claude och Gemini.
deepfake är en teknik som använder AI för att skapa falska bilder eller videor med intentionen att de ska se realistiska ut eller efterlikna personer som existerar i verkligheten. Används även om själva bilden eller videon.
förpromptad chattbot är en chattbot som av användaren har fått specifika instruktioner för hur den ska bete sig. Det kan handla om att chattbotten ska ställa frågor men inte direkt ska ge svaret, eller att en chattbot instrueras att alltid svara ironiskt. Dessa förpromptade chattbottar går oftast att dela via en länk och är användbara i skolsammanhang eftersom exempelvis eleverna som använder en sådan förpromptad chattbot slipper skriva en lång instruktion, prompt, för hur chattbotten ska bete sig. Det kan vara bra att känna till att företaget Open AI kallar denna lösning för GPT. I denna bok används begreppet förpromptad chattbot.
generativ AI är en typ av AI som har tränats på enorma mängder data och utifrån dessa kan skapa nytt material. Det är generativ AI man pratar om när man pratar om Chat GPT och bildgeneratorer som Midjourney.
hallucination kallas osannolika eller felaktiga svar som uppstår om träningsdata innehåller icke korrekt information eller om modellen inte hittar tillräckligt med kontext. Detta beror på att AI-modellen optimerar för sannolikhet, inte för korrekthet eller verklig förståelse. Hallucinationer kan vara problematiska, särskilt när AI används för att generera text eller annan viktig information. Det är därför viktigt att noggrant granska och verifiera AI-genererade resultat.
konversationsagenter är ett AI-verktyg där användare kan interagera med en människoliknande karaktär. De är designade att efterlikna människor och för att interagera med en människa. De kan svara på frågor, tillhandahålla information eller hjälpa användare med olika uppgifter. Konversationsagenterna kan exempelvis vara animerade figurer av olika kön, utseende och åldrar med mäniskoliknande röst, kroppsspråk, mimik och gester.
neuralt nätverk är en typ av AI som fungerar likt hjärnan. Det består av lager med ”neuroner” som tar emot, bearbetar och skickar information. Genom att justera kopplingarna mellan neuronerna kan nätverket lära sig att känna igen mönster och lösa problem, exempelvis att identifiera bilder och förstå språk. Djupinlärning är en avancerad form av neurala nätverk som använder flera lager för att förbättra resultaten och klara mer komplexa uppgifter.
prompta innebär att skriva en instruktion till en chattbot. Det användaren skriver i chattfönstret, den uppmaning hen ger chattbotten eller AI-modellen, kallas prompt.
promptingenjörskap är ett begrepp som används ibland för att beskriva särskilda prompter som fyller ett visst syfte. För att få ut så mycket som möjligt av en chattbot kan det krävas viss kunskap om hur en chattbot svarar på olika instruktioner. Att skriva med en chattbot är som att formulera sig inom en särskild genre där vissa ord eller uttryck eller en viss struktur medför bättre resultat. Det krävs viss kunskap, ingenjörskunskap om man så vill.
systemprompt är en prompt som får en chattbot att uppföra sig på ett visst sätt. Det går att skapa egna chattbottar och då är det lämpligt att instruera dem att bete sig som man vill, exempelvis att agera som en läscoach.
AI-tjänsterna i boken
AI-utvecklingen går fort. Sedan Chat GPT introducerades på marknaden i november 2022 har en uppsjö av tjänster lanserats, som i olika utsträckning är användbara för lärare. I den här boken skriver vi om allt från chattbottar och bildgenerator till tjänster som kan skapa quiz, filmer och presentationer. Till följd av den snabba utvecklingen nämns inte särskilt många tjänster vid namn.
Istället finns en kurerad lista med tjänster, med tillhörande stegvisa instruktioner, övningar och förslag på användningsområden, på sidan eduai.se. Tjänsterna är uppdelade i följande kategorier:
Chattbottar: här finns länkar till de flesta användbara chattbottarna samt konkreta exempel på användningsområden.
Ljud, video och musik: här finns tjänster för att skapa i olika modaliteter.
Tillgängliggöra: här finns tjänster och praktiker som lämpar sig för att tillgängliggöra innehåll till elever som har detta behov.
AI och läsning: här finns konkreta förslag på hur det går att skapa läslust med hjälp av AI.
Muntlighet: här finns verktyg som tränar språk och muntlig färdighet.
Presentera och följ upp: här finns verktyg för att skapa presentationer samt tjänster som skapar quiz och andra formativa uppgifter.
Tjänster som nämns på vår webbplats kräver ingen registrering. Även om de flesta tjänster vill att användaren skapar ett konto finns det allt fler tjänster som går att använda utan krav på kontoregistrering. Perfekt för klassrummet!
Vi testar flera verktyg varje vecka och de senaste verktygen skriver vi om på sidan eduai.se. Där hittar du även tips på prompter och de senaste nyheterna om AI och skola.
AI
från idé till verklighet
Artificiell intelligens har gått från science fiction till verklighet och har nu nått klassrummen och utmanar traditionella undervisningsmetoder.
I detta kapitel ger vi en kort överblick över AI:s historia och börjar nysta i när, varför och hur
AI ska användas i skolan.
Historisk överblick
På senare år har stora framsteg gjorts inom artificiell intelligens (AI) och det finns numera en mängd olika AI-applikationer som kan användas inom utbildningssektorn. Bland de mest uppmärksammade är chattbotten Chat GPT, utvecklad av företaget Open AI, som kan föra konversationsliknande dialoger och använda ett naturligt språk.
Idén om AI är dock inte ny utan har länge funnits som koncept inom science fiction. I dystopiska filmer som 2001: A Space Odyssey och Terminator ställs människan mot maskinen, och frågor om AI:s potential och risker problematiseras.
Artificiell intelligens och maskinintelligens började utforskas redan på 1950-talet av forskare som John McCarthy och Alan Turing. McCarthy (1950) myntade begreppet, som blev vida känt i och med Dartmouth-konferensen 1956. Turing å sin sida undersökte redan 1950 möjligheterna att skapa datorprogram som kunde tänka och lära sig på ett mänskligt sätt, och skapade det så kallade Turingtestet (Computer History Museum, 2023). Turingtestet innebär att en mänsklig bedömare ska avgöra om en text kommer från en dator eller är skriven av en människa. Om personen inte kan avgöra detta anses maskinen uppfylla kraven för mänsklig intelligens.
På 1970-talet utvecklades så kallade expertsystem, det vill säga datorprogram designade för att efterlikna en mänsklig
experts kunskap och resonerande inom ett visst ämnesområde.
Ett tidigt exempel var MYCIN, som kunde ställa medicinska diagnoser för infektionssjukdomar. I expertsystem lagras kunskapen i form av regler, till exempel ”om symtom X och Y förekommer så är diagnosen Z”. Systemet resonerar sig fram till en slutsats genom att utvärdera vilka regler som aktiveras baserat på de data som användaren matat in (Russell & Norvig, 2010).
På 1980-talet började forskare utforska maskininlärning, en teknik där datorer kan lära sig från data utan att explicit programmeras för det. Maskininlärning växte fram i jakten på artificiell intelligens och målet var att skapa system som kunde förbättra sin prestanda baserat på erfarenhet. Tidiga metoder inkluderade neurala nätverk, som efterliknar hur den mänskliga hjärnan bearbetar information. Ett neuralt nätverk består av lager med ”neuroner” som tar emot, bearbetar och skickar information. Genom att justera kopplingarna mellan dessa neuroner kan nätverket lära sig att känna igen mönster och lösa problem, till exempel att identifiera bilder och förstå språk. Denna justering sker genom en process där nätverket tränas på stora mängder data, vilket gör att det successivt förbättrar sin förmåga att hantera komplexa uppgifter. Andra tidiga metoder inom maskininlärning inkluderade sannolikhetsbaserat resonerande, som använder statistiska metoder för att fatta beslut. På 1980-talet dominerade dock kunskapsbaserade metoder (Russell & Norvig, 2010).
På 1990-talet etablerades maskininlärning som ett eget forskningsfält, med fokus på att lösa praktiska problem snarare än att skapa generell intelligens. I och med framväxten av djupinlärning på 2010-talet blev maskininlärning återigen ett centralt område inom AI. Djupinlärning är en avancerad form av maskininlärning som bygger på neurala nätverk med många lager, ofta kallade djupa neurala nätverk. Dessa många lager av neuroner gör
det möjligt för modellen att lära sig saker utifrån stora mängder data och upptäcka komplexa mönster (Russell & Norvig, 2010).
Djupinlärning har visat sig vara mycket effektiv inom flera olika områden, till exempel inom bildigenkänning, där tekniken används för att identifiera och klassificera objekt i bilder med hög noggrannhet. Inom taligenkänning kan djupinlärningsmodeller förstå och transkribera tal med stor precision. De används även inom naturligt språk, där de möjliggör för maskiner att förstå och generera mänskligt språk, till exempel i chattbottar och översättningstjänster (Dataversity, 2024).
Andra tillämpningsområden inkluderar maskinöversättning, där djupinlärning kan generera översättningar av text från ett språk till ett annat med hög kvalitet, och klimatvetenskap. I den senare används tekniken för att analysera och förutsäga klimatmönster. Inom brädspel har djupinlärningsmodeller, som AlphaGo, visat att de kan spela Go på en nivå som överträffar mänskliga mästare. Djupinlärning har därmed visat sig vara en kraftfull teknik som kan prestera i nivå med eller bättre än mänskliga experter inom olika områden (DeepMind, 2017; Stepes, 2018).
Det är denna djupinlärningsteknik som generativ AI och Large language models, stora språkmodeller som chattbottar som Chat GPT eller Gemini, bygger på.
Chat GPT har fått stor uppmärksamhet för sin förmåga att använda naturligt språk. Den bygger på GPT-modellen från Open AI, som i skrivande stund är inne på version 4o – (o står för omni). Allt fler AI-applikationer använder någon version av GPT via ett API (ett slags gränssnitt, se ordlistan).
Samtidigt ska det också nämnas att Open AI har konkurrens från bland annat Meta, Google och det kanadensiska företaget Anthropic. Deras modeller heter Llama, Gemini respektive Claude. AI har varit en integrerad del av undervisningen ända sedan
vi fick automatiska stavningsförslag i våra ordbehandlare. Men lanseringen av Chat GPT i november 2022 och den utveckling som har följt därefter innebär och erbjuder något nytt. Inom utbildning har AI potentialen att förbättra och förstärka lärandet genom att erbjuda personligt lärande, AI-handledning genom direkt återkoppling, automatiserad utvärdering, anpassade läromedel och tidig upptäckt av inlärningssvårigheter.
AI i skolan
När vi författare tar upp frågan om AI med våra kollegor får vi rusta oss för att samtalet kan ta en helt annan vändning än den tänkta. Många lärare är skeptiska mot användandet av AI i skolan, och visst är det hälsosamt med viss skepsis för det finns självklart risker, men vi är av åsikten att det är bättre att mota Olle i grind genom att försöka hindra negativ användning av AI och se på möjligheterna. Det är inte lönt att ställa frågan om vi ska använda
AI i skolan, för den används redan. Det är bättre att ställa frågan hur vi ska använda AI, eller kanske ännu bättre när eller varför.
I skolan låter vi redan, ofta lite oreflekterat, eleverna använda
AI när de skriver texter och får förslag på hur de ska fortsätta eller
AI:n markerar felstavade ord med ett litet rött streck. Det är först vid de nationella proven som stavningskontroll ens ifrågasätts.
Och när eleverna söker upp fakta på nätet, är det AI som avgör vilket sökresultat de får upp. I skolan pratar vi om källkritik, men vi går inte alltid in på diskussioner om vad som styr att olika personer får olika information presenterad för sig vid en sökning.
Nyanlända elever tillåts använda översättningsprogram utan att de kan avgöra om översättningen faktiskt blev rätt, utan vi lärare hoppas bara att aha-upplevelsen i elevens ansikte är ett bevis på att eleven äntligen fattat vad vi pratat om.
Register
A
Adams, Douglas 27
AI 13
AI-genererad källa 201
AI i arbetslivet 116
AI i högre utbildning 115
AI-modell 13
AI som tolk 187 aktiv inlärning 61
anpassa text 172
anteckna på möten 186
API 13
artificiell intelligens 19. Se även AI
auditiv AI 50
B
bedömning 181
bias 13, 92
bildgeneratorer 43
bildstöd för att minnas 46
bildstöd för att skapa förförståelse för en text 46
Blooms Sigma 2-hypotes 38
C
Chambers, Aidan 86
Chat GPT 14 chattbottar 14
CICERO GPT 213 cirkelmodellen 109 Claude 14
Cofacts 212
Copilot 136
D
deepfake 14, 208 DeepL 50 desinformation 209 differentiering 151 djupinlärning 20
E
ECPA-modellen 78
EPA-modellen 78
Ericsson, Elin 123 etiska överväganden 114, 129 exit tickets 156
F
fake news 213
feedback 181
felaktiga fakta 209
Ferren, Bran 28
few-shot-promptning 146
Fleming, Neil 40
formativ bedömning 156
fuska 197
förpromptad chattbot 14
G
GDPR 182
Gemini 14
generativ AI 14
Goblin Tools 59
H
hallucination 14
hörförståelse 180
I
individanpassat lärande 33
inlämningsuppgift 198
K
karaktärsanalys 97
kentaurer 145
konversationsagenter 15, 121 konversations-AI 52
Krashens input-hypotes 125
Krashen, Stephen 125 kursplan 147 källkritik 208
L
Large language models 21 läsloggar 89 lässtrategier 73
M Magic To Do 59 maskininlärning 20 mentala lexikon 204
Midjourney 14 minotaurer 145 misinformation 209 muntliga dialogsystem 154 muntlig uppföljning 199
N
neural network 15
neuralt nätverk 15 nyhetsbrev 188
O
one-shot-promptning 146
Open AI 19 oreflekterad avlastning 197
P
passiv inlärning 61
Piktochart 59
Platon 29
podcast 55 primärkällor 201 prompta 15, 136 promptingenjörskap 15
R
Reciprocal Teaching 75
rollspel 86
S
sammanfatta 91
sekundärkällor 202
semantiska nätverk 204
skapa bedömningsexempel 184
skapa bilder 43, 165
skapa bildstöd 178
skapa läromedel 160
skapa presentationer 163
skapa quiz 156
skolans kompensatoriska uppdrag 171
skrivprocess 106
Sokrates 29
sokratiska samtal 200 språkmodell 204
SQR3 74
stegvisa instruktioner 173
svara på mejl 188
Swain, Merrill 125
Swains output-hypotes 125 systemisk funktionell grammatik 48
systemprompt 15, 138 sökmotor 149
Ttalsyntes 50 teknik 27, 28 terminsplanering 151
text-till-tal 179
text-to-speech 50 Turingtestet 19
U
uppslagsverk 149
V
vetenskaplig metod 207 visuell AI 41
visuellt språkstöd 48
Vygotskij, Lev 126
Vygotskijs proximala utvecklingszon 126
Whisper 186
en 30 november 2022 lanseras Chat GPT och skakar svensk skola i grunden över en natt. Denna bok utforskar hur generativ AI, använd på ett genomtänkt sätt, kan bli en kraft för att förbättra skolan och stödja det kompensatoriska uppdraget som skollagen föreskriver.
I takt med att debatten breddas, från farhågor om fusk till mer konstruktiva frågor, blir det avgörande att reflektera över den roll AI spelar i skolan. Det är ingen idé att ställa sig frågan om AI ska vara en del av skolan, för AI är redan det. Istället borde didaktikens grundläggande frågor – när, varför, hur och vad – stå i centrum för debatten. Ambitionen måste vara att AI ska fungera som ett pedagogiskt verktyg som främjar lärande och utveckling, snarare än en genväg till enkla lösningar.
Boken är tänkt att vara en vägledning i hur lärare kan balansera AI med traditionella undervisningsmetoder för att skapa en lärmiljö som både utnyttjar teknikens möjligheter och främjar djupare förståelse och varaktig kunskap. Den ger gott om exempel på hur AI kan användas i undervisningen, men också för att avlasta lärare och skapa mer utrymme för pedagogisk kreativitet.
Huvudförfattarna Joel Rangsjö och Jonatan Tensetti har båda en bakgrund som språklärare och itpedagoger. Ett kapitel är författat av Kristina Alexanderson på Internetstiftelsen, en av Sveriges ledande experter kring skolors digitala kompetens. Elin Ericsson, universitetslektor i tillämpad it inom lärande vid Göteborgs universitet, är medförfattare till delar av boken.