KI-pionerene Norge

Kategori: Fra samlingene

Innlegg og erfaringer fra nettverkets samlinger

  • 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.

  • 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.