Varför september behöver en plan
Till september kommer många skolor och högskolor att gå från informellt AI‑experimenterande till något mer inbäddat: personal som använder AI‑lektionsplanerare, elever som utkastar arbeten med chatbots, och ledning som lutar sig mot AI för rapporter och analyser. Då slutar AI att vara en nyhet och blir infrastruktur.
När ni rullar ut ett nytt MIS, VLE eller ett enhetsprogram kartlägger ni dataflöden, skärper behörighetskontroller, uppdaterar policys och utbildar personal. AI förtjänar samma disciplinerade angreppssätt. Utan en strukturerad plan riskerar ni ad hoc‑införande, otydliga ansvar och att frågor kring elevhälsa/safeguarding eller dataskydd dyker upp mitt i terminen när ni har som minst tid att agera.
Den här sommarlånga checklistan för AI‑beredskap erbjuder en stegvis handlingsplan för ledare. Den utgår från att ni inte börjar från noll, men att ni vill att september ska markera punkten då AI‑användningen blir säkrare, tydligare och mer avsiktlig i hela organisationen.
För bakgrund kring varför AI‑litteracitet är viktigt för alla i er gemenskap kan du också ha nytta av den här översikten.
Steg 1: Klargör er AI‑omfattning
Innan ni köper något nytt eller skriver en policy, bestäm vad ni vill att AI ska göra för er från september till december. Tänk i termer av specifika användningsfall, inte vaga ambitioner.
Till exempel kan ni besluta att AI den här terminen främst ska användas för personalens produktivitet: att skriva utkast till kommunikation, generera quizfrågor eller anpassa material till olika läsnivåer. Ni kan uttryckligen välja att ännu inte stödja elevåtkomst, utöver hårt övervakade pilotprojekt i vissa ämnen eller årskurser.
Samla er IT‑ansvarige, elevhälsa/safeguarding‑ansvarige, dataskyddsombud (eller motsvarande) och en liten grupp lärare. Ställ tre frågor:
- Vilka är de tre till fem mest värdefulla AI‑användningsfallen för vår personal och våra elever den här terminen?
- Vad gör vi uttryckligen inte ännu, och varför?
- Hur vet vi om dessa användningsfall fungerar och är säkra?
Sammanfatta detta i ett kort dokument: “AI‑omfattning för höstterminen”. Återkom till det när ni utvärderar verktyg, skriver policys eller planerar utbildning. Om ni jämför plattformar kan det vara användbart att titta på fokuserade guider som Claude vs GPT‑4o – inköpsguide för utbildning eller Llama 3 – guide för skolbudgetar.
Steg 2: Kartlägg dataflöden och regelefterlevnad
Behandla AI som vilket annat system som helst som berör personuppgifter eller känslig information. Även om ni bara genomför pilotprojekt, skapa en enkel DPIA‑liknande karta över dataflöden.
Lista varje AI‑verktyg eller plattform ni förväntar er att använda i september, inklusive inbyggda AI‑funktioner i befintliga system. Notera för varje vilket data som går in, var det behandlas och vad som kommer ut. Inkludera:
- Personalkonton, namn och e‑postadresser
- Elevidentifierare, elevarbeten eller beteendeanteckningar
- Eventuella känsliga personuppgifter, såsom hälsa eller information kopplad till elevhälsa/safeguarding
Identifiera vilka verktyg som inte får användas med personuppgifter över huvud taget och gör det tydligt. Ni kan till exempel tillåta att personal klistrar in anonymiserad text i en webbaserad chatbot, men förbjuda uppladdning av oredigerade rapporter eller anteckningar kopplade till elevhälsa/safeguarding.
Gå igenom varje leverantörs personuppgiftsbiträdesavtal/villkor för databehandling. Bekräfta datalagringsplats, lagringstid, om data används för träning och vilka raderingsmöjligheter som finns. Om ni verkar i en jurisdiktion med särskilda dataskyddskrav, dokumentera hur varje verktyg uppfyller dem eller vilka riskreducerande åtgärder ni använder.
Detta behöver inte vara en juridisk avhandling. En tabell på en sida som kartlägger verktyg, datatyper, risker och åtgärder är ett kraftfullt ankare när frågor dyker upp mitt i terminen.
Steg 3: Infrastruktur och åtkomst
Säkerställ sedan att er infrastruktur kan stödja den AI‑omfattning ni har definierat. För vissa skolor innebär detta nästan inga förändringar. För andra, särskilt där enheter delas eller bandbredden är begränsad, kan AI belasta systemen.
Kontrollera om ert nätfilter och era brandväggar tillåter åtkomst till de AI‑verktyg ni faktiskt vill använda, samtidigt som riskabla kopiesajter blockeras. Om ni använder webbaserade verktyg, fundera på om delade enheter och roamingprofiler är konfigurerade så att elever inte av misstag får åtkomst till personalkonton.
Se över er identitets- och behörighetshantering. Använd där det är möjligt single sign‑on för AI‑plattformar så att kontoskapande och avveckling följer ert befintliga joiners‑movers‑leavers‑flöde. Undvik att personal skapar privata konton med skolans e‑postadresser på konsumentinriktade AI‑verktyg utan central överblick.
Tänk slutligen på enhetsberedskap. Om ni förväntar er att lärare använder AI live i undervisningen, är klassrumsdatorerna tillräckligt snabba? Behöver ni ett mindre antal “AI‑redo” klassrum för tidiga pilotprojekt i stället för att lova omedelbar tillgång överallt?
Steg 4: Säkerhet, integritet och elevhälsa/safeguarding
AI förändrar karaktären på välkända risker snarare än att skapa helt nya. Plagiering, fusk, olämpligt innehåll och dataläckage får alla nya uttryck när AI är inblandat.
Arbeta tillsammans med elevhälsa/safeguarding‑ och IT‑ansvariga för att identifiera era tre största farhågor. Det kan till exempel vara elever som använder AI för att kringgå plagiatkontroller, personal som oavsiktligt delar känsliga uppgifter med externa verktyg, eller elever som möter skadligt innehåll via bildgenerering.
Definiera både tekniska och beteendemässiga kontroller för varje farhåga. Tekniska kontroller kan omfatta innehållsfilter, loggning och avstängd bildgenerering för yngre elever. Beteendemässiga kontroller handlar om tydlig vägledning, utbildning och kultur: att personal vet hur “god AI‑användning” ser ut i deras ämne, och att elever förstår gränserna.
Det är värt att återvända till incidenter ni redan har sett eller hört talas om, lokalt eller i media. Fallstudier av “AI som gått fel” kan vara kraftfulla utgångspunkter för att skärpa praxis; den här artikeln om vad som händer när AI‑användning går fel kan hjälpa er att rama in de diskussionerna.
Steg 5: Styrning och policys
När ni har omfattning, dataflöden och skyddsåtgärder klart för er kan ni uppdatera er styrning. Motstå frestelsen att skriva en fristående “AI‑policy” som blir liggande i en pärm. Väv i stället in AI i befintliga dokument.
Uppdatera era regler för godtagbar användning för personal och elever så att de omfattar förväntningar kring AI. Klargör vilka verktyg som är godkända, vilka som är förbjudna och vilka som är på försök. Definiera förväntningar kring källhänvisning, originalitet och akademisk hederlighet. Gör tydligt att “AI skrev det” inte är en ursäkt för olämpligt innehåll eller brott mot sekretess.
Skapa en enkel eskaleringsväg. Om en lärare ser oroande AI‑relaterat beteende, eller en vårdnadshavare lyfter en fråga, vem kontaktar de? Hur loggar och följer ni upp sådana ärenden? Ett kort, praktiskt dokument med “AI‑vägledning för personal”, kopplat till era övergripande policys, är ofta mer användbart än en lång formell policy som få läser.
Steg 6: Roller och leverantörshantering
AI‑utrullning skär genom IT, undervisning, elevhälsa/safeguarding och ledning. Gör dessa skärningspunkter synliga genom att tilldela tydliga roller.
Utse en AI‑ansvarig eller en liten styrgrupp, helst med en medlem ur SLT, IT, elevhälsa/safeguarding och minst en lärare. Gruppen behöver inte vara stor, men den ska ha mandat att fatta beslut om verktyg, pilotprojekt och prioriteringar.
Klargör vem som äger leverantörsrelationerna. Även om olika ämneslag experimenterar med olika AI‑verktyg måste någon ändå bevaka avtal, villkor för databehandling och förfallodatum. Skapa ett enkelt register över AI‑verktyg i bruk, deras syfte, kostnad, dataprofiler och ansvarig ägare.
Föredra där det är möjligt leverantörer som erbjuder utbildningsspecifika villkor, tydliga åtaganden kring datahantering och transparenta roadmaps. Fråga direkt om modelluppdateringar, funktionsförändringar och hur de kommer att meddela er betydande ändringar som kan påverka er riskprofil.
Steg 7: Personalutbildning och stöd
Även den bästa tekniska lösningen kommer att haltas om personalen känner oro eller är osäker. Målet till september bör inte vara AI‑expertis för alla, utan trygg, grundläggande kompetens i linje med er omfattning.
Planera två nivåer av utbildning. För det första en kort, övergripande genomgång för all personal som täcker er AI‑vision, godkända verktyg, ramar och exempel på hur AI kan stödja undervisningen. För det andra mer riktade insatser för nyckelgrupper: kanske mellanchefer som utformar bedömningar, eller tidiga användare som kan modellera god praxis.
Erbjud praktiska, ämnesspecifika exempel snarare än generella demonstrationer. En historielärare som ser AI användas för att differentiera källanalysuppgifter kommer att vara mer engagerad än någon som tittar på en generell chatbot‑genomgång. Uppmuntra personal att experimentera med lågrisk‑uppgifter, som att skriva e‑postutkast eller generera repetitionsfrågor, innan de använder AI i utformningen av högrisk‑bedömningar.
Viktigast av allt: skapa en stödväg. Bestäm hur personal kan be om hjälp, dela exempel eller flagga oro. En enkel delad mapp med godkända prompts, modelllektioner och vanliga frågor kan spara timmar av upprepade frågor.
Upptäck kraften i Automatiserad Utbildning genom att gå med i vårt community av lärare som tar tillbaka sin tid samtidigt som de berikar sina klassrum. Med vår intuitiva plattform kan du automatisera administrativa uppgifter, personifiera elevinlärning, och engagera dig med din klass som aldrig förr.
Låt inte administrativa uppgifter överskugga din passion för att undervisa. Registrera dig idag och förvandla din utbildningsmiljö med Automatiserad Utbildning.
🎓 Registrera dig GRATIS!
Steg 8: Pilota, testa och kommunicera
Innan terminen börjar, genomför minst en liten pilot som speglar verklig användning. Det kan vara en grupp lärare som använder ett AI‑planeringsverktyg för att förbereda de två första veckornas lektioner, eller en kontrollerad elevaktivitet på ett sommarläger eller i ett övergångsprogram.
Använd piloten för att testa inloggningar, filter och praktiska detaljer. Hur lång tid tar det i verkligheten att skapa en användbar resurs? Förstår personal var AI:s begränsningar ligger, och känner de sig bekväma med att redigera utdata?
Planera samtidigt er kommunikation. Skriv ett kort meddelande till vårdnadshavare som förklarar ert AI‑upplägg för terminen: vad ni gör, varför och hur ni hanterar risker. Förbered en elevanpassad version att dela på samlingar eller mentorstid, med fokus på möjligheter och ansvar snarare än rädsla.
Nedladdningsbar sommarchecklista
För att omsätta detta i handling, fördela uppgifter över de återstående sommarveckorna. Ett enkelt upplägg kan se ut så här:
- Vecka 1–2: Enas om AI‑omfattning, prioriterade användningsfall och första uppsättningen verktyg. Påbörja kartläggning av dataflöden och leverantörsgranskningar.
- Vecka 3–4: Slutför dataskyddsgenomgång, genomför infrastrukturförändringar och bekräfta säkerhets‑ och elevhälsa/safeguarding‑kontroller.
- Vecka 5–6: Uppdatera policys och vägledningar, definiera roller och förbered utbildningsmaterial och exempel på användning för personal.
- Vecka 7–8: Genomför pilotprojekt, förfina utifrån feedback och färdigställ kommunikation till personal, elever och vårdnadshavare.
Ni kan anpassa tempot efter er kontext, men nyckeln är ordningen: vision och omfattning först, sedan data och infrastruktur, därefter styrning och människor.
Mäta beredskap och förbättra
I slutet av augusti bör ni kunna svara på några enkla frågor:
- Vet vi vad vi vill att AI ska göra för oss den här terminen?
- Vet vi vilka verktyg vi använder, vilka data de hanterar och hur vi minskar riskerna?
- Vet personalen det grundläggande: vad som är tillåtet, vad som inte är det och var de kan få hjälp?
- Har vi en tydlig väg för att granska incidenter och uppdatera vårt arbetssätt?
Om ni kan svara “ja” på de flesta av dessa är ni väl rustade inför september. Därefter bör ni se AI‑beredskap som en pågående cykel snarare än ett engångsprojekt. Planera en genomgång till halvtid för att samla in feedback, uppdatera omfattningen och förfina utbildningen.
AI kommer att fortsätta utvecklas snabbare än de flesta andra delar av er infrastruktur. Ett disciplinerat, stegvis angreppssätt varje termin hjälper er att ta tillvara fördelarna samtidigt som ni skyddar er gemenskap och ert kärnuppdrag: god undervisning och gott lärande.
Lycka till med planeringen!
The Automated Education Team