KI-pionerene Norge

Forfatter: Steinar Karstensen

  • Hva skal vi kalle det når en fagarbeider kan KI i faget sitt?

    Hva skal vi kalle det når en fagarbeider kan KI i faget sitt?

    «KI-kompetanse» er blitt et ord alle bruker og ingen er uenige i. Det er også et ord som ikke hjelper deg stort når du står i verkstedet.

    For hva betyr det egentlig at en elektriker har KI-kompetanse? At hun kan bruke ChatGPT? At hun vet hva en språkmodell er? Eller at hun ser når KI-forslaget til kursdimensjonering ikke holder mot NEK 400?

    Det siste er noe annet enn de to første. Og det er det som mangler et navn.

    Forslaget

    En ny rapport foreslår KI-fagkyndig.

    KI-fagkyndig (adj.): Som har kompetanse til å bruke, vurdere og integrere kunstig intelligens i sin yrkespraksis, med forståelse for teknologiens muligheter, begrensninger og etiske implikasjoner i eget fagfelt. KI-fagkyndighet er fagspesifikk. Den innebærer at fagpersonen kan skille mellom situasjoner der KI styrker yrkesutøvelsen og situasjoner der den undergraver faglig forsvarlig praksis.

    Hele poenget ligger i ordet «fag».

    Derfor «fag»

    Norsk bruker samme ord om to ting. Skolefag som norsk og matematikk. Og yrkesfag som elektrikerfaget og helsearbeiderfaget.

    Ordfamilien i yrkesopplæringa følger konsekvent den andre betydningen. Fagbrev, fagarbeider, fagprøve, faglig leder, fagkyndig. Ingen kaller en norsklærer «fagkyndig i norsk». Ordet er reservert for yrkeskompetanse, både i praksis og i lovverket.

    Når KI-kompetansen får samme betegnelse, sier man samtidig hvor den hører hjemme. Inne i fagkompetansen, ikke som et generisk tillegg ved siden av den.

    Det er ingen språklig finesse. Begrepsvalget avgjør hva som lar seg måle, finansiere og etterspørre.

    Helsefagarbeider som står ved siden av en eldre beboer i en stue på et sykehjem, med et nettbrett senket mot hoften der en tiltaksliste vises
    Samme slags kompetanse, ulikt innhold. Tiltakslista er et forslag, og det som avgjør er det helsefagarbeideren ser i rommet. Illustrasjon generert med Google Gemini.

    Fire behov i samme skolebygg

    Fagarbeideren og lærlingen trenger KI-fagkyndighet. Å bruke, vurdere og integrere KI i yrkesutøvelsen, og å vite når KI styrker faget og når den undergraver forsvarlig arbeid.

    Yrkesfaglæreren trenger det samme, og i tillegg noe annet. Å legge til rette for at eleven utvikler den samme kyndigheten uten at verktøyet overtar læringen.

    Fellesfaglæreren i et yrkesfaglig program trenger nok kjennskap til programområdet til å yrkesrette KI-bruken i eget fag. Matematikklæreren på elektro skal ikke være KI-fagkyndig elektriker. Helt uvitende om faget kan læreren heller ikke være.

    Skolelederen trenger noe av en annen art. En fast ordning som fanger opp hva som endrer seg i bransjene skolen utdanner til, år etter år.

    Et kompetanseløft som ikke skiller mellom de fire, ender med å treffe ingen av dem presist.

    Hvorfor ikke bare «KI-dyktig»?

    Fristelsen er å lage en lettere variant til hverdagsbruk. Rapporten gjør det ikke, og begrunnelsen er verdt å merke seg.

    Alle kan være KI-dyktige. En regnskapsfører, en journalist, en elev på studiespesialisering. Ordet sier ingenting om fag. Da er man tilbake ved det generiske begrepet, bare med en vennligere klang.

    Hvorfor dette er nettverkets sak

    Rapporten bygger blant annet på en kartlegging av nesten 7 000 bidrag fra konferanser og tidsskrifter, gjort i august 2026.

    Fire sentrale yrkesfagtidsskrifter har til sammen publisert 410 artikler siden 2023. Ingen av dem handler om KI. På ECER 2026, Europas største utdanningsforskningskonferanse, var 272 av 3 081 bidrag om KI. Fjorten av dem berørte yrkesfag.

    Et begrep for KI i yrkesfag lar seg altså ikke låne fra litteraturen. Litteraturen finnes knapt. Det må utvikles der faget utøves, og det er her nettverket har noe ingen andre har.

    Les rapporten

    KI i fag- og yrkesopplæringen: Fra politiske ambisjoner til fagkyndig praksis (versjon 2.0, september 2026) er registrert i Nasjonalt vitenarkiv og kan siteres. Hele rapporten kan lastes ned derfra. Rapporten går gjennom utviklingen internasjonalt, i Norden og i Norge, og ender i femten anbefalinger for myndigheter, fylkeskommuner, skoler, lærerutdanning og forskning.

    Er du uenig i begrepet, eller har du et bedre? Det er nettopp slike innvendinger rapporten er skrevet for å få.

  • Tangen lar elevene jobbe som byrå

    Tangen lar elevene jobbe som byrå

    «Det er bare én måte å jukse på, det er å skrive selv.»

    Sitatet er fra Jo Erlend Thunberg, avdelingsleder for informasjonsteknologi og medieproduksjon ved Tangen videregående skole, og det er fra 2024. Snudd på hodet av den vanlige bekymringen, og helt på alvor ment.

    Han var en av innlederne da nettverket ble annonsert på Lillestrøm bibliotek i oktober. Det han viste fram, er verdt å se nærmere på, for det er et av de tydeligste eksemplene vi har på hva som skjer når en skole går inn i faget sitt i stedet for rundt det.

    Elevene jobber som byrå, ikke som elever

    AI Awards er bygget som et oppdrag, ikke som en oppgave.

    Elevene får en brief fra en ekte oppdragsgiver. Det første året var det selskapet Gervi Labs, som lyste ut en partnerkonkurranse: vis teknisk og kreativ kompetanse gjennom en fullverdig musikkvideo, reklamefilm eller kortfilm laget med generativ KI.

    Så organiseres arbeidet som i bransjen. Team. Prosjektplan og budsjett. Referansegrupper. Formelle kundemøter. Manus, bilde, lyd, video og nettside.

    Verktøykjeden elevene bruker er den samme som en liten produsent ville brukt: Google AI Studio, Adobe Firefly, Dream Machine, ElevenLabs, Suno, Udio, Hedra, Turboscribe, NotebookLM og Adobe Premiere.

    Det er her poenget ligger. Dette er ikke KI brukt til å lære et fag. Dette er faget, slik det ser ut nå.

    De ryddet i personvernet først

    Noe av det mest etterlignelsesverdige er at de tok den kjedelige delen først.

    Prosjektet ble kjørt som et prøveprosjekt, avklart med skoleeier, skolens KI-råd og personvernombud. Elevene fikk tydelig informasjon. Bare tekstbaserte promter laget av elevene selv, og KI-generert materiale som videreforedles gjennom nye KI-tjenester.

    Juryen var uavhengig, mens vurderingen ble gjort av pedagoger. Det skillet er verdt å merke seg. En jury kan kåre den beste filmen. Bare en lærer kan vurdere hva eleven kan.

    Siste prosjektdag var satt av til individuelle vurderingssamtaler.

    Så ville lærerne være med

    I 2025 sa avdelingslederen dette til kollegiet: «Filmkonkurransen gjelder ikke bare elevene, det gjelder også oss. Vi lager to lærerteam. Er dere med?»

    En lærer oppsummerte det slik: «Dette er den gøyeste kompetansehevingen ever.»

    Det er en kompetansehevingsmodell verdt å stjele. Ingen kursrekke, ingen påmelding. Lærerne gjorde den samme oppgaven som elevene, med de samme verktøyene og den samme fristen.

    Årets prosjekt: klima og bærekraft

    I 2026 handlet oppdraget om klima- og bærekraftutfordringer. To uker, utelukkende med KI som verktøy. 17 elevgrupper og to lærergrupper, og en prisutdeling med over 210 gjester.

    Juryen kom fra arbeidslivet. Alexander Salveson Nossum fra Norkart understreket at elevene må forstå både begrensningene og mulighetene ved KI. Sammen med Lars Fredrik Gyland fra Kartverket begrunnet han hovedprisen med at prosjektet var «en demokratisk gamechanger», med potensial til å bygge bro mellom innbyggere og myndigheter.

    Vinneren var Team 3 med prosjektet «Nær», om barn og unges medvirkning i kommunale prosesser.

    Tangen har skrevet om det selv i En demokratisk «gamechanger».

    Og en fortsettelse ingen hadde planlagt

    Vinnerprosjektet stoppet ikke ved prisutdelingen.

    «Nær» har vært inspirasjon til «Hack din fremtidige by», et samarbeid mellom Digin, Digi Innlandet og Oslo kommune med finansiering fra Kommunal- og distriktsdepartementet. Våren 2027 skal det arrangeres hackathon i de tre regionene, der ungdom lager løsninger for å involvere unge i byplanlegging. Initiativet har også vakt interesse hos andre store kommuner og hos KS.

    Det er verdt å stoppe ved. Et elevarbeid laget på to uker med KI-verktøy, i et medieproduksjonsfag på en videregående skole, har inspirert et departementsfinansiert initiativ i tre regioner.

    Det sier noe om hva som skjer når oppdraget er ekte. Elevene løste ikke en skoleoppgave om medvirkning. De laget et forslag som folk utenfor skolen kunne bruke.

    Opplysningene om «Hack din fremtidige by» er formidlet av Jo Erlend Thunberg, Tangen videregående skole, september 2026.

    Og videre inn i arbeidslivet

    1. september var Tangen vertskap for Techpoint Future, ungdomsdagen til teknologikonferansen Techpoint, i samarbeid med Institutt for informasjonssystemer ved Universitetet i Agder.

    Elever fra flere skoler, UiA-studenter og virksomheter som Kartverket, Norkart, Nkom, Google og Gervi Labs. Åtte workshoper og en promptekonkurranse, der oppgaven var «noe du går forbi som flere burde bry seg om».

    Thunberg framhevet i åpningen hvordan samarbeid mellom videregående opplæring, universitet og arbeidsliv kan utvikle regionen og gjøre den attraktiv å arbeide i etter endt utdanning.

    UiA har omtalt dagen i Techpoint Future samlet elever, UiA-studenter og arbeidslivet.

    Hva andre programområder kan ta med seg

    Medieproduksjon er et fag der KI treffer arbeidsoppgavene direkte og synlig. Det gjør Tangen til et tidlig eksempel, ikke et unntak.

    Fire grep lar seg overføre til hvilket som helst yrkesfag:

    • Hent oppdraget utenfra. En ekte oppdragsgiver gir andre krav enn en lærerlaget oppgave.
    • Organiser som bransjen. Team, frister, kundemøter og budsjett er også fagkompetanse.
    • Rydd i personvernet før du begynner, ikke etterpå.
    • La juryen kåre, og læreren vurdere. Det er to forskjellige ting.

    Gjør dere noe liknende i ditt fag? Fortell oss om det.

  • Pragmatikeren, skeptikeren og entusiasten

    Pragmatikeren, skeptikeren og entusiasten

    Det finnes en fortelling om KI i skolen som går omtrent slik: noen lærere er for, noen er mot, og de som er mot henger etter.

    Grete Hanssen og Julie Leonardsen ved NTNU har undersøkt om det stemmer. Det gjør det ikke.

    De presenterte arbeidet på nettverkssamlingen i februar, før artikkelen var publisert. Nå er den ute, og den er verdt å lese.

    Tre holdninger, ikke to leirer

    Studien bruker Q-metodologi på 34 yrkesfaglærere. Metoden er laget for å få fram mønstre i subjektive standpunkter, og den fanger opp nyanser et vanlig spørreskjema ville jevnet ut.

    Tre profiler trer fram:

    Den relasjonelle pragmatikeren tar KI i bruk der det gir mening, og lar være der det ikke gjør det. Relasjonen til eleven og lærerens faglige skjønn er det som ikke kan erstattes.

    Den praktiske skeptikeren setter vurderingens gyldighet først. Hun er på vakt mot digitale snarveier og foretrekker at eleven viser ferdigheten fysisk, slik at det som måles faktisk er kompetanse.

    Den nysgjerrige entusiasten vil utforske hva teknologien kan. Samtidig erkjenner hun ofte et gap i egen digital kompetanse, og etterspør strukturert opplæring for å tette det.

    Det interessante er hva de er enige om

    Alle tre profilene støtter at KI tas i bruk. Uenigheten handler ikke om ja eller nei, men om hvor og hvordan.

    Og alle tre ber om det samme: mer opplæring i å bruke KI i vurderingsarbeid, uavhengig av hvor mye de kan fra før. Også entusiasten.

    Det er et funn som burde få konsekvenser. Når skoleeier planlegger kompetanseheving, er den vanlige tanken at man skal løfte dem som henger etter. Dette tyder på at behovet er der uansett hvor på skalaen folk befinner seg, og at det handler om noe annet enn ferdighetsnivå. Det handler om å vite hva som er forsvarlig.

    Og en ting til, som gjelder yrkesfag spesielt

    Lærerne i studien rapporterer om små endringer i egen vurderingspraksis.

    Det er ikke fordi de ignorerer teknologien. Det er fordi de allerede bruker varierte og praksisnære vurderingsformer som dokumenterer hva eleven faktisk kan.

    Det er et poeng som fortjener mer plass i den nasjonale samtalen om KI og vurdering. Når en historielærer skal avgjøre om en tekst på to tusen ord er elevens egen, har hun et reelt problem. Når en tømrerlærer ser eleven reise en vegg, har hun ikke det.

    Yrkesfag er ikke sent ute i denne debatten. Yrkesfag har allerede vurderingsformene de andre nå leter etter.

    Kilde

    Hanssen, G., & Leonardsen, J. (2026). Pragmatikeren, skeptikeren og entusiasten: Yrkesfaglæreres holdninger til bruk av kunstig intelligens i vurderingsarbeid. Skandinavisk tidsskrift for yrker og profesjoner i utvikling, 11(1), 59–86. https://doi.org/10.7577/sjvd.6488

    Flere arbeider fra nettverket finner du under Forskning.

  • Det du har hørt om EU AI Act stemmer neppe lenger

    Det du har hørt om EU AI Act stemmer neppe lenger

    Mange har fått med seg at EU AI Act begynte å gjelde for utdanning i august 2026. Det stemmer ikke helt, og forskjellen har betydning for hva du faktisk må forholde deg til.

    Her er tidslinjen slik den ser ut nå.

    Det som gjelder i dag

    Kravet om KI-kompetanse har gjeldt siden 2. februar 2025. Artikkel 4 sier at alle som bruker KI i profesjonell sammenheng skal ha tilstrekkelig kompetanse til å gjøre det forsvarlig. Det gjelder lærere, det gjelder skoleledere, og det gjelder prøvenemndsmedlemmer.

    Det nye i august 2026 er at nasjonale myndigheter begynte å håndheve kravet. Plikten er ikke ny. Tilsynet er det.

    Ansvaret ligger hos arbeidsgiver. Det er ikke den enkelte lærerens ansvar å skaffe seg KI-kompetanse på fritiden. Det er skoleeiers ansvar å sørge for at de som bruker verktøyene, kan bruke dem.

    Det som ble utsatt

    Her er det de fleste tar feil.

    Kravene til høyrisikosystemer, altså de reglene som gjelder KI brukt til vurdering av læringsutbytte, skulle etter den opprinnelige tidslinjen tre i kraft i august 2026. De ble utsatt.

    DatoHva som skjer
    1. august 2024Forordningen trer i kraft
    2. februar 2025Artikkel 4 om KI-kompetanse får anvendelse
    27. juli 2026Digital Omnibus trer i kraft
    2. august 2026Nasjonal håndheving av artikkel 4 starter
    2. desember 2027 og 2. august 2028Høyrisikoforpliktelsene, etter utsettelsen

    Utdanning og yrkesopplæring er fortsatt listet som høyrisiko i forordningens vedlegg III. Kravene kommer. De kommer bare senere enn mange tror.

    Og artikkel 4 ble svekket

    Digital Omnibus gjorde mer enn å utsette. Den endret selve innholdet i kompetansekravet.

    Før var det en plikt til å sikre et tilstrekkelig nivå av KI-kompetanse. Nå er det en plikt til å sette i verk tiltak som støtter utviklingen av slik kompetanse. Forordningen presiserer uttrykkelig at ingen bestemt kompetanse må garanteres for noe enkeltindivid.

    Det er en reell svekkelse. Men den har en konsekvens som er verdt å tenke over.

    Hva det betyr for yrkesfag

    Når det regulatoriske gulvet er en innsatsforpliktelse uten fagspesifikke krav, kommer ingen utenfra til å definere hva KI-kompetanse betyr i ditt fag.

    Ingen kommer til å bestemme hva en elektriker må kunne om KI. Eller en helsefagarbeider. Eller en kokk. Regelverket sier at noen skal gjøre noe, ikke hva.

    Da faller det arbeidet på sektoren selv. På fagmiljøene, på prøvenemndene, på lærerne som står i fagene. Det er en byrde, og det er en mulighet.

    Det er også noe av grunnen til at dette nettverket finnes.

    Et forbehold

    Dette er en oppsummering av hovedtrekk, ikke juridisk rådgivning. Regelverket er i bevegelse, og norsk gjennomføring gjennom EØS-avtalen har sine egne mekanismer og frister.

    Skal du bygge noe på dette, for eksempel en kompetanseplan eller en rutine for prøvenemnder, sjekk med arbeidsgiveren din og med oppdaterte kilder først.

    Har skolen din laget noe på området, vil vi gjerne se det. Del din praksis.

  • Trange kabler: når KI ikke kan fagspråket

    Trange kabler: når KI ikke kan fagspråket

    En elev spurte en praterobot om trange kabler. Han mente tverrsnitt. Roboten svarte om kabler som ligger under en dyne og kan bli for varme.

    Det høres ut som en morsom glipp. Det er noe langt mer interessant enn det.

    To språk i samme setning

    I elektrofaget betyr trang noe helt bestemt. I hverdagsnorsk betyr det noe annet. En elev som er i ferd med å lære seg både norsk og faget samtidig, står i begge språkene på én gang, og en generell språkmodell hjelper henne ikke over.

    Det er nettopp den avstanden NAFO arbeider med. NAFOKI er en nasjonal løsning med skreddersydde språkassistenter, utviklet for at flerspråklige elever skal få tak i fagbegrepene, ikke bare i ordene. Løsningen ble presentert på nettverkssamlingen i mars av Kjetil Sjøblom Roppestad og Ye Cai fra NAFO, sammen med Ernst Magnus, IKT-pedagog ved Rud videregående skole.

    Å teste hvor en modell bommer, er ikke kritikk av arbeidet. Det er arbeidet.

    Hva testingen fant

    Da en praterobot ble prøvd mot elektrofaget, kom det fram et mønster som er verdt å kjenne uansett hvilket fag du underviser i. Modellen var ikke dum. Den var trent på feil verden.

    Den kjente ikke de norske reglene. NEK 400 er den norske normsamlingen for elektriske lavspenningsinstallasjoner, og en del av fagspråket enhver elektriker vokser inn i. Der norsk praksis skiller seg fra det som er vanlig ellers, valgte modellen det internasjonale. Den visste ikke at den gjorde et valg.

    Den overså grunnleggende fagbegreper. Forleggingsmåte er ikke en detalj i elsikkerhet. Det er noe enhver fagarbeider må ta stilling til. Modellen nevnte det ikke.

    Den blandet sammen størrelser. Effekt og energi, kilowatt og kilowattime. En fagarbeider ser forskjellen umiddelbart. En språkmodell som har lest mye tekst om begge deler, gjør det ikke nødvendigvis.

    Den foreslo metoder som ikke holder. Å teste en jordfeilbryter med stoppeklokke høres rimelig ut for den som ikke kan faget. Det er det ikke.

    Hvert av disse funnene er en rettelse som gjør neste versjon bedre. Det er slik en fagspesifikk KI-plattform bygges: ikke ved å håpe at modellen kan faget, men ved å la fagfolk finne ut nøyaktig hvor den ikke gjør det, og forankre den i kilder som NEK 400, læreplaner og norsk regelverk.

    Den andre siden av det samme

    På samme samling ble det vist et eksempel som peker motsatt vei.

    En arabiskspråklig elev skulle skrive om Ibsen. I stedet for å levere ferdig tekst, lot roboten ham planlegge tankene på morsmålet først, og hjalp ham så steg for steg med å få dem over på norsk. Den ga setningsstartere. Den ba om mer. Eleven forble forfatteren.

    Han hadde tidligere kopiert fra en generell praterobot fordi han sto fast. Med et verktøy som var bygget for å stillasbygge i stedet for å levere, sluttet han å kopiere og begynte å skrive.

    Det er samme lærdom sett fra en annen kant. Et verktøy bygget for en bestemt oppgave, i et bestemt fag, for elever med en bestemt språkbakgrunn, gjør noe annet enn et generelt verktøy gjør.

    Hvorfor dette angår alle programområder

    Elektrofaget er tydelig fordi konsekvensene er målbare. En feil dimensjonering er ikke en meningsforskjell.

    Men hvert eneste yrkesfag har et fagspråk som ikke er hverdagsspråk, og som en generell modell kjenner overfladisk. Helsefagarbeideren har sine begreper. Kokken har sine. Tømreren har sine. Avstanden mellom det ordet betyr på kjøkkenet og det det betyr hjemme, er akkurat den avstanden elevene skal over.

    Verktøyene som virker, er bygget av folk som kan faget. botlab.no er laget av lærere ved Glemmen videregående skole. NAFOKI er bygget av NAFO. Begge er forankret i konkrete kilder, og begge er blitt bedre av å bli testet til de sprakk.

    Hva vi vil vite

    Dette er ett fag og én samling. Vi vil gjerne vite om mønsteret kjennes igjen andre steder.

    Har KI bommet på et fagbegrep i ditt fag, på en måte bare en fagarbeider ville oppdaget? Fortell oss om det.

  • Glemmen bygger robotene selv, og deler dem

    Glemmen bygger robotene selv, og deler dem

    På det første nettverksmøtet, 13. februar, holdt Jan Eirik Paulsen og Ine Jørvum fra Glemmen videregående skole et innlegg om utvikling og utprøving av pedagogiske prateroboter.

    Det som gjorde innlegget verdt å høre, var ikke at de hadde prøvd KI. Det var at de hadde bygget noe, testet det på ekte elever i ekte fag, og gjort resultatet åpent tilgjengelig for alle.

    Det de har bygget

    botlab.no er en ressursbank med prateroboter og systemprompter, utviklet av lærere og elever ved Glemmen i Fredrikstad sammen med skoler de samarbeider med. Nettstedet drives privat. Verken skolen eller Østfold fylkeskommune står ansvarlig for innholdet, og det er verdt å vite når du bruker det.

    Robotene er sortert etter hvem de er til for:

    • Yrkesfaglige og fellesfaglige chatboter
    • Språkhjelp for elever med norsk som andrespråk
    • Egne roboter for lærlinger
    • Roboter for søkere til realkompetansevurdering
    • Roboter for lærere og for skoleledere

    Det som skiller dem fra en generell praterobot, er at mange av dem har tilgang til en kunnskapsbase med innhold fra NDLA, Udir og Lovdata. De svarer altså ikke fra det de tilfeldigvis har lest, men fra kilder som gjelder i norsk skole.

    Glemmen har også inngått et Dekomp-samarbeid med Høgskolen i Østfold for å få kritiske og konstruktive perspektiver på utviklingsarbeidet. Det er en detalj verdt å legge merke til. De ba noen utenfra om å se dem i kortene.

    Arbeidet har vokst siden februar, og flere har kommet til.

    Og her er hva de andre gjør

    Vi ble spurt om noe konkret på samlingene: hva bruker folk KI til, egentlig? Ikke i teorien, men på en tirsdag.

    Her er det som går igjen blant medlemmene, sortert etter hva du vil oppnå. Ingenting av dette krever at du er teknologiekspert.

    Fire grep som forenkler hverdagen

    Vurderingsstøtte. Bruk KI til å lage utkast til vurderingskriterier, eller til å kvalitetssikre begrunnelser på orden, teknikk og hygiene. Raskere og mer likt formulerte tilbakemeldinger, mindre tid brukt på å finne ordene.

    Differensiering og språk. Har du minoritetsspråklige elever? Bruk KI som tolk for fagbegreper, eller til å forenkle komplekse fagtekster uten å miste det faglige innholdet.

    Administrasjon. La KI skrive koden til Excel-makroer, oppsummere referater, eller lage utkast til skriv hjem.

    Idébank. Står du fast? Bruk KI som sparringspartner når du skal utvikle case-oppgaver eller manus til undervisningsvideoer.

    Fire grep i verksted og klasserom

    Simulering og rollespill, for salg, service og IT. La elevene chatte med en KI som spiller en krevende kunde eller bruker. De trener på kundehåndtering, feilsøking og sosiale ferdigheter i et trygt miljø, og de kan gjøre det om igjen så mange ganger de vil.

    Realistiske bedriftscase, for restaurant- og matfag og entreprenørskap. En av metodene fra nettverket kalles food truck-metoden: la KI generere menykalkyler, internkontrollister og innkjøpsplaner som elevene må vurdere og bruke i praksis. Poenget er ikke at KI har rett. Poenget er at elevene må finne ut om den har det.

    Koding og teknikk, for elektro, teknologi- og industrifag og informasjonsteknologi. Bruk KI som sidekamerat til feilsøking av Python- eller Arduino-kode, eller til å forklare tekniske skjemaer.

    Skreddersydde verktøy. Du trenger ikke bygge alt selv. Foruten botlab.no har NDLA ferdige prateroboter, og NAFOKI er utviklet av NAFO for flerspråklige elever.

    Det som går igjen

    To ting slår oss når vi ser tipsene samlet.

    Det første er at nesten alle handler om læreren. Planlegging, vurdering, administrasjon, differensiering. Det er der KI har kommet lengst, og det er der det er lettest å begynne.

    Det andre er hva som mangler. Svært få av tipsene handler om hva KI gjør med selve faget elevene utdannes til. Det er ikke fordi det ikke skjer. Det er fordi vi ikke har samlet inn det ennå.

    Har du et eksempel fra faget ditt, vil vi gjerne ha det. Del din praksis.