Varför källkritik förändras
I de flesta klassrum brukade källkritik innebära att granska böcker, webbplatser och kanske en och annan dokumentär. Nu är många elevers ”första källa” ett AI-verktyg som kan sammanfatta, skriva om och till och med hitta på information – med stor säkerhet.
Detta gör inte AI till lärandets fiende. Använt på rätt sätt kan det vara en kraftfull forskningsassistent och tänkandepartner. Men det betyder att våra befintliga lektioner om ”tillförlitliga webbplatser” inte längre räcker. Elever behöver kunna värdera:
- Traditionella källor (böcker, artiklar, webbplatser, videor)
- AI-genererade resultat (text, bilder, kod, förklaringar)
- Hur dessa källor kombineras, parafraseras och återanvänds
Detta ligger i hjärtat av AI-kunnighet i skolan: att hjälpa elever förstå vad AI är bra på, var det brister och hur det används ansvarsfullt.
Målet är varken att skrämma elever bort från AI eller att låtsas att det är ofelbart. I stället vill vi att de utvecklar en lugn, vanemässig reaktion: ”Kan jag lita på det här? Hur vet jag det?”
Från CRAAP till ”Kan jag lita på det här?”
Många lärare använder ramverk som CRAAP (Currency, Relevance, Authority, Accuracy, Purpose) eller liknande modeller. De är fortfarande användbara, men frågorna behöver uppdateras för AI-formade informationsflöden.
I stället för att lära ut en ny förkortning kan du utgå från en kärnfråga: ”Kan jag lita på det här för just det här syftet?” Och sedan packa upp den tillsammans med eleverna:
Vem har gjort detta och hur?
Är det en namngiven författare, en organisation, en klasskamrat eller ett AI-verktyg? Om det är AI, vilken modell eller plattform, och vilken prompt?
Vilka belägg ger den?
Ger den källor, länkar, data, exempel – eller är det bara självsäker text?
Hur kan det här vara fel eller partiskt?
Kan det vara inaktuellt, ensidigt, hallucinerat eller sakna viktiga perspektiv?
Hur kan jag korskontrollera det?
Vilka andra källor kan jag använda för att bekräfta eller utmana den här informationen?
Du kan fortfarande koppla tillbaka detta till CRAAP eller ditt föredragna ramverk om det hjälper eleverna att knyta ihop gamla och nya arbetssätt. Den viktiga förskjutningen är att processen är viktigare än förkortningen. Eleverna ska kunna berätta hur de tänker: ”Jag kollade vem som skapat det, letade efter belägg och jämförde med två andra källor.”
Att lära elever att behandla AI som en källa
Många elever upplever AI-verktyg som magiska svarsmaskiner. Vår uppgift är att omdefiniera dem som felbara källor med särskilda styrkor och svagheter.
Ett enkelt klassrumsskript fungerar bra:
”AI är som en väldigt snabb, väldigt självsäker elev som har läst mycket men ibland hittar på saker. Du kan be om hjälp, men du måste alltid kontrollera det den gör.”
Du kan jämföra AI med:
- En generator av grova första utkast, inte en färdig uppsats
- En idékompis för brainstorming, inte en lärobok
- En miniräknare som ibland slår in sina egna siffror fel
I praktiken innebär detta att lära elever att:
- Märka AI-resultat tydligt i sina anteckningar: ”AI-utkast”, ”AI-sammanfattning av X”, ”AI-förklaring av Y”
- Be AI visa hur det tänkt: ”Vilka är dina källor?” ”Ge mig länkar eller referenser som jag kan kontrollera.”
- Utgå från att alla referenser från AI kan vara fel tills de har verifierats
- Använda AI för att hitta frågor och infallsvinklar, och sedan söka svar med verifierbara källor
Detta hänger nära ihop med samtal om när AI hjälper respektive skadar lärande. Källkritik är en av de nyckelvanor som håller AI i kolumnen ”hjälper”.
Praktiska rutiner för blandade källor
Elever blandar nu ofta ett stycke ur en lärobok, en webbplats, en YouTube-video och en AI-genererad förklaring i ett och samma arbete. De behöver rutiner som fungerar för alla dessa.
Fundera på att bygga in korta, upprepningsbara vanor:
1. Pausen ”Stanna och märk upp”
När elever samlar information, be dem pausa och märka varje punkt i sina anteckningar:
- T = lärobok eller tryckt källa
- W = webbplats eller artikel online
- V = video eller podcast
- A = AI-genererad
Detta tar några sekunder men gör källkritiken synlig. Du kan sedan fråga: ”Hur många A-källor har du jämfört med W och T? Behöver du mer variation?”
2. ”Minst två kontroller”
Innan en elev använder ett viktigt faktum eller en förklaring i en slutprodukt måste det bekräftas med minst två oberoende källor. En får vara AI, men inte båda. Till exempel:
- AI-förklaring + lärobok
- Webbplats + AI-sammanfattning av en forskningsartikel
- Två olika webbplatser från trovärdiga organisationer
3. ”Jakten på motsägelser”
Ge eleverna ett kort AI-genererat stycke om ett ämne de studerar, plus två eller tre traditionella källor. Deras uppgift är att markera där AI:n:
- Missar viktig information
- Motsäger andra källor
- Använder vaga eller okällbelagda påståenden
Detta gör hallucinationer och fel till lärandemöjligheter, och det är engagerande: elever tycker om att ”sätta dit roboten”.
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!
Om vi vill att elever ska ta källkritik på allvar måste den vara synlig och bedömas. Det betyder inte alltid extra poäng, men det innebär tydliga, strukturerade förväntningar.
Du kan till exempel:
Kräva en kort ”Källkritisk kommentar” till varje uppgift
Två–tre meningar som förklarar hur de valde och kontrollerade sina källor, inklusive eventuell AI-användning.
Be elever lämna in en skärmbild eller utskrift av viktiga AI-interaktioner
De kan kommentera dessa och förklara vad de accepterade, förkastade eller verifierade.
Inkludera ett krav på ”källmix”
Till exempel: ”Minst en bok eller PDF, en trovärdig webbplats och högst en AI-genererad förklaring per huvudpunkt.”
För äldre elever kan du koppla detta till diskussioner om akademisk integritet och riktlinjer för AI-användning, i linje med idéerna i AI är inte fusk. Fokus flyttas från ”Använde du AI?” till ”Hur använde du det, och värderade du det?”
Checklistor och stödstrukturer efter ålder
Enkla verktyg gör källkritik mer konkret, särskilt för yngre elever eller de som har svårt med abstrakta kriterier.
För elever i låg- och mellanstadiet (eller tidig högstadieålder) fungerar en trafikljus-checklista bra:
- Grönt: Jag vet vem som gjort detta. Jag kan säga när det gjordes.
- Gult: Jag kan hitta minst en annan källa som säger något liknande.
- Rött: Jag kan inte se vem som gjort detta, eller så säger det något annat än de flesta andra källor.
Du kan anpassa språket:
- ”Vem sa det här?”
- ”När sa de det?”
- ”Kan jag hitta någon annan som håller med?”
För äldre elever kan en enkelsidig mall guida dem genom blandade källor. Kolumnerna kan till exempel vara:
- Källtyp (bok, webbplats, AI, video)
- Skapare / plattform
- Vilka belägg ges (data, referenser, exempel)
- Möjliga problem (bias, saknade röster, inaktuellt)
- Hur jag kontrollerade det (korskontroller, alternativa källor, expertstöd)
Dessa kan användas återkommande i olika ämnen – från historia till naturvetenskap och medieämnen – och bygger ett gemensamt språk och gemensamma förväntningar.
Skolgemensamma normer för källhänvisning och transparens
Källkritik blir enklare när hela skolan behandlar AI som något som ska användas öppet och kritiskt, inte i smyg. Detta hänger nära ihop med att utveckla ett gemensamt arbetssätt för AI-kunnighet i hela skolan.
Fundera på att enas om några enkla normer:
Elever måste alltid ange om de har använt AI, och hur
Till exempel: ”Jag använde AI för att brainstorma frågor och sökte sedan svar med böcker och webbplatser.”
AI anges som ett verktyg, inte som en författare
Till exempel: ”AI-verktyg (ChatGPT), prompt: ’Explain photosynthesis for Year 8’, åtkomstdatum 10 mars 2026.”
Lärare modellerar denna transparens
Om du använder AI för att skissa ett arbetsblad eller generera exempel, säg det och förklara hur du kontrollerade och anpassade resultatet.
Med tiden normaliserar detta idén att AI är en del av forskningslandskapet, men inte står över granskning.
Snabbstart: tre lektioner att genomföra
Du behöver inte ett helt nytt arbetsområde för att börja. Här är tre kompakta lektioner som du kan anpassa för de flesta åldersgrupper.
Lektion 1: Människa vs AI vs webben
Eleverna undersöker en enkel faktabaserad fråga (till exempel ”Vad orsakar årstiderna?” eller ”Vad startade första världskriget?”) med hjälp av:
- En lärobok eller en lärarutdelad artikel
- En trovärdig webbplats
- Ett AI-verktyg
De jämför sedan de tre och noterar likheter, skillnader och sådant som saknas. Avsluta med en klassdiskussion: ”Vilken skulle du lita mest på, och varför?”
Lektion 2: Rätta det bristfälliga AI-svaret
Ge ett AI-genererat svar som du vet innehåller fel, förenklingar eller saknade perspektiv. Eleverna ska:
- Identifiera problemen
- Använda andra källor för att rätta eller utveckla svaret
- Presentera en reviderad version med en kort förklaring av sina ändringar
Detta förstärker idén om AI som ett utkast, inte en slutstation.
Lektion 3: Visa din källkritiska spårning
I en vanlig undersökande uppgift lägger du till ett krav: eleverna ska lämna in en kort ”källkritisk spårning” tillsammans med sitt arbete. Det kan vara:
- En ifylld mall
- Kommenterade skärmbilder
- Ett kort reflektionsstycke
Du kan hålla bedömningen lätt genom att leta efter mönster snarare än att betygsätta varje detalj, men själva rutinen bygger starka vanor.
För fler idéer om hur du kan strukturera undersökande arbete i en AI-värld kan du också utforska handboken för elevundersökningar, som handlar om att kombinera sökverktyg och AI-assistenter på ett effektivt sätt.
Att undervisa källkritik i AI-eran handlar inte om att överge det du redan gör, utan om att bygga vidare på det. Genom att behandla AI som en källa bland många, skapa enkla rutiner och göra källkritiken synlig i elevernas arbeten hjälper du dem att bli eftertänksamma, motståndskraftiga elever i en bullrig informationsvärld.
Lycka till med utvärderingen!
The Automated Education Team