AI inom utbildning: vad BokmÀssan lÀr EdTech-team

AI inom utbildning och EdTech‱‱By 3L3C

BokmÀssan visar var AI i skolan blir verklighet: i mötet mellan forskning och klassrumsbehov. SÄ bygger EdTech-team personifiering och datauppföljning som hÄller.

AI i skolanEdTechSkolforskningLÀrplattformarBokmÀssanSkolutveckling
Share:

Featured image for AI inom utbildning: vad BokmÀssan lÀr EdTech-team

AI inom utbildning: vad BokmÀssan lÀr EdTech-team

Skolforskningsinstitutet var pÄ BokmÀssan i Göteborg 2025-09-23, tillsammans med andra skolmyndigheter, pÄ den gemensamma mötesplatsen SkolgÄrden. Det kan lÄta som en enkel kalendernotis. Jag tycker att det Àr nÄgot mycket mer: en tydlig signal om var samtalet om AI i skolan, digitala lÀrplattformar och evidensbaserad undervisning faktiskt sker nÀr det ska landa i praktiken.

För EdTech-aktörer (produkt, pedagogik, data, försĂ€ljning) Ă€r sĂ„dana arenor guld vĂ€rda – inte för att ”visa en demo”, utan för att testa om det vi bygger möter skolans verkliga behov: tid, arbetsbelastning, likvĂ€rdighet, uppföljning, integritet och styrdokument.

Det hĂ€r inlĂ€gget Ă€r en del av vĂ„r serie ”AI inom utbildning och EdTech”. Fokus ligger pĂ„ vad Skolforskningsinstitutet pĂ„ BokmĂ€ssan sĂ€ger om marknaden – och hur du som EdTech-aktör kan samverka med forskning och skolsektor för att skapa personifierade och datastyrda lösningar som hĂ„ller Ă€ven nĂ€r nyhetens behag försvinner.

BokmÀssan och SkolgÄrden: dÀr skolans verkliga krav syns

SkolgĂ„rden pĂ„ BokmĂ€ssan fungerar som en gemensam knutpunkt dĂ€r skolmyndigheter möter lĂ€rare, skolledare och huvudmĂ€n. För EdTech Ă€r det ett ovanligt bra testlabb: hĂ€r stĂ€lls samma frĂ„gor om och om igen – och det Ă€r de frĂ„gorna som avgör om en AI-funktion blir anvĂ€nd eller avinstallerad.

PĂ„ mĂ€ssor blir det tydligt att skolan inte letar efter ”mer teknik”. Skolan letar efter:

  • Mindre administration utan att tappa kvalitet
  • BĂ€ttre stöd för olika elevbehov (inklusive NPF och flersprĂ„kighet)
  • Tydligare uppföljning som gĂ„r att förklara för elev, vĂ„rdnadshavare och rektor
  • Trygg hantering av data och klara besked om ansvar

HĂ€r Ă€r min erfarenhet: nĂ€r du kan beskriva din produkt som ett stöd för en konkret arbetsprocess (t.ex. planering, Ă„terkoppling, dokumentation, extra anpassningar), dĂ„ börjar skolfolk lyssna. NĂ€r du beskriver den som ”AI som fixar undervisningen”, dĂ„ slutar de.

Varför just Skolforskningsinstitutet Àr en viktig signal

Skolforskningsinstitutet har en tydlig roll: att sammanstÀlla och sprida forskning som kan anvÀndas i undervisning och skolutveckling. NÀr de Àr synliga i samma sammanhang som andra skolmyndigheter blir budskapet extra tydligt: digitala lösningar för skolan förvÀntas kunna kopplas till vad som fungerar, inte bara vad som gÄr att bygga.

För EdTech innebÀr det en chans att positionera AI som:

  • ett verktyg för att förstĂ€rka undervisningspraktik
  • ett sĂ€tt att göra synligt vad elever behöver (utan att reducera elever till datapunkter)
  • ett stöd för lĂ€rarprofessionens beslut, inte en ersĂ€ttare

SĂ„ kopplar du AI-funktioner till forskning – utan att fastna i fluff

Den snabbaste vĂ€gen till trovĂ€rdighet i AI inom utbildning Ă€r att kunna sĂ€ga: “Vi har byggt för ett kĂ€nt didaktiskt problem, och vi kan visa hur det pĂ„verkar undervisningsbeslut.” Det Ă€r en helt annan sak Ă€n att sĂ€ga att man Ă€r ”AI-driven”.

HÀr Àr tre konkreta kopplingar mellan forskning och AI/EdTech som brukar hÄlla för granskning.

1) Personifiering som faktiskt Àr pedagogiskt försvarbar

Personifiering i lĂ€rande fungerar först nĂ€r den utgĂ„r frĂ„n mĂ„l, progression och Ă„terkoppling – inte bara frĂ„n klickdata. En AI som anpassar svĂ„righetsgrad kan vara bra, men bara om den:

  • utgĂ„r frĂ„n tydliga kunskapsmĂ„l
  • ger begriplig Ă„terkoppling
  • inte skapar “osynliga spĂ„r” dĂ€r eleven aldrig fĂ„r chans att komma ikapp klassens gemensamma innehĂ„ll

Praktiskt exempel (EdTech):

  • AI föreslĂ„r nĂ€sta uppgift baserat pĂ„ elevens senaste svar
  • lĂ€raren ser varför förslaget ges (t.ex. “svĂ„righet: brĂ„k – fel pĂ„ förkortning”)
  • lĂ€raren kan överstyra med ett klick och lĂ€mna en kort notis som sparas i systemet

Det hĂ€r Ă€r personifiering som stĂ€rker lĂ€rarens professionella omdöme – och det Ă€r dĂ€r acceptansen brukar finnas.

2) Datadriven uppföljning som skolledare kan anvÀnda

Datadrivet betyder inte “mer data”. Det betyder “bĂ€ttre beslut med mindre friktion”. En rektor eller utvecklingsledare behöver ofta svar pĂ„ frĂ„gor som:

  • Var tappar vi progression i Ă„rskurs 6?
  • Vilka elever fĂ„r stödinsatser sent i terminen, och varför?
  • Hur ser sambandet ut mellan nĂ€rvaro, uppgiftsinlĂ€mning och mĂ„luppfyllelse?

AI kan hjĂ€lpa genom att sammanfatta mönster och flagga avvikelser – men bara om du har:

  • tydliga definitioner (vad rĂ€knas som “risk”?)
  • spĂ„rbarhet (vilka datapunkter ligger bakom?)
  • en process för Ă„tgĂ€rd (vad ska skolan göra nĂ€r flaggan tĂ€nds?)

En bra tumregel: om en dashboard inte leder till ett nÀsta steg pÄ 5 minuter, kommer den inte anvÀndas.

3) AI som avlastar lÀraren dÀr det gör ont: Äterkoppling och planering

Återkoppling Ă€r ett av skolans mest tidskrĂ€vande moment, och det Ă€r hĂ€r generativ AI kan bidra – om den byggs rĂ€tt. Det som ofta faller Ă€r att AI:n producerar “snygg text” som Ă€r pedagogiskt vag.

BĂ€ttre design:

  • AI genererar förslag pĂ„ Ă„terkoppling kopplad till en enkel matris
  • lĂ€raren vĂ€ljer ton (kort, coachande, formell)
  • AI ger tvĂ„ nivĂ„er: “till eleven” och “till dokumentation”
  • systemet sparar vad lĂ€raren faktiskt skickade (för uppföljning och likvĂ€rdighet)

Det ger bĂ„de tidsvinst och kvalitet – och gör det lĂ€ttare att diskutera likvĂ€rdig bedömning kollegialt.

Samverkan pÄ riktigt: sÄ anvÀnder EdTech-team BokmÀssan strategiskt

BokmÀssan Àr inte bara en marknadsplats; det Àr en snabbkurs i skolans inköpslogik och vardagsfriktion. Om mÄlet Àr leads, behöver du ett upplÀgg som gör tvÄ saker samtidigt:

  1. skapa förtroende (forskning, integritet, tydligt vÀrde)
  2. göra nÀsta steg löjligt enkelt (bokning, pilot, workshop)

Tre frÄgor du bör kunna svara pÄ i montern

Om du inte kan svara kort pÄ de hÀr tre, kommer du fÄ svÄrt att gÄ frÄn snack till pilot:

  1. Vilket problem minskar ni – i minuter per vecka?
  2. Vad behöver vi i skolan göra annorlunda för att effekten ska komma?
  3. Hur hanterar ni data, roller och ansvar (huvudman, personuppgift, loggar)?

Det Ă€r hĂ€r Skolforskningsinstitutets nĂ€rvaro pĂ„ SkolgĂ„rden blir viktig. Samtalet gĂ„r snabbt frĂ„n “vad kan AI göra?” till “vad kan vi införa tryggt, och hur vet vi att det hjĂ€lper?”

En enkel mÀssplan för leads som inte kÀnns sÀljig

  • Ha en 1-minutsstory: problem → hur det ser ut idag → vad ni Ă€ndrar → vilket resultat ni mĂ€ter
  • Erbjud en mini-workshop (30–45 min digitalt): “AI i undervisningen: 3 arbetssĂ€tt som sparar tid utan att tumma pĂ„ kvalitet”
  • Pilotpaket med tydlig avgrĂ€nsning: en Ă„rskurs, ett Ă€mne, 6 veckor, 2 mĂ€tpunkter

EdTech-bolag vinner inte pÄ stora löften. De vinner pÄ smÄ, mÀtbara piloter som skolan kan skala.

Vanliga följdfrÄgor skolor stÀller om AI (och svar som hÄller)

FÄr eleverna anvÀnda AI? Ja, men skolor vill ha ramar: tydliga instruktioner, uppgiftsdesign som krÀver eget tÀnkande, och rutiner för kÀllkritik och redovisning.

Hur undviker vi att AI förstÀrker skillnader? Genom att bygga stöd som inte krÀver hög studieteknik för att fungera: tydliga steg, korta instruktioner, möjlighet för lÀraren att styra nivÄ och innehÄll.

Vad hÀnder om AI har fel? Produkten mÄste vara designad för att hantera fel: visa osÀkerhet, ge alternativ, krÀva lÀrargodkÀnnande nÀr det gÀller bedömning och kÀnsliga beslut.

Hur mÀter vi effekt utan att göra ett forskningsprojekt? MÀt fÄ saker: tid sparad, antal genomförda Äterkopplingar, elevprogression pÄ en avgrÀnsad del, och lÀrarupplevd arbetsbelastning. Kör före/efter i en pilot.

NÀsta steg: gör BokmÀssans signal till din produktstrategi

Skolforskningsinstitutet pĂ„ BokmĂ€ssan pĂ„minner oss om en sak: AI i skolan blir relevant först nĂ€r den kan kopplas till undervisningens verkliga beslut och skolans styrning. Tekniken Ă€r snabb. Implementeringen Ă€r lĂ„ngsam. Det Ă€r helt okej – om du bygger för det.

Om du jobbar med AI och EdTech 2026 Ă€r mitt rĂ„d tydligt: lĂ€gg mindre energi pĂ„ att “maxa modellen” och mer pĂ„ att maxa anvĂ€ndningen. Det betyder didaktik, arbetsflöden, integritet och mĂ€tbara piloter.

Vill du att vi hjÀlper dig att forma en pilotplan eller ett upplÀgg för en forskningsnÀra utvÀrdering av er AI-funktion? DÄ Àr nÀsta steg att samla ditt team (produkt + pedagogik + data) och bestÀmma en sak ni vill bevisa pÄ 6 veckor. Vilken effekt vill ni kunna visa upp nÀr ni stÄr pÄ nÀsta SkolgÄrd?