”Ai kan differntiera undervisningen”

Underlättar summativ och formativ bedömning

Som lärare under tjugo år på olika stadier, med roller som förstelärare, biträdande rektor och kommunpolitiker, har jag sett den svenska skolans utmaningar från flera perspektiv.

Min övertygelse har länge grundats i klassiskt konservativa värderingar där det bästa både för elever och lärare varit att de föreläst och lett klassens diskussioner och arbete, samtidigt som ordning och tydliga regler står i centrum.

Att läraren ska justera sin undervisning till varje individ i klassrummet har jag sett som en fin tanke, men praktisk omöjlighet för alla utom de allra bästa lärarna i de allra lugnaste skolorna.

Jag har pekat på forskning, som exempelvis John Hatties banbrytande metastudier från 2009 som pekade i samma riktning - lärarledd undervisning visade sig vara mer framgångsrik än mer elevcentrerade metoder.

En annan konsekvens av individualiseringens effekter är det som OECD:s utbildningsdirektör Andreas Schleicher pekade på efter Pisaresultaten 2022 – "Det som slog mig mest är den relativt dåliga disciplinen. Ni har en majoritet av elever som säger att de inte lyssnar på vad lärarna säger. De är oengagerade. Det är oväsen och oordning."

Att Sveriges resultat också fallit i PISA-mätningarna mellan 2000 och 2012, både i jämförelse med oss själva och omvärlden, stärkte min syn kring individualiseringens brister. Jag drog en direkt parallell mellan individualiseringen och rapporter som exempelvis Sveriges Lärares rapport från tidigare i år som visade att över hälften av landets lärare har en ohållbar arbetsbelastning – fyra av tio visar tecken på utbrändhet.

Så differentierar AI undervisningen

Men nu erbjuder utvecklingen av artificiell intelligens en oväntad lösning på denna historiska konflikt. En studie från Harvard University visar potentialen: studenter som använder AI-handledare lär sig dubbelt så mycket på halva tiden jämfört med traditionella föreläsningar.

Med denna teknologi kan varje elev få en personlig digital mentor som möter dem exakt där de befinner sig i sin kunskapsutveckling.

För att konkretisera hur denna symbios mellan AI och lärare kan se ut, låt oss besöka en svensklektion i årskurs åtta där klassen arbetar med källkritik.

Lektionen inleds med lärarens genomgång av källkritikens nycklar - avsändare, syfte, aktualitet och trovärdighet. Därefter förser AI-systemet varje elev med en första omgång enkla texter att analysera, ett TikTok-inlägg eller en Instagram-story. När eleven visat att de förstått de källkritiska grundprinciperna ökar systemet successivt komplexiteten - från influencers reklamsamarbeten till nyhetsartiklar och slutligen vetenskapliga rapporter.

AI:ns dataanalys möjliggör också nivåanpassade grupperingar. När systemet exempelvis flaggar att flera elever brottas med att bedöma trovärdigheten i en viral nyhet, kan läraren fokusera på att skapa mindre diskussionsgrupper där eleverna kan samarbeta för att lösa problemet.

Hjälper med efterarbetet

Högpresterande elever, som behärskar grunderna, kan utmanas tillsammans i grupp med mer komplexa källmaterial och mer kontroversiella samhällsfrågor som kräver djupare analys och diskussion.

Under samtalen rör sig läraren mellan grupperna, hjälper eleverna med prompter, uppmuntrar särskilt insiktsfulla resonemang, formar det sociala samspelet och reder i de gruppdynamiska utmaningarna som uppstår - något ingen AI kan ersätta.

När lektionen är klar kan tekniken identifiera mönster i elevernas analyser som hjälper läraren att planera kommande lektioner. När några elever till exempel haft svårt att genomskåda känsloladdade argument, kan läraren och AIn förbereda en gemensam övning där klassen tillsammans källkritiskt granskar en dagsfärsk video på Youtube tillsammans som speglar problemet från lektionen innan.

AIn ger även förslag på hur lektionen kunnat effektiviseras och göras mer engagerande. Den visar statistiskt för läraren vad varje elev svarade på frågorna vilket underlättar både summativ och formativ bedömning. Kort och gott AI fungerar som en allmän assistent till läraren i stort sett alla processer.

Jag måste erkänna att AI-tekniken fundamentalt utmanar min tidigare skepsis mot individualiserad undervisning. När jag ser hur tekniken nu möjliggör det jag tidigare ansåg omöjligt - som i exemplet med källkritiksundervisningen ovan - tvingas jag ompröva gamla ståndpunkter. AI:n kan ge varje elev den omedelbara återkoppling som Hattie och fler forskare visat vara avgörande för lärande. Men nu på ett mer effektivt och mer genomförbart vis som inte leder till utbrända lärare.

När Jonas Linderoth skrev ”Lärarens återkomst” och kritiserade hur elever lämnades ensamma att "upptäcka" kunskap i svenska klassrum, handlade det om avsaknaden av tydlig vägledning.

Så kan läraren stötta alla elever

Nu ser vi istället hur AI:n tillsammans med läraren kan ge varje elev precis den stöttning de behöver - från grundläggande analys av TikTok-inlägg till komplexa vetenskapliga texter - medan läraren säkerställer det sociala samspelet och ser till att ingen lämnas att famla i blindo.

Stora delar av den traditionella konflikten mellan lärarledd undervisning och progressiv pedagogik löses upp när tekniken möjliggör både individuell anpassning och tydlig struktur i samma klassrum. När varje elevs progression kartläggs i realtid kan vi äntligen garantera att alla når kunskapsmålen, samtidigt som de som behöver utmaningar eller extra stöd enklare och tidigare kan få det.

Men förändringen kommer att ta tid. Som Willermark visar i sin forskning är utvecklingen av digital undervisning evolutionär snarare än revolutionär - det tar tid att skapa meningsfulla lärsituationer i en ny kontext.

Så länge dröjer AI för skolan

Tallvid bekräftar detta genom att visa hur skolans digitalisering kräver förändringar på alla nivåer - från nationell policy till det dagliga arbetet i klassrummen. Min uppskattning är att denna process in i AI-handledd undervisning kommer att ta cirka 20 år att genomföra i hela det svenska skolsystemet, detta trots att tekniken i stort sett är redo redan idag.

Det är i detta långsamma metodiska arbete som den gemensamma visionen behöver ta form: AI-stödd differentiering säkerställer varje elevs kunskapsinhämtning samtidigt som lärarens roll som ämnesexpert stärks. Nu kan progressiv individualisering och konservativa kvalitetskrav äntligen mötas - inte som en ideologisk kompromiss, utan som en teknologiskt möjliggjord förstärkning av båda ideal.

Josef Lindell, skolstrateg, tidigare lärare och moderat kommunpolitiker med tjugo års erfarenhet från svenskt skolväsende