Varför differentiering känns omöjlig
De flesta lärare vet hur bra differentiering ser ut. Du kan se det framför dig: tillgängliga ingångar, meningsfull utmaning, stöttning som fasas ut och elever som arbetar på en lämplig svårighetsnivå. Problemet är inte visionen, utan tiden.
I verkligheten undervisar du fem klasser, rättar en hög med böcker, går på möten och försöker minnas när du senast drack vatten. Att skriva tre versioner av varje arbetsblad kommer helt enkelt inte att hända. Så differentiering blir en kompromiss: några extrafrågor här, en ordlista där, och en hel del dåligt samvete däremellan.
Det är här AI faktiskt kan hjälpa, inte genom att ersätta din professionella bedömning, utan genom att göra grovjobbet i det repetitiva utkastandet. Använd på rätt sätt kan det på några minuter – i stället för timmar – förvandla de material du redan har till nivåindelade uppgifter, stöttande resurser och flexibla bedömningar.
Grundregler: låg arbetsbelastning, hög bedömningsförmåga
Innan du går in i arbetsflödena är det bra att sätta några grundregler så att AI minskar arbetsbelastningen i stället för att skapa mer.
För det första bör AI utgå från din befintliga kursplan och dina resurser, inte från ett tomt dokument. Målet är att anpassa, inte uppfinna på nytt. Om du ständigt skapar nytt innehåll försvinner vinsten i arbetsbelastning.
För det andra är det du som har kontroll över tänkandet. AI kan föreslå nivåindelade frågor eller förenklade texter, men du avgör vad som är pedagogiskt rimligt, vad som möter dina elevers behov och vad som passar in i din planering. Se det som en planeringsassistent, inte en kursplansansvarig.
För det tredje: begränsa dig till ett litet antal återanvändbara arbetsflöden. Ett vanligt misstag är att småtesta för många verktyg och prompts. Bygg i stället tre eller fyra pålitliga mönster som du kan använda varje vecka. Till exempel kan Automated Educations verktyg för svårighetsgrad och stöttning utgöra ryggraden i en enkel, hållbar rutin, tillsammans med en generell AI‑modell för snabba justeringar och förklaringar.
Om du är ny på detta kan det vara hjälpsamt att ögna igenom en översikt över hur man arbetar med AI som undervisningspartner, till exempel co‑pilot‑upplägget i den här artikeln, och sedan komma tillbaka till de praktiska stegen nedan.
Börja med det du redan har
Det snabbaste sättet att se effekt är att mata in de material du redan använder i AI: dina PowerPoints, arbetsblad, gamla prov eller utdrag ur läroböcker.
Föreställ dig att du har ett enda arbetsblad om fotosyntes utformat för en “mellangrupp”. Du klistrar in texten eller laddar upp filen i Automated Educations differentieringsverktyg eller en betrodd AI‑modell och använder en prompt som:
“Utifrån detta arbetsblad, skapa tre nivåer av uppgifter på samma centrala innehåll:
Tier 1: hög stöttning, kortare frågor, tydliga stödstrukturer.
Tier 2: normal utmaning, liknande originalet.
Tier 3: högre utmaning, mer öppna och analytiska uppgifter.
Håll den totala tiden liknande för varje nivå och märk dem tydligt.”
Inom några sekunder har du nivåindelade uppgifter byggda kring din ursprungliga resurs. Du kan sedan snabbt justera det som inte passar din kontext.
Verktyg som Automated Educations difficulty adjuster är gjorda just för detta: du laddar upp eller klistrar in ditt befintliga material, väljer graden av stöttning eller utmaning och genererar differentierade versioner utan att skriva om innehållet från grunden.
Med tiden bygger du upp en liten bank av anpassningsbara kärnresurser, i stället för dussintals fristående arbetsblad.
Planera en lektion för blandad nivå på 10 minuter
Här går vi igenom ett enkelt 10‑minuters planeringsflöde för en lektion med blandade förkunskaper med hjälp av AI.
Du börjar med dina befintliga lektionsbilder och en kärnuppgift. Du klistrar in huvudtexten eller uppgiftsinstruktionerna i ditt AI‑verktyg och ber om:
- tre nivåindelade versioner av huvudaktiviteten
- en kort för‑uppgift‑stöttning för elever som kan få svårt
- en fördjupande extrauppgift som ökar tänkandet, inte bara “mer av samma”
Till exempel, i en historielektion om orsakerna till en revolution kan AI generera:
- Tier 1: para ihop nyckelbegrepp med definitioner, meningsstarter för att förklara en orsak, en styrd struktur för ett stycke
- Tier 2: förklara tre orsaker med hjälp av given evidens och sedan rangordna dem efter betydelse
- Tier 3: utvärdera vilken orsak som var mest betydelsefull, med stöd i evidens och med beaktande av motargument
Du ber sedan AI ta fram en sammanfattande förklaring på en bild i elevnära språk, plus en exit ticket med tre frågor som fungerar för alla nivåer.
Eftersom AI utgår från ditt ursprungliga innehåll bevaras linjen mot din kursplan. Du exporterar eller kopierar helt enkelt resultaten till ditt vanliga format.
Om du använder en modell med stort kontextfönster, som de som diskuteras i texten om miljontokenkontexter, kan du till och med mata in längre arbetsområden eller flera lektioner på en gång, så att differentieringen förblir konsekvent över tid.
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!
Stöd under pågående lektion
Differentiering slutar inte vid arbetsbladet. AI kan stödja snabba justeringar medan du undervisar, utan att lektionen blir en teknikshow.
Om en grupp fastnar på ett begrepp kan du snabbt be ditt AI‑verktyg om en enklare liknelse, ett steg‑för‑steg‑exempel eller en kort cloze‑övning baserad på samma innehåll. Du kan sedan projicera den, läsa den högt eller skriva upp den på tavlan.
För elever som blir klara tidigt kan du generera en eller två extrauppgifter som driver resonemang eller tillämpning vidare. Till exempel: “Skapa ett verkligt exempel som visar den här principen i praktiken” eller “Skriv en kort förklaring för en yngre elev”.
Dessa mikroinsatser fungerar bäst om du förbereder några återanvändbara prompts i förväg och har din enhet öppen under lektionen. Med tiden bygger du upp ett litet bibliotek av “go‑to”‑prompts för förklaringar, liknelser och fördjupande frågor.
Differentiera bedömning utan att skriva om
Formella bedömningar är ofta svårast att differentiera eftersom de är knutna till gemensamma kriterier eller externa prov. Här kan AI hjälpa dig att justera tillgängligheten utan att ändra det du faktiskt bedömer.
Du kan:
- generera alternativa frågeformuleringar som bedömer samma förmåga på olika komplexitetsnivåer
- skapa stöttade versioner av samma fråga (meningsstarter, punktlistor för planering, delvis ifyllda exempel)
- ta fram förenklade instruktioner medan kärnuppgiften förblir identisk
Till exempel kan du behålla samma provliknande fråga för alla, men använda AI för att skapa differentierade planeringsstöd: en detaljerad stödstruktur för vissa, en lätt prompt för andra och inget stöd för dem som är redo för full självständighet.
AI kan också hjälpa dig att utforma snabba formativa kontroller: exit tickets på varierad svårighetsgrad, “hinge questions” med flera versioner eller självvärderingslistor skrivna på elevnänt språk. Det gör att du kan se vem som behöver vilken nivå av stöd nästa gång, utan att du behöver spendera kvällen på att hitta på nya frågor.
Stöd till specifika elevgrupper
Vissa grupper behöver ofta mer medveten differentiering: elever som använder engelska som andraspråk, högpresterande elever och de tysta kämparna som lätt går under radarn.
För EAL‑elever kan AI generera ordlistor, tvåspråkiga vokabulärlistor (där det är lämpligt) och förenklade sammanfattningar av viktiga förklaringar. Du kan till exempel klistra in din huvudförklaring och be om en version med kortare meningar, tydlig struktur och nyckelord markerade med definitioner.
För högpresterande elever kan AI hjälpa dig att utforma extrauppgifter som fördjupar tänkandet i stället för att skynda igenom innehållet. Till exempel genom att be om “en extrauppgift som kräver överföring av det här begreppet till en ny kontext” eller “en debattfråga som introducerar ett motiverat motargument”.
Tysta kämpar gynnas ofta av diskreta stödstrukturer: delvis ifyllda exempel, styrda anteckningsmallar eller förståelsefrågor inbäddade i texten. AI kan skapa dessa utifrån dina ursprungliga material, så att du kan skriva ut eller dela dem selektivt utan att dra uppmärksamhet till sig.
Om du planerar inför ett nytt läsår och vill sätta upp sådana stöd tidigt är det värt att titta på bredare planeringsidéer i back‑to‑school‑verktygslådan för AI och anpassa dem till din egen kontext.
Skyddsräcken och rimliga gränser
Som med alla kraftfulla verktyg behöver du skyddsräcken.
Var försiktig med elevdata: undvik att skriva in namn, specifika identifierare eller känslig information i AI‑system om inte skolan har tydliga riktlinjer och avtal på plats. Arbeta i stället med anonymiserade, generella beskrivningar av elevers behov.
Se upp för bias och felaktigheter. AI‑genererade exempel och liknelser kan ibland återspegla stereotyper eller sakfel. En snabb genomläsning räcker oftast för att upptäcka problem, men hoppa inte över det steget. Din professionella bedömning är säkerhetsnätet.
Undvik slutligen överberoende. Målet är inte att AI ska bestämma vad varje elev gör, utan att frigöra din tid och uppmärksamhet så att du kan fokusera på responsiv undervisning, relationer och återkoppling. Om du märker att du accepterar resultat okritiskt, sakta ner och återta fokus på din egen expertis.
En enkel 4‑veckorsplan
För att göra detta hållbart, se AI‑driven differentiering som en vana du bygger upp under några veckor, inte som ett engångsexperiment.
Under vecka 1 väljer du en klass och en lektion per vecka. Använd AI enbart för att skapa nivåindelade uppgifter från ett befintligt arbetsblad. Håll det enkelt och reflektera över vad som fungerade.
Under vecka 2 lägger du till ett arbetsflöde för stöd under lektion: kanske att generera stöttning eller extrauppgifter i stunden under samma lektion. Lägg märke till hur det påverkar engagemanget och din stressnivå.
Under vecka 3 tar du in planering av differentierad bedömning. Använd AI för att skapa stöttade versioner av en formativ bedömning eller exit ticket, återigen med utgångspunkt i dina befintliga material.
Under vecka 4 utvidgar du till en andra klass eller ett annat ämne och finslipar dina prompts. Nu kan du överväga att spara dina favoritprompts och arbetsflöden i ditt AI‑verktyg eller planeringssystem, så att de blir en del av din normala rutin.
Efter en månad bör du ha ett litet, pålitligt set av arbetsflöden som på riktigt minskar bördan av differentiering samtidigt som din professionella bedömningsförmåga sitter stadigt i förarsätet.
Lycka till med differentieringen!
The Automated Education Team