Her finner du korte, casebaserte eksempler på hvordan oppgaver og vurderingsformer kan tilpasses situasjoner i klasserommet der har tilgang på KI. Eksemplene bygger på forskning og praksis og viser hvordan elever kan bruke KI som støtte samtidig som de må vise fagkunnskap, refleksjon og egen læringsprosess.
1. Bruk av KI er ok, men vis hva du gjorde
Les case:
Case: Elevene får i oppgave å skrive en stil eller et prosjekt – de kan bruke KI-verktøy til idéutvikling eller førstutkast, men de må legge ved en kort refleksjon der de beskriver: a) hvilke deler KI bidro med, b) hvilke endringer de selv gjorde, c) hvorfor de gjorde disse endringene. Læreren vurderer ikke bare sluttproduktet, men også arbeidsmetoden, altså hvordan eleven har jobbet med og reflektert over KI-bruken.
Hvorfor: Forskning viser at KI ikke bare endrer produksjon av arbeid, men krever nye vurderingsformer for å ivareta læring og integritet. KILDE.
2. Prosessbaserte og muntlige vurderinger
Les case:
Case: I stedet for hjemmelekse som lett kan genereres av KI, organiserer læreren en muntlig presentasjon eller dialog hvor elevene må forklare og argumentere – for eksempel «Hvordan ville du løse dette problemet?» eller «Forklar hvordan teknologien virker». Her kan KI brukes som forberedelse, men selve vurderingen skjer i sanntid.
Hvorfor: Flere kilder peker på at tradisjonelle essayer og hjemmeoppgaver er blitt sårbare for KI-generering, og at vurderingsformer som krever elevens autentiske stemme blir viktigere. KILDE
3. Feilsøk og forbedring med KI
Les case:
Case: Elevene får to versjoner av en tekst/oppgave – én generert av KI og én menneskeskapt. Oppgaven blir å sammenligne, identifisere feil, svakheter og mangler i KI-versjonen, så forbedre den eller skrive om. Deretter vurderes både evnen til kritikk og evnen til å forbedre.
Hvorfor: KI-verktøy genererer ofte plausible tekster men med svakheter (kildekritikk, dybde, originalitet) – elever trenger trening i å se disse svakhetene. Forskning viser at vurderingsformer må inkludere kritisk vurdering av KI. KILDE.
4. Oppgave som krever autentisitet/personlig erfaring
Les case:
Case: Oppgaven formuleres så den krever at elevene tar med egen erfaring, lokal kontekst eller faglig praksis som ikke lett kan genereres av KI alene, for eksempel «beskriv en hendelse du var med på, hvordan du håndterte den, hva du lærte, og hvorfor det var slik». KI-verktøy kan hjelpe med språk/struktur, men ikke med erfaring. Elevenes besvarelse vurderes på autensitet, refleksjon og kobling til egen kontekst.
Hvorfor: For å sikre at elever ikke kun leverer KI-generert tekst, men viser egen læring og refleksjon. Artikler peker på at standardiserte essays er i fare for KI-misbruk, og autentiske oppgaver blir viktigere. KILDE.
Oppsummert:
- Vurder prosess og refleksjon – ikke bare produkt
Vurdering må vise hvordan elevene lærer, ikke bare hva de leverer. Be dem dokumentere hele prosessen, inkludert bruk av KI og andre hjelpemidler. - Gjør KI-bruk til en del av vurderingsgrunnlaget
Inkluder ansvarlig og kritisk bruk av KI i vurderingskriteriene. Elevene bør kunne forklare hva KI har bidratt med, og vise egen forståelse og bearbeiding. - Bruk KI som verktøy for kritisk tenkning
La elevene analysere, sammenligne og forbedre KI-generert materiale. Slik utvikler de både faglig forståelse og digital dømmekraft. - Varier vurderingsformene
Kombiner muntlige, praktiske og skriftlige vurderinger. Dette gir et mer rettferdig bilde av elevens kompetanse og reduserer risikoen for outsourcing av læring. - Bygg tillit og profesjonell dømmekraft
Skap åpenhet rundt bruk av KI og styrk lærerens rolle som veileder. KI kan støtte læring, men lærerens faglige vurdering skal fortsatt være styrende.
VuKI (vurdering og kunstig intelligens) er et praktisk vurderingsrammeverk som hjelper lærere og elever å synliggjøre hvilken grad av kunstig intelligens som er tillatt og ønsket i en oppgave. Rammen strekker seg fra nivå 1 («Ingen KI”), hvor elevene skal vise egne grunnleggende ferdigheter uten støtte fra KI, til nivå 5 (“Utforskende KI”), hvor elevene aktivt bruker KI som kreativ partner i samarbeid. Modellens styrke er at den gjør forventninger tydelige for elevene og støtter læreren i å vurdere arbeid hvor KI er en del av prosessen.
Trafikklysmodellen er en mer operasjonalisert versjon av VuKi-rammeverket. Modellen kan brukes for å tydeliggjøre hvor mye kunstig intelligens elevene kan benytte i ulike oppgaver, og kan derfor hjelpe både lærere og elever med å reflektere over funksjonen KI skal ha i den gitte oppgaven. Modellen gjør det lettere å kommunisere forventninger: fra oppgaver der KI ikke skal brukes, til situasjoner der det kan brukes som støtte underveis, eller helt fritt.
Dette er en kort arbeidsøkt for lærere som kan brukes for å utforske hvordan vurdering kan tilpasses en skolehverdag der elever har tilgang på KI. Økta inneholder små, praktiske oppgaver som gir rom for refleksjon, diskusjon og justering av egen praksis, med mål om å styrke både faglig vurderingskompetanse og trygg bruk av KI i undervisningen.
Oppgave 1
Case:
En elev leverer en tekst og legger ved en KI-logg der hen viser hva KI foreslo, hva som ble endret og hvorfor. Teksten er god, men store deler av språkføringen er KI-generert.
Oppgave:
- Hva i denne situasjonen kan vi vurdere faglig?
- Hvilke deler av elevens refleksjon viser faktisk kompetanse og forståelse?
- Ville dere endret vurderingskriteriene for å få tydeligere frem elevens eget arbeid? I tilfelle, hvordan?
Mål:
Reflektere over prosessvurdering, åpen KI-bruk og hva som egentlig er «elevens kompetanse»
Oppgave 2
Velg en oppgave som du/dere ofte gir til elever.
Oppgave:
- Er denne oppgaven (eller deler av den) sårbar for læringshemmende bruk av KI? I tilfelle, hvorfor? Klikk her for mer om læringsfremmende og læringshemmende bruk av KI.
- Skriv om oppgaven slik at den krever autentisitet, forklaring eller muntlighet (for eksempel erfaring, prosessbeskrivelse, muntlig forsvar, lokal kontekst, KI-logg og refleksjon).
- Hvordan endrer dette hva vi faktisk vurderer?
Mål:
Trene på å gjøre vanlige oppgaver mer læringsfremmende og mindre sårbare for læringshemmende KI-bruk.
Oppgave 3
Finn en kort KI-generert tekst med typiske svakheter: manglende kilder, generaliseringer, svakt resonnement, feil fakta eller lite dybde.
Oppgave:
- Identifiser minst tre faglige svakheter i teksten.
- Hvilke kompetanser viser eleven når de klarer å oppdage og forbedre disse?
- Hva kunne være en god vurderingsform som tester nettopp disse kompetansene?
Mål:
Undersøke hvordan kritisk analyse av KI faktisk er en fagkompetanse – ikke bare «digital kompetanse».
I noen oppgaver kan det være hensiktsmessig å be elevene fylle ut en KI-logg, eller en KI-refleksjon for å vise hvordan de har brukt KI for å lære, ikke bare produsere. Ved å fylle ut en logg hjelper du elevene med å reflektere kritisk rundt verktøyene, og det blir enklere for læreren å oppdage læringshemmende bruk av KI. Under finner du en enkel mal på hvordan en slik logg kan se ut.
Mal på KI-logg for elever
KI-logg for elever
Navn: [elevens navn]
Fag: [fag]
Oppgave: [tittel eller kort beskrivelse]
Dato: [dato]
1. Hva var oppgaven?
[skriv kort hva oppgaven handlet om]
2. Hva brukte jeg KI til?
[beskriv hvordan du brukte KI i arbeidet]
3. Hvilke ledetekster brukte jeg?
[lim inn eller skriv om promptene/ledetekstene du brukte]
4. Hva foreslo KI?
[oppsummer]
5. Hva valgte jeg å bruke – og hvorfor?
[begrunn valgene dine]
6. Hvilke endringer gjorde jeg?
[beskriv justeringer du gjorde]
7. Hva lærte jeg av å jobbe på denne måten?
[skriv kort hva du har lært]
8. Hva vil jeg gjøre annerledes neste gang?
[refleksjon som peker fremover]
Når vi skal lage opplegg for elever der KI er en del av prosessen eller vurderingsgrunnlaget må vi kanskje tenke nytt, eller lage oppgavene på en litt annen måte. Under finner du en enkel sjekkliste som kan hjelpe deg å få overblikk over hva som kan være viktig å tenke på når KI skal integreres i arbeid ut mot elever.
Sjekkliste for læreren
- Har jeg definert hva KI skal brukes til, og hva det ikke skal brukes til?
- Har jeg gjort det tydelig hvilke deler av oppgaven eleven må gjøre selv?
- Har elevene fått beskjed om hvordan hen skal dokumentere KI-bruken (logg/skjermdump etc)?
- Er oppgaven designet slik at KI ikke kan levere en ferdig fasit?
- Har jeg valgt et lovlig og trygt verktøy?
- Har jeg forberedt vurderingskriterier som skiller mellom elevens egen innsats og KI-bidrag?