AI i uddannelse: en praktisk guide til skoler

Gennem alt støjen

AI i uddannelse er hverken et mirakel eller en trussel — det er et værktøj, der er virkelig brugbart til nogle opgaver og dårligt egnet til andre. Det vigtige er at kende forskellen.

De mest værdifulde anvendelser i dag er umarkeringslignende: at opdage mønstre på tværs af store mængder elevdata, som et menneske ikke kunne rimeligvis følge med, og at fremhæve de få signaler, der kræver menneskelig opmærksomhed.

Hvor AI virkelig hjælper

Mønstergenkendelse i velfærddata er velegnet. Når hundredvis af elever tjekker ind dagligt, kan AI påpege de få, hvis mønstre tyder på opstående vanskeligheder — langt hurtigere end at vente på, at en lærer bemærker det.

At opsummere lektionsfeedback er en anden. I stedet for at læse hundredvis af fritekstsvar får en lærer et klart resumé af, hvad der fungerede, og hvad der forvirrede eleverne.

Hvor der skal udvises forsigtighed

AI bør aldrig træffe vigtige beslutninger om en elev på egen hånd. Det påpeger problemer; mennesker træffer beslutninger. Enhver platform, der fjerner mennesket fra beslutninger om velfærd, bør behandles med skepsis.

Datastyrring betyder enormt meget. Spørg, hvor elevdata behandles, om det forlader EU, og om AI trænes på dine elevers data.

Hvad europæiske skoler bør spørge om

Er platformen GDPR-kompatibel med EU-baserede data? Er den tilpasset ISO 42001, standarden for AI-styring og gennemsigtighed? Bevarer den mennesker i kontrollen over hver beslutning, der påvirker en elev?

LessonsLearnt er bygget til at svare ja til alle tre — GDPR-kompatibel, ISO 42001:2023-justeret, med AI, der påpeger i stedet for at træffe beslutninger.