24.2.2025

TEXT: John Henriksson

Vi har genomgått en enorm läranderesa beträffande generativ AI och utbildning under de senaste åren och just nu befinner vi oss i en situation där det finns en förväntan och ett intresse för att implementera AI i undervisningen, dels för att elever och studerande skall utveckla en AI-kunnighet/AI-litteracitet men även för att potentiellt kunna stöda lärandeprocesser överlag. Estland har lanserat AI Leap-initiativet för att erbjuda AI till alla skolor och rikssvenska AI-kommissionens färdplan för Sverige föreslår motsvarande satsning under rubriken AI för alla.

Frågan är, vilka AI-system kunde vara aktuella och vilken roll kunde de ha? 

Utbildningsstyrelsen håller som bäst på att ta fram egna rekommendationer och i korthet rekommenderas det, enligt senaste utkast, att utbildningsanordnare upphandlar AI-systemen samt ansvarar för att dessa är lagenliga, kvalitetssäkrade och ändamålsenliga samt anger lokala riktlinjer för användning.

I undervisningen skall sedan dessa AI-system användas transparent och läroplansenligt och inte användas för summativ bedömning av lärande. Rekommendationerna är som sagt inte färdiga och upphandlingar utmanas av bristen av AI-system tillämpade för undervisningsbruk ändamålsenliga för vår kontext. 

På den kommersiella marknaden har säkert ingen undgått de stora aktörernas AI-system. OpenAI är fortfarande marknadsledare men har hela tiden utmanats av amerikanska Google, Meta och Anthropic samt nu senast kinesiska DeepSeek och franska Mistral AI med sin nylanserade Le Chat för att nämna några. Den sistnämnda är intressant för oss eftersom en europeiskt utvecklad AI torde stå närmare vår egen värdegrund och kontext till skillnad från sina amerikanska eller kinesiska motparter. I Finland kan vi också stoltsera med SiloAI som tillsammans med rikssvenska AI Sweden bidrar till nordisk AI-utveckling.

Det pågår en trend i att skapa mer kostnadseffektiva modeller som kräver mindre prestanda och många modeller är fritt tillgängliga med öppen källkod. Själv har jag experimenterat med att köra modeller lokalt både på min dator och telefon. De är så klart inte i närheten av prestandan hos de webbaserade verktygen men de är intressanta ur ett utbildningsperspektiv eftersom de potentiellt kan lösa många utmaningar när det kommer till data- och informationssäkerhet samt även potentiellt upphosvrättsliga problem i datan användare matar in. Därtill är hållbarhetsaspekten en väsentlig fråga i allt som rör AI vilket gör mindre modeller än mer intressanta. 

Samtidigt behöver vi svara på frågan om vilken roll dessa AI-assistenter skall ha i en utbildningskontext så att de verkligen stöder lärandet.

Risken för kognitiv avlastning är en central fråga som handlar om att det finns en risk att vi lägger för stor tilltro till generativ AI i lärprocesser och inte befäster grundfärdigheter. Detta har vi beaktat förr t.ex. i hur vi stegvis implementerar miniräknare i matematikundervisningen. Därför behöver vi tänka mer pedagogiskt konkret gällande rollen vi ger AI.

Feedbackassistent, planeringsassistent, skrivstöd, bollplank och peppare är några potentiella roller jag snappat upp i diskussioner med forskare och lärare men det finns garanterat fler.

Det kan hända att fler mindre krävande, snävare och mer kostnadseffektiva AI-system är att föredra gentemot stora kommersiella modeller i vissa delar av lärstigen. Jag ser en risk i att frågor om lagenlighet, säkerhet och infrastruktur tar allt utrymme i upphandlingsdiskussionerna och att vi missar den pedagogiska ändamålsenligheten. Vilken är utbildningssektorns beställning?