AI i skolan: dÀrför Àr BokmÀssan en nyckelplats

AI inom utbildning och EdTech‱‱By 3L3C

Skolforskningsinstitutet pÄ BokmÀssan visar varför AI i skolan mÄste kopplas till forskning, didaktik och uppföljning. HÀr Àr en praktisk modell för att testa AI rÀtt.

AI i skolanEdTechSkolutvecklingSkolforskningDigitaliseringBokmÀssan
Share:

Featured image for AI i skolan: dÀrför Àr BokmÀssan en nyckelplats

AI i skolan: dÀrför Àr BokmÀssan en nyckelplats

Det finns en seg myt i svensk skoldebatt: att forskning och klassrum lever i olika vĂ€rldar, och att teknik—sĂ€rskilt AI—mest Ă€r nĂ„got som ”kommer sen”. Jag köper inte det. NĂ€r Skolforskningsinstitutet (tillsammans med andra skolmyndigheter) kliver in pĂ„ BokmĂ€ssan i Göteborg och mötesplatsen SkolgĂ„rden, hĂ€nder nĂ„got viktigt: samtalet om skolan flyttar frĂ„n policydokument och projektgrupper till en offentlig arena dĂ€r lĂ€rare, skolledare, huvudmĂ€n och EdTech-aktörer faktiskt kan prata med varandra.

Det spelar extra stor roll nu, i slutet av 2025. Generativ AI har redan smugit in i elevernas vardag, kommuner pressas av budgetar och lĂ€rarbrist, och samtidigt skruvas förvĂ€ntningarna upp pĂ„ likvĂ€rdighet, studiero och resultat. HĂ€r blir BokmĂ€ssan inte bara en bokfest—den blir en testyta för hur AI inom utbildning kan kopplas till vetenskaplig grund och beprövad erfarenhet.

BokmÀssan 2025 och SkolgÄrden: dÀr skolan möter verkligheten

SkolgĂ„rden pĂ„ BokmĂ€ssan Ă€r vĂ€rdefull för att den samlar skolans aktörer pĂ„ samma plats och samma sprĂ„k: undervisning, lĂ€rande och elevhĂ€lsa. Det Ă€r lĂ€tt att underskatta hur mycket friktion som uppstĂ„r nĂ€r olika delar av skolsystemet pratar förbi varandra—”digitalisering” för en huvudman betyder upphandling och licenser, medan det för en lĂ€rare betyder 30 elever, 50 minuter och en trasig projektor.

NÀr Skolforskningsinstitutet deltar tillsammans med övriga skolmyndigheter signalerar det en sak: skolutveckling mÄste gÄ att motivera och följa upp. Inte med trendord, utan med resultat, didaktik och konsekvenser.

Vad man faktiskt fÄr ut av att prata med skolmyndigheter pÄ plats

PĂ„ en mĂ€ssa vill mĂ„nga “kolla lĂ€get”. Men den som jobbar med AI och EdTech i skolan tjĂ€nar pĂ„ att komma med tre konkreta frĂ„gor:

  1. Vilket undervisningsproblem försöker vi lösa? (t.ex. Äterkoppling i skrivande, bedömning, differentiering)
  2. Vilken evidens finns—och vilken saknas? (forskning, praktiknĂ€ra erfarenhet, rimlig teori)
  3. Hur mÀter vi effekten i en svensk skolkontext? (inte bara anvÀndningstid eller nöjdhet)

Min erfarenhet Ă€r att de bĂ€sta diskussionerna börjar nĂ€r nĂ„gon vĂ„gar sĂ€ga: “Vi testade detta, men det gav inte bĂ€ttre lĂ€rande—varför?” Det Ă€r exakt den typen av samtal SkolgĂ„rden kan vara en plats för.

SĂ„ kopplas skolforskning till AI och EdTech – utan att bli fluff

AI i skolan blir relevant först nÀr den knyts till undervisningens mekanik: mÄl, uppgifter, Äterkoppling, progression och stöd. HÀr fyller Skolforskningsinstitutets roll en funktion: att sammanstÀlla forskning och göra den anvÀndbar, sÄ att skolor slipper fatta dyra beslut pÄ magkÀnsla.

Det betyder inte att forskning alltid ger ett enkelt ”gör sĂ„ hĂ€r”. Ofta ger den bĂ€ttre frĂ„gor:

  • NĂ€r hjĂ€lper extra Ă„terkoppling—och nĂ€r blir den bara brus?
  • Hur pĂ„verkas elever med olika förkunskaper?
  • Vilka krav stĂ€lls pĂ„ lĂ€rarens planering och klassrumsledarskap?

AI och EdTech kan stötta hÀr, men bara om vi accepterar en lite trÄkig sanning: teknik förbÀttrar sÀllan undervisning av sig sjÀlv; den förstÀrker det som redan finns. En tydlig uppgift med bra kriterier blir ofta bÀttre med AI-stöd. En otydlig uppgift blir ofta sÀmre, fast snabbare.

Tre anvÀndningsomrÄden dÀr AI ofta gör nytta (om man gör rÀtt)

1) Formativ Ă„terkoppling med tydliga ramar AI kan ge snabb Ă„terkoppling pĂ„ struktur, sprĂ„k, resonemang eller begreppsanvĂ€ndning—men den mĂ„ste styras av lĂ€rarens kriterier. Det funkar bĂ€st nĂ€r:

  • lĂ€raren ger exempel pĂ„ kvalitet (modelltexter, nivĂ„skillnader)
  • AI fĂ„r en begrĂ€nsad roll (t.ex. “ge tvĂ„ förbĂ€ttringsförslag kopplade till kriterium X”)
  • eleven mĂ„ste motivera vilka Ă€ndringar som görs

2) Stöd för differentiering och extra anpassningar AI kan föreslÄ alternativa förklaringar, nivÄanpassade övningar eller fler exempel. Men skolor behöver vara noga med att skilja pÄ:

  • förenkling (risk: sĂ€nkt kognitiv nivĂ„)
  • stöttning (mĂ„l oförĂ€ndrat, vĂ€gen tydligare)

3) LĂ€rarens administration och planering Den mest underskattade vinsten Ă€r ofta tidsavlastning: utkast till lektionsplanering, mallar, provfrĂ„gor som sedan kvalitetssĂ€kras, sammanstĂ€llningar av elevrespons. Tiden som frigörs mĂ„ste dock Ă„terinvesteras i undervisningen—annars blir det bara mer att göra.

FrÄn mÀss-snack till skolnytta: en enkel modell för att testa AI

Det som skiljer lyckade AI-satsningar frĂ„n misslyckade Ă€r att de börjar som smĂ„, mĂ€tbara prövningar. Inte som kommunövergripande “införanden” dĂ€r man hoppas att alla ska bli entusiastiska.

HÀr Àr en modell jag sett fungera i praktiken, sÀrskilt i svensk kommunal skola:

1) VĂ€lj en smal undervisningssituation

Exempel: “Återkoppling pĂ„ argumenterande text i Ă„k 8 under fyra veckor.”

2) SÀtt ett lÀrandemÄtt som gÄr att följa

VĂ€lj 1–2 indikatorer:

  • andel elever som nĂ„r en viss nivĂ„ pĂ„ ett kriterium
  • förbĂ€ttring mellan första och sista textutkast
  • antal elever som kan förklara sin revidering (metakognition)

3) Skapa en sÀker rutin för kvalitet och integritet

Svensk skola mÄste ta dataskydd pÄ allvar. Gör det konkret:

  • vilka data fĂ„r matas in?
  • anonymisering eller pseudonymisering?
  • loggning och ansvar?

4) BestĂ€m “mĂ€nniska i loopen”

Skriv ner vad som alltid krÀver lÀrarbeslut. Exempel:

  • betygsunderlag
  • bedömning av komplexa resonemang
  • kĂ€nsliga elevĂ€renden

5) UtvÀrdera och skala försiktigt

Om ni inte kan beskriva vad som blev bÀttre (eller sÀmre) ska ni inte skala. Punkt.

Snippet att ta med: AI i skolan ska prövas som undervisningsmetod, inte köpas som kontorsprogram.

Vanliga följdfrÄgor skolor stÀller om AI (och raka svar)

“Kommer AI att ersĂ€tta lĂ€raren?”

Nej. AI ersÀtter inte relationen, ledarskapet eller det didaktiska hantverket. DÀremot kommer lÀrare som anvÀnder AI smart att fÄ mer tid för det som bara mÀnniskor gör bra: bygga motivation, skapa studiero och se vad eleven egentligen fastnar pÄ.

“Hur undviker vi fusk och genvĂ€gar?”

Ni minskar genvÀgar genom att designa uppgifter dÀr processen syns:

  • muntliga uppföljningar
  • skrivloggar och versioner
  • krav pĂ„ kĂ€llkritik, resonemang och egna exempel

AI pÄverkar provkulturen. Det gÄr inte att blunda för.

“Vad ska vi krĂ€va av en EdTech-leverantör 2026?”

Tre krav jag tycker borde vara standard:

  • transparens: vad gör systemet, vad gör det inte?
  • pedagogisk kontroll: lĂ€raren kan styra kriterier, nivĂ„ och innehĂ„ll
  • dataskydd och spĂ„rbarhet: tydlig hantering av elevdata och anvĂ€ndarloggar

DÀrför Àr BokmÀssan rÀtt plats för AI-samtalet

BokmĂ€ssan samlar idĂ©er, men den samlar ocksĂ„ praktik. NĂ€r Skolforskningsinstitutet finns pĂ„ plats pĂ„ SkolgĂ„rden blir det svĂ„rare att sĂ€lja in AI som en fristĂ„ende “lösning” och lĂ€ttare att prata om AI som en del av undervisningens ekosystem.

Det Àr ocksÄ en bra pÄminnelse om att skolan behöver tvÄ saker samtidigt:

  • innovation (för att klara nya krav och gamla problem)
  • förankring i forskning och uppföljning (för att inte springa Ă„t fel hĂ„ll)

Om du jobbar som skolledare, utvecklingsledare, huvudman eller i en EdTech-organisation: anvÀnd 2026 till att bli bÀttre pÄ prövning, mÀtning och didaktiska beslut. Och om du Àr lÀrare: krÀv verktyg som respekterar din professionalitet, inte verktyg som försöker ersÀtta den.

Den stora frĂ„gan framĂ„t Ă€r inte om AI ska in i skolan—den Ă€r redan dĂ€r. FrĂ„gan Ă€r: vem sĂ€tter ramarna, och hur ser vi till att AI faktiskt stĂ€rker lĂ€randet?