AI inom utbildning: vad Bokmässan lär EdTech-team

AI inom utbildning och EdTechBy 3L3C

Bokmässan visar var AI i skolan blir verklighet: i mötet mellan forskning och klassrumsbehov. Så bygger EdTech-team personifiering och datauppföljning som håller.

AI i skolanEdTechSkolforskningLärplattformarBokmässanSkolutveckling
Share:

Featured image for AI inom utbildning: vad Bokmässan lär EdTech-team

AI inom utbildning: vad Bokmässan lär EdTech-team

Skolforskningsinstitutet var på Bokmässan i Göteborg 2025-09-23, tillsammans med andra skolmyndigheter, på den gemensamma mötesplatsen Skolgården. Det kan låta som en enkel kalendernotis. Jag tycker att det är något mycket mer: en tydlig signal om var samtalet om AI i skolan, digitala lärplattformar och evidensbaserad undervisning faktiskt sker när det ska landa i praktiken.

För EdTech-aktörer (produkt, pedagogik, data, försäljning) är sådana arenor guld värda – inte för att ”visa en demo”, utan för att testa om det vi bygger möter skolans verkliga behov: tid, arbetsbelastning, likvärdighet, uppföljning, integritet och styrdokument.

Det här inlägget är en del av vår serie ”AI inom utbildning och EdTech”. Fokus ligger på vad Skolforskningsinstitutet på Bokmässan säger om marknaden – och hur du som EdTech-aktör kan samverka med forskning och skolsektor för att skapa personifierade och datastyrda lösningar som håller även när nyhetens behag försvinner.

Bokmässan och Skolgården: där skolans verkliga krav syns

Skolgården på Bokmässan fungerar som en gemensam knutpunkt där skolmyndigheter möter lärare, skolledare och huvudmän. För EdTech är det ett ovanligt bra testlabb: här ställs samma frågor om och om igen – och det är de frågorna som avgör om en AI-funktion blir använd eller avinstallerad.

På mässor blir det tydligt att skolan inte letar efter ”mer teknik”. Skolan letar efter:

  • Mindre administration utan att tappa kvalitet
  • Bättre stöd för olika elevbehov (inklusive NPF och flerspråkighet)
  • Tydligare uppföljning som går att förklara för elev, vårdnadshavare och rektor
  • Trygg hantering av data och klara besked om ansvar

Här är min erfarenhet: när du kan beskriva din produkt som ett stöd för en konkret arbetsprocess (t.ex. planering, återkoppling, dokumentation, extra anpassningar), då börjar skolfolk lyssna. När du beskriver den som ”AI som fixar undervisningen”, då slutar de.

Varför just Skolforskningsinstitutet är en viktig signal

Skolforskningsinstitutet har en tydlig roll: att sammanställa och sprida forskning som kan användas i undervisning och skolutveckling. När de är synliga i samma sammanhang som andra skolmyndigheter blir budskapet extra tydligt: digitala lösningar för skolan förväntas kunna kopplas till vad som fungerar, inte bara vad som går att bygga.

För EdTech innebär det en chans att positionera AI som:

  • ett verktyg för att förstärka undervisningspraktik
  • ett sätt att göra synligt vad elever behöver (utan att reducera elever till datapunkter)
  • ett stöd för lärarprofessionens beslut, inte en ersättare

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

Den snabbaste vägen till trovärdighet i AI inom utbildning är att kunna säga: “Vi har byggt för ett känt didaktiskt problem, och vi kan visa hur det påverkar undervisningsbeslut.” Det är en helt annan sak än att säga att man är ”AI-driven”.

Här är tre konkreta kopplingar mellan forskning och AI/EdTech som brukar hålla för granskning.

1) Personifiering som faktiskt är pedagogiskt försvarbar

Personifiering i lärande fungerar först när den utgår från mål, progression och återkoppling – inte bara från klickdata. En AI som anpassar svårighetsgrad kan vara bra, men bara om den:

  • utgår från tydliga kunskapsmål
  • ger begriplig återkoppling
  • inte skapar “osynliga spår” där eleven aldrig får chans att komma ikapp klassens gemensamma innehåll

Praktiskt exempel (EdTech):

  • AI föreslår nästa uppgift baserat på elevens senaste svar
  • läraren ser varför förslaget ges (t.ex. “svårighet: bråk – fel på förkortning”)
  • läraren kan överstyra med ett klick och lämna en kort notis som sparas i systemet

Det här är personifiering som stärker lärarens professionella omdöme – och det är där acceptansen brukar finnas.

2) Datadriven uppföljning som skolledare kan använda

Datadrivet betyder inte “mer data”. Det betyder “bättre beslut med mindre friktion”. En rektor eller utvecklingsledare behöver ofta svar på frågor som:

  • Var tappar vi progression i årskurs 6?
  • Vilka elever får stödinsatser sent i terminen, och varför?
  • Hur ser sambandet ut mellan närvaro, uppgiftsinlämning och måluppfyllelse?

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

  • tydliga definitioner (vad räknas som “risk”?)
  • spårbarhet (vilka datapunkter ligger bakom?)
  • en process för åtgärd (vad ska skolan göra när flaggan tänds?)

En bra tumregel: om en dashboard inte leder till ett nästa steg på 5 minuter, kommer den inte användas.

3) AI som avlastar läraren där det gör ont: återkoppling och planering

Återkoppling är ett av skolans mest tidskrävande moment, och det är här generativ AI kan bidra – om den byggs rätt. Det som ofta faller är att AI:n producerar “snygg text” som är pedagogiskt vag.

Bättre design:

  • AI genererar förslag på återkoppling kopplad till en enkel matris
  • läraren väljer ton (kort, coachande, formell)
  • AI ger två nivåer: “till eleven” och “till dokumentation”
  • systemet sparar vad läraren faktiskt skickade (för uppföljning och likvärdighet)

Det ger både tidsvinst och kvalitet – och gör det lättare att diskutera likvärdig bedömning kollegialt.

Samverkan på riktigt: så använder EdTech-team Bokmässan strategiskt

Bokmässan är inte bara en marknadsplats; det är en snabbkurs i skolans inköpslogik och vardagsfriktion. Om målet är leads, behöver du ett upplägg som gör två saker samtidigt:

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

Tre frågor du bör kunna svara på i montern

Om du inte kan svara kort på de här tre, kommer du få svårt att gå från 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 är här Skolforskningsinstitutets närvaro på Skolgården blir viktig. Samtalet går snabbt från “vad kan AI göra?” till “vad kan vi införa tryggt, och hur vet vi att det hjälper?”

En enkel mässplan för leads som inte känns säljig

  • Ha en 1-minutsstory: problem → hur det ser ut idag → vad ni ändrar → vilket resultat ni mäter
  • Erbjud en mini-workshop (30–45 min digitalt): “AI i undervisningen: 3 arbetssätt som sparar tid utan att tumma på kvalitet”
  • Pilotpaket med tydlig avgränsning: en årskurs, ett ämne, 6 veckor, 2 mätpunkter

EdTech-bolag vinner inte på stora löften. De vinner på små, mätbara piloter som skolan kan skala.

Vanliga följdfrågor skolor ställer om AI (och svar som håller)

Får eleverna använda AI? Ja, men skolor vill ha ramar: tydliga instruktioner, uppgiftsdesign som kräver eget tänkande, och rutiner för källkritik och redovisning.

Hur undviker vi att AI förstärker skillnader? Genom att bygga stöd som inte kräver hög studieteknik för att fungera: tydliga steg, korta instruktioner, möjlighet för läraren att styra nivå och innehåll.

Vad händer om AI har fel? Produkten måste vara designad för att hantera fel: visa osäkerhet, ge alternativ, kräva lärargodkännande när det gäller bedömning och känsliga beslut.

Hur mäter vi effekt utan att göra ett forskningsprojekt? Mät få saker: tid sparad, antal genomförda återkopplingar, elevprogression på en avgränsad del, och lärarupplevd arbetsbelastning. Kör före/efter i en pilot.

Nästa steg: gör Bokmässans signal till din produktstrategi

Skolforskningsinstitutet på Bokmässan påminner oss om en sak: AI i skolan blir relevant först när den kan kopplas till undervisningens verkliga beslut och skolans styrning. Tekniken är snabb. Implementeringen är långsam. Det är helt okej – om du bygger för det.

Om du jobbar med AI och EdTech 2026 är mitt råd tydligt: lägg mindre energi på att “maxa modellen” och mer på att maxa användningen. Det betyder didaktik, arbetsflöden, integritet och mätbara piloter.

Vill du att vi hjälper dig att forma en pilotplan eller ett upplägg för en forskningsnära utvärdering av er AI-funktion? Då är nästa steg att samla ditt team (produkt + pedagogik + data) och bestämma en sak ni vill bevisa på 6 veckor. Vilken effekt vill ni kunna visa upp när ni står på nästa Skolgård?

🇸🇪 AI inom utbildning: vad Bokmässan lär EdTech-team - Sweden | 3L3C