Lärarhandledning

Så är läromedlet tänkt att användas

Syftet med handledningen är att en kollega ska kunna undervisa med läromedlet utan att själv ha byggt det: koppling till ämnesplanen, planering, lektionsförslag per kapitel, kommentarer till diskussionsfrågorna, vanliga missuppfattningar, bedömningsstöd och färdiga presentationer.

Läromedlet är skrivet för ämnet Artificiell intelligens, nivå 1 (100 poäng) i gymnasieskolan och komvux enligt Gy25, men fungerar också som fördjupning i digital kompetens i andra ämnen. Det består av fem kapitel som bygger på varandra, ett avslutande quiz och en källsida. Varje kapitel har samma struktur:

• Lärandemål ("Efter det här kapitlet kan du…") som du kan använda som lektionsmål och som checklista vid repetition.
• Brödtext med faktarutor och infoboxar. Texten är skriven för att läsas av eleven själv, i par eller högt i klassen.
• Övningar i löpande text: begreppskort, ihopparning, lucktext, sant/falskt, sortering och diskussionskort. De rättar sig själva och sparar ingenting. Använd dem formativt, inte som betygsunderlag.
• Sammanfattning och nyckelbegrepp som passar för repetition och för elever som behöver en kortare väg in i kapitlet.
• Självtest med flervalsfrågor som ger direkt återkoppling.

Kapitel 5 innehåller fyra projektuppgifter som är tänkta som huvudsakligt bedömningsunderlag. Tanken är att eleverna läser kapitel 1–4 med löpande övningar och mindre bedömningstillfällen, och sedan visar sina kunskaper i ett eller flera projekt.

Ämnesplanen: syfte, förmågor och betygskriterier

Skolverkets ämnesplan anger att undervisningen ska ge eleverna kunskaper om centrala begrepp och tekniker inom AI, en överblick över tillämpningar, förståelse för hur AI påverkar vardagsliv och samhälle, samt kunskaper om lagar, etik och säkerhet. Praktiska moment ska kombineras med teoretiska, och det ska finnas utrymme för diskussion om etiska frågor. Fem förmågor ska utvecklas, och de återkommer ordagrant i betygskriterierna:

1. Kunskaper om AI, dess tillämpningar, tekniker och beståndsdelar.
2. Förmåga att använda AI i problemlösning.
3. Kunskaper om skillnader och likheter mellan mänsklig och artificiell intelligens.
4. Kunskaper om lagar och andra bestämmelser som är relevanta för AI.
5. Förmåga att resonera om möjligheter och risker med AI och dess konsekvenser för samhället.

Betygskriterierna för nivå 1 skiljer nivåerna åt med värdeorden nedan. Lägg märke till att förmåga 2 bedöms på "enkla problem" oavsett betyg – progressionen ligger i säkerheten, inte i svårighetsgraden.

Var i läromedlet varje punkt i det centrala innehållet behandlas finns i tabellen på startsidan. Kort sammanfattat: området Artificiell intelligens täcks av kapitel 1 och 4, Praktisk användning av AI av kapitel 3, 4 och 5, och Förhållningssätt till AI av kapitel 1, 2 och 3.

Planeringsförslag för 100 poäng

Hur många lektionstimmar 100 poäng motsvarar varierar mellan skolor. Planeringen nedan utgår från cirka 80 lektioner à 60 minuter. Den fungerar som ett läsår med två pass i veckan eller en termin med fyra. Buffert är inräknad – något drar alltid över.

Kapitel för kapitel

Kapitel 1: Introduktion till AI

Syfte i kursen. Ge gemensamma begrepp och en historisk ram. Kapitlet lägger också grunden för förmåga 3 (jämförelse mellan mänsklig och artificiell intelligens) genom avsnitten om intelligens och medvetande och tabellen "När är AI bättre än människan – och tvärtom?".

Lektionsförslag.

1. Turingtestet på riktigt. Låt klassen ställa frågor till en chattbott på storskärm (Skolverket rekommenderar just gemensam användning på storskärm som första steg). Vilka frågor avslöjar maskinen? Diskutera sedan Searles kinesiska rum: ger rätt svar förståelse?
2. AI i din vardag. Eleverna listar tio AI-tillämpningar de använt senaste dygnet och sorterar dem som smal AI. Ingen hittar stark AI – det är poängen.
3. Robotik-loopen. Låt eleverna beskriva en dammsugarrobot, en självkörande bil och en industrirobot med orden sensor, bearbetning och aktuator. Koppla till grundprincipen indata → modell → beslut.
4. Tidslinjen. Dela ut milstolparna på lappar och låt grupper lägga dem i ordning innan de läser tidslinjen. AI-vårar och AI-vintrar blir tydliga när man ser luckorna.

Tidsåtgång. Minst 2–3 lektioner om kapitlet läses översiktligt; 8 lektioner i planeringen ovan om alla övningar och diskussioner ska hinnas med. Självtestet fungerar som exit ticket.

Diskussionsfrågor att ha redo. Spelar det någon roll om en AI "verkligen" förstår, till exempel i vården eller skolan? Vilka av era vardagsappar är smal AI, och finns det något exempel på stark AI i verkligheten? Vad i tabellen "När är AI bättre än människan" stämmer inte om fem år?

Kommentarer till diskussionsfrågorna. "Skulle du kunna avgöra om du chattar med en AI?" – styr mot att svårigheten säger något om testet, inte om medvetande. "Förstår personen i rummet kinesiska?" – lyft systemsvaret (hela rummet förstår) och Searles invändning mot det; låt eleverna ta ställning. "Spelar det roll om AI verkligen förstår?" – här finns kopplingen till kapitel 2: det spelar roll när någon ska stå till svars för ett beslut.

Kapitel 2: AI i samhället

Syfte i kursen. Kapitlet bär förmåga 4 (lagar och bestämmelser) och förmåga 5 (resonemang om möjligheter och risker). Det täcker samtliga fem aspekter som ämnesplanen räknar upp: demokratiska, sociala, ekonomiska, miljömässiga och säkerhetsmässiga. Räkna med att detta är kursens längsta kapitel i tid, eftersom det bygger på samtal.

Lektionsförslag.

1. Fem dimensioner, fem hörn. Skriv de etiska dimensionerna på lappar i klassrummets hörn. Läs upp fall (AI-leksaken, hajbilden, låneavslaget, ansiktsigenkänningen, den AI-skrivna uppsatsen) och låt eleverna gå till det hörn som passar. Diskutera fall som passar i flera hörn.
2. Riskklassa själv. Ge grupper tio AI-tillämpningar (spamfilter, betygsättande AI, känsloigenkänning i klassrum, chattbott i kundtjänst, rekryteringssortering, AI i ett spel …) och låt dem placera dem i AI-förordningens fyra riskklasser. Facit finns i kapitlets tabell och i förordningen. Detta är ett bra underlag för förmåga 4.
3. Proxydata-experimentet. Låt eleverna föreslå en "neutral" variabel (postnummer, förnamn, gymnasieprogram, musiksmak) och resonera om vad den kan avslöja. Insikten att bias inte kräver ond avsikt brukar landa här.
4. Filterbubblan. Diskussionskorten i kapitlet fungerar bäst om eleverna först jämför sina flöden i par. Skolverket påminner om att inte lämna ut personuppgifter, så låt eleverna beskriva flödet muntligt i stället för att visa skärmen.
5. Säkerhet. Avsnittet om röstkloning kan väcka oro. Lägg tyngdpunkten på skyddet (kodord, verifiera via annan kanal) och på att AI också används som försvar. Ta upp avsnittet om deepfakes mot enskilda i samråd med elevhälsan om du vet att det finns aktuella fall i gruppen.
6. Debatt. Avsluta kapitlet med en strukturerad debatt: "AI stärker demokratin" mot "AI hotar demokratin". Kräv att båda sidor använder begrepp från kapitlet. Det ger underlag för förmåga 5 på alla nivåer.

Tidsåtgång. Minst 3–4 lektioner; 14 i planeringen ovan. Väck förförståelse först: har eleverna stött på deepfakes eller AI-genererat material de trodde var äkta? Gruppövningen där eleverna väljer en samhällssektor (skola, vård, arbetsmarknad) och listar möjligheter och risker är också en bra uppvärmning inför projekt 3.

Diskussionsfrågor att ha redo. Vem bär ansvaret när en AI fattar ett felaktigt beslut i vården eller rättsväsendet? Hur påverkar AI-genererat innehåll vår tillit till det vi ser och läser online? Vad väger tyngst: AI:s energiförbrukning eller de miljövinster AI kan ge i andra sektorer, och hur skulle man kunna ta reda på det?

Kommentarer till diskussionsfrågorna om sociala relationer. "Skillnaden mellan en AI-kompis och en riktig kompis" – styr mot friktion: en vän som säger emot ger något en modell som håller med inte ger. "Vem tjänar på att du pratar länge?" – affärsmodell och engagemangsoptimering, samma mekanism som i filterbubblan. "Hur ska en skola agera vid en deepfake?" – ha skolans rutin för kränkningar redo och känn till att spridning kan vara brottslig.

Kapitel 3: Tekniken bakom AI – programmering

Syfte i kursen. Ge eleverna tillräckligt med programmeringsvana för att förstå och köra Colab-laborationer, och introducera sökning och spelagenter som ämnesplanen nämner uttryckligen. Avsnittet "Hur löser människor och AI problem?" är centralt för förmåga 3.

Tidsåtgång. Minst 3–4 lektioner, mer om eleverna saknar programmeringsvana; 14 i planeringen ovan. Räkna med en hel lektion bara för att komma igång i Colab första gången – teknikstrul är den vanligaste tidstjuven i kursen.

Diskussionsfrågor att ha redo. Varför behöver en dator exakta steg-för-steg-instruktioner för att lösa ett problem som en människa löser intuitivt? Vad är skillnaden mellan en algoritm och ett AI-system? När är det bättre att låta en människa fatta beslutet även om AI:n är snabbare?

Förkunskaper. Kapitlet förutsätter inget. Elever som läst programmering kan hoppa till avsnitten om algoritmer, problemlösning och sökning. Ha en plan för blandade grupper: par med en van och en ovan programmerare fungerar bra, men rotera rollen som "den som skriver".

Lektionsförslag.

1. Recept som algoritm. Låt eleverna skriva en algoritm för att göra en smörgås så exakt att en klasskamrat som "spelar dator" kan följa den bokstavligt. Misslyckandena illustrerar tydlighet, systematik och slut.
2. Skolan som graf. Rita skolans korridorer som en graf på tavlan och låt eleverna "köra" BFS, DFS och girig sökning för hand mot matsalen. Lägg sedan på A* med fågelvägen som heuristik. Detta är mer lärorikt än att koda algoritmerna.
3. Minimax på papper. Rita ett litet spelträd för Tre i rad två drag från slutet och låt eleverna fylla i värdena nedifrån och upp. Först därefter är det meningsfullt att titta på kod.
4. Colab-start. Reservera en hel lektion för att komma igång: konton, spara kopia i Drive, köra en cell. Läs rutan "Tänk på i skolan" tillsammans innan någon laddar upp något.
5. AI-assisterad kodning. Låt eleverna använda kapitlets exempelprompt och sedan förklara varje kodrad för en kamrat. Den som inte kan förklara raden får be AI:n förklara den – och sedan förklara igen. Det tränar just det Skolverket varnar för att tappa: det egna tänkandet.

Kapitel 4: Tekniken bakom AI – inlärning

Syfte i kursen. Kapitlet är kursens tekniska kärna och täcker större delen av det centrala innehållet under Artificiell intelligens: data och datakvalitet, regression, klassificering, beslutsträd, övervakat och oövervakat lärande, neurala nätverk, NLP, datorseende och generativ AI. Det är också här eleverna får de begrepp de behöver för att projekt 2 ska bli mer än "det funkade".

Tidsåtgång. Minst 3–4 lektioner; 16 i planeringen ovan. Kapitlet är kursens begreppsmässigt tyngsta. Lägg gärna en praktisk övning, till exempel Teachable Machine, före brödtexten så att begreppen får något att fästa i.

Diskussionsfrågor att ha redo. Om en modell tränas på skev data, vem bär ansvaret för de fel den gör? Vad är skillnaden mellan att en modell "lär sig" och att den "memorerar"? Varför kan en språkmodell inte bara "sluta hitta på"?

Lektionsförslag.

1. Regelbaserat mot datadrivet. Be eleverna skriva regler som skiljer spam från vanlig post. Låt sedan klassen leta undantag. Insikten att reglerna aldrig blir färdiga är motivet för maskininlärning.
2. Data för hand. Ge en liten tabell med brus, saknade värden och en underrepresenterad grupp. Låt grupper föreslå imputation, borttagning eller balansering och argumentera för vad som går förlorat. Koppla till kapitel 2.
3. kNN på golvet. Markera två klasser med lappar på golvet, placera en ny "punkt" och låt eleverna rösta med k = 1, 3 och 7. Över- och underanpassning blir synliga.
4. Beslutsträd i grupp. Ge en datamängd på 12–16 rader (t.ex. frukt: färg, vikt, form → äpple/päron) och låt grupper bygga ett träd genom att välja den fråga som bäst delar upp. Jämför träden – de blir olika, och alla går att förklara.
5. Neuronen som recept. Räkna en neuron för hand på tavlan (två invärden, två vikter, bias, ReLU). Tre minuter, och svarten i "neurala nätverk" försvinner.
6. Generativ AI på storskärm. Gör övningen "samma fråga, olika promptar" tillsammans. Jaga en hallucination: be om källor om något lokalt och kontrollera dem live. Låt eleverna formulera varför det inte går att "lita på tonen".

Kapitel 5: Projektarbeten

Syfte i kursen. Projekten är det huvudsakliga bedömningsunderlaget. Kapitlet innehåller arbetsgång, checklistor, tidsplaner, fallgropar och en självskattning. Låt eleverna läsa kapitlets inledning gemensamt innan de väljer projekt.

Lärarens roll under projektveckorna.

• Vecka 1: hjälp eleverna att avgränsa ämne och frågeställning. Ett för brett ämne är den vanligaste fallgropen. Godkänn frågeställningen innan arbetet startar.
• Vecka 2: boka korta avstämningar, cirka fem minuter per elev, för att fånga upp den som fastnat. I projekt 2 kan tekniska problem i Colab stjälpa hela arbetet om de inte upptäcks i tid.
• Vecka 3: avsätt lektionstid för kamratrespons före redovisningen. Använd självskattningen i kapitel 5 som responsmall.

Ett eller två projekt? För att få underlag för alla fem förmågor behöver de flesta elever göra projekt 2 plus ett av projekt 3 eller 4, eller komplettera ett enda projekt med ett prov (förmåga 1) och en skriftlig uppgift om lagar (förmåga 4). Två projekt i par, där paret delar redovisning men skriver egna reflektioner, är ofta det mest tidseffektiva.

Bedömning

Bedömningsmatris för projekten

Matrisen följer betygskriteriernas värdeord. Använd bara de rader som projektet ger underlag för (se tabellen ovan). Dela gärna matrisen med eleverna innan de börjar.

Prov, seminarier och muntliga moment

Skolverket avråder från att låta hemuppgifter ensamma ligga till grund för betyg när AI-användning inte kan kontrolleras. Det betyder inte att projekten ska bort, utan att de bör kompletteras med moment i klassrummet:

• Begreppsprov efter kapitel 4 (förmåga 1). Självtesterna och det avslutande quizet visar vilken typ av frågor som fungerar. Lägg till några förklaringsfrågor: "Förklara varför en språkmodell kan hallucinera." "Beskriv skillnaden mellan övervakad och oövervakad inlärning med ett exempel."
• Seminarium efter kapitel 2 (förmåga 4 och 5), med förberedda frågor och krav på att använda kapitlets begrepp. Anteckna per elev.
• Muntlig uppföljning av projektet: 5–10 minuter per elev där du ställer frågor om den egna koden, datan eller analysen. Det avslöjar snabbt om eleven förstår sitt eget arbete och är den mest rättssäkra kontrollen mot okontrollerad AI-användning.
• Skrivuppgift i klassrummet om ett fall (t.ex. "En skola vill använda AI som rättar uppsatser – vad kräver AI-förordningen och GDPR, och vad anser du?"). Ger underlag för förmåga 4 och 5 på en lektion.

AI i klassrummet

Gemensamt förhållningssätt

Skolverket rekommenderar att varje skola har nedskrivna riktlinjer för AI-användning som omfattar organisation, etik, juridik, pedagogik, kompetensutveckling och risker. Har din skola sådana, utgå från dem. Har den inte det, kan den här kursen vara ett bra tillfälle att ta fram ett förhållningssätt tillsammans med eleverna. Kapitel 2 ger dem begreppen för att delta i det samtalet, vilket Skolverket särskilt lyfter fram som viktigt.

Vad eleverna behöver veta från dag ett

• Vilka AI-verktyg som är tillåtna i kursen och i vilka uppgifter.
• Att de alltid ska redovisa hur de använt AI (se AI-deklarationen nedan).
• Att personuppgifter, klasskamraters texter och bilder inte får läggas in i öppna AI-tjänster.
• Att många tjänster har åldersgränser och att skolan inte kan kräva konton eleverna inte får ha.
• Att en del av bedömningen sker i klassrummet, muntligt eller på prov.

Verktyg som används i läromedlet

Differentiering och tillgänglighet

Extra stöd

• Läsverktygen i sidhuvudet: Bionic Reading, större text, större radavstånd, alternativt typsnitt (Atkinson Hyperlegible, framtaget för nedsatt syn) och mörkt läge. Visa dem på första lektionen; inställningarna sparas i elevens webbläsare.
• Sammanfattning och nyckelbegrepp i slutet av varje kapitel fungerar som "kort version". Låt elever som behöver det läsa dem först och brödtexten sedan.
• Begreppskorten passar för repetition i par: en läser framsidan, den andra förklarar.
• Projekt 2 med Teachable Machine ger elever som inte behärskar Python en väg till förmåga 2 utan att förenkla kraven på utvärdering och reflektion.
• Muntlig redovisning är ett giltigt alternativ i alla fyra projekt.

Utmaning

• Ämnesplanens nivå 2 ger naturliga fördjupningar: kvalitetssäkring och idrifttagning av en modell, neuronnätens byggstenar, djupa nätverk, riskbedömning inom ett valt område.
• I projekt 2: byt från Tre i rad till Fyra i rad (trädet blir för stort – vad gör man?), eller byt kNN mot beslutsträd och random forest och jämför förklarbarhet mot träffsäkerhet.
• I projekt 3 och 4: kräv primärkällor, t.ex. själva AI-förordningens artiklar om förbjudna och högrisksystem, eller UNESCO:s rekommendation.
• Låt starka elever leda övningen "Jaga en hallucination" och dokumentera vilka typer av frågor som oftast ger fel.

Presentationer till varje kapitel

Till varje kapitel finns en färdig presentation i PowerPoint-format som följer kapitlets avsnitt och kan användas som genomgång, med anteckningar till läraren i notfältet. Presentationerna är avsedda att bearbetas: ta bort, lägg till och byt exempel mot sådant som passar din grupp. De är publicerade under samma licens som läromedlet.

Teknik och förberedelser

• Läromedlet är statiska webbsidor och fungerar i alla moderna webbläsare, på dator, surfplatta och mobil. Ingen inloggning, inga konton, inga kakor utöver de inställningar som sparas lokalt.
• Övningarna sparar inga resultat. Vill du se elevernas svar, låt dem skärmdumpa självtestet eller quizresultatet, eller använd egna formulär.
• Sidorna kan skrivas ut. Diskussionskorten fälls ut vid utskrift.
• Materialet är fritt att kopiera och bearbeta under CC BY-SA 4.0, se källsidan. Vill du göra en egen version för din skola, ladda ner filerna och ändra i HTML-koden – den är avsiktligt enkel.
• Innan kursstart: testa Colab och eventuell chattbott med ett elevkonto, kontrollera skolans riktlinjer för AI och GDPR, och bestäm vilka projekt du erbjuder.

Vanliga fallgropar för läraren

• För lite tid till diskussionsövningarna. "Fundera och diskutera"-korten saknar facit, och det är ofta där den djupaste förståelsen byggs. Planera in dem, hoppa inte över dem när tiden blir knapp.
• Att skynda igenom kapitel 4. Det är begreppsmässigt tyngst och gynnas av en praktisk övning innan brödtexten.
• Att underskatta startsträckan i Google Colab. Räkna med en hel lektion första gången, och testa med ett elevkonto innan.
• Att låta projekt 2 stanna vid "det funkade". Kräv exempel på fel, en jämförelse med hur en människa löser uppgiften och en etisk reflektion. Där finns underlaget för de högre betygen.
• Att bedöma bara på hemuppgifter. Komplettera med muntliga uppföljningar och moment i klassrummet, i linje med Skolverkets råd.
• Att presentera lagstiftningen som färdig. AI-förordningen införs stegvis till 2027 och Skolverkets råd uppdateras löpande. Säg det till eleverna – det är i sig en lärdom om området.