Vad skolor behöver
En “AI-handledare” kan betyda allt från guidad övning med återkoppling till öppen chatt som ser ut som handledning men fungerar som en chatbot för allmänna ändamål. I brittiska skolor spelar skillnaden roll. Er upphandlingslins bör börja i verkligheten i den dagliga verksamheten: begränsad personaltid, blandad tillgång till enheter, safeguarding-ansvar och en läroplan som bedöms på specifika sätt. En plattform kan vara imponerande i en demo och ändå vara fel val när ni testar den mot förväntningar på beteende, SEND-behov och vad er DSL och DPO faktiskt kommer att godkänna.
År 2025 är det skolor faktiskt behöver inte ett verktyg som pratar bra, utan ett system som är förutsägbart säkert och utbildningsmässigt ändamålsenligt. Det innebär oftast tydlig avgränsning, klara lärandemål, transparent återkoppling och vuxenöversyn. Om ni fortfarande formar era grundförväntningar för säker användning hjälper det att fräscha upp de gränser ni vill ha i alla verktyg, inte bara handledare, med en checklista för policy för acceptabel AI-användning. Det hjälper också att undvika tre vanliga upphandlingsfällor: att köpa “autonomi” när ni behöver “stöd”, att anta läroplansanpassning för att marknadsföringen säger “UK-ready”, och att underskatta implementeringsarbetsbördan (konton, rostering, utbildning, uppföljning, föräldrakommunikation).
Vad ni bör undvika är lika tydligt. Var försiktig med öppna chattupplevelser som låter elever fråga vad som helst, särskilt där plattformen inte kan visa hur den modererar, loggar och eskalerar safeguarding-ärenden. Var försiktig med “personalisering” som i praktiken bara är oändlig övning utan diagnostisk insikt. Och var försiktig med leverantörer som inte kan ge er bevis, skriftligen, på hur de hanterar data, innehållsfiltrering och åldersanpassad design.
Jämförelsebedömningsmallen
En enda bedömningsmall gör er “bake-off” rättvis, evidensbaserad och lättare att försvara inför styrelse och revisorer. Målet är inte att hitta en perfekt plattform; det är att hitta den säkraste och mest utbildningsvärdefulla matchningen för ert scenario.
Pedagogik
Börja med lärmodellen. Använder handledaren återkallningsövning (retrieval practice), genomarbetade exempel (worked examples) och återkoppling som förklarar fel? Kan den uppmuntra metakognition (“Varför valde du den metoden?”) i stället för att bara ge svar? Be om exempel på hur den svarar på vanliga missuppfattningar i matematik och skrivande. Om ni vill ha ett stramare protokoll för att utvärdera påståenden, låna vanan att testa med ett strukturerat klassrumsmanus, likt ett snabbt utvärderingsprotokoll, men tillämpat på handledningsuppgifter.
Läroplanspassning
“UK curriculum aligned” bör betyda mer än att stava “colour” korrekt. Fråga vilken innehållskarta som finns, vilka årskursmål som täcks och hur luckor hanteras. För högstadiet/gymnasiet: fråga hur den stödjer provliknande frågor och bedömningsanvisningar utan att glida över i “här är svaret”. För låg- och mellanstadiet: fråga hur den stödjer språkutveckling och konkreta representationer, inte bara abstrakta förklaringar. Om ni behöver ett efterlevnadsinriktat sätt att kontrollera anpassning, kombinera er bedömningsmall med en checklista för läroplansimplementering som National Curriculum AI implementation pack.
SEND och tillgänglighet
Här ser många plattformar bra ut i en mainstream-demo och faller i verkligheten. Testa med elever som använder text-till-tal, behöver förenklat språk, kräver minskad kognitiv belastning eller gynnas av strukturerade uppmaningar. Kontrollera läsbarhetsinställningar, dyslexivänlig presentation, tangentbordsnavigering, undertexter och om verktyget konsekvent kan ge instruktioner i tydliga delar. Om ni bygger ett sammanhållet arbetssätt är det värt att jämföra mot ert bredare inkluderingsstöd, som minimum viable inclusion stack.
Säkerhet och safeguarding
Safeguarding är inte bara “blockerar den svordomar”. Ni behöver veta hur plattformen upptäcker självskadebeteende, sexuellt innehåll, radikaliseringssignaler och tvång, och vad som händer sedan. Blockerar den, styr om, meddelar personal eller varnar bara eleven? Är trösklarna konfigurerbara? Är loggar tillgängliga för DSL:er, och är de användbara i realtid? Fråga också hur den förhindrar att elever använder handledaren för att skapa skadligt innehåll för andra.
Dataskydd och UK GDPR
Er DPO vill ha tydlighet kring roller (controller/processor), underbiträden (sub-processors), datalagringsplatser, lagringstid (retention) och hur träningsdata hanteras. “We don’t train on your data” måste stå i avtalet, inte i ett blogginlägg. Ni behöver också veta vad som händer med chattloggar, om ni kan radera dem och hur registerutdrag (subject access requests) stöds.
Administratörskontroller
Upphandling går smidigare när plattformen stödjer SSO, gruppbaserade behörigheter och enkel rostering. I praktiken behöver ni kontroller som matchar skolans verklighet: begränsa funktioner per årskurs, stänga av fri chatt, begränsa ämnen, sätta tidsfönster och ta fram rapporter som personal snabbt kan tolka.
Kostnad och total ägandekostnad
Licenskostnaden är bara en rad. Total cost of ownership (TCO) inkluderar enheter, bandbredd, personalutbildning, uppföljningstid, föräldrakommunikation och löpande support. En “billigare” plattform kan bli dyr om den ökar administrationsbördan eller skapar safeguarding-arbete.
Implementeringsarbetsbörda
Till sist: fråga vad som krävs för att gå från kontrakt till användning i klassrummet. Vem utbildar personalen? Hur ser en 30-dagars utrullning ut? Vilka bevis kan ni samla för effekt och säkerhet? Om ni vill ha en mall för en stramt styrd testperiod, anpassa en 30-dagars pilot med skyddsräcken till handledningsspecifika mått.
Khanmigo positioneras som en AI-stödd lärkompanjon kopplad till Khan Academy-liknande innehåll och övningar. Dess styrkor är oftast tydligast där strukturerade resurser, steg-för-steg-vägledning och avgränsade uppgifter är viktiga. I en skolmiljö kan det minska risken att verktyget “driver iväg” till osäkra eller irrelevanta områden, eftersom lärandekontexten är mer avgränsad än i en öppen chatbot.
Begränsningarna, ur ett upphandlingsperspektiv, syns ofta i läroplansspecificitet och implementeringsdetaljer. Även när innehållet är starkt behöver ni testa om det matchar er progression, era metoder och det språk ni förväntar er att elever använder. Ni behöver också validera safeguarding-modellen för ert användningsfall: vad händer när en elev försöker styra den off-task, eller berättar något oroande? Den praktiska frågan är om er personal kan se tillräckligt mycket, tillräckligt snabbt, för att kunna ingripa.
Bästa matchningsscenarier brukar inkludera strukturerade insatser, läxstöd med tydliga gränser och smågruppsövning där personal vill ha förutsägbara uppmaningar snarare än öppen handledning. Den kan också passa bra där ni vill standardisera övningsrutiner mellan klasser, förutsatt att ni kan belägga anpassning till era planeringar.
Synthesis förknippas ofta med kollaborativ problemlösning och diskussionsdrivna läraktiviteter. Ur ett pedagogiskt perspektiv kan styrkorna ligga i resonemang, samtalsrika uppgifter och strukturerade debatt- eller grupputmaningsformat som uppmuntrar elever att motivera sitt tänkande. Det kan vara attraktivt där ni vill ha mer än drill-and-practice och vill att elever ska formulera strategier.
Begränsningarna handlar oftast om passform och logistik. Kollaborativa modeller kan vara kraftfulla, men de kan vara svårare att schemalägga, svårare att skala över årskurser och mer känsliga för gruppdynamik och beteende. För safeguarding och översyn vill ni förstå hur sessioner modereras, hur personalens insyn ser ut och hur interaktioner loggas. Ni vill också kontrollera om plattformens lärandemål mappar rent mot er läroplan och era bedömningsförväntningar, snarare än att kännas som ett berikningstillägg.
Bästa matchningsscenarier inkluderar ofta berikning för högpresterande elever, strukturerade resonemangsinsatser och program där muntlig förmåga (oracy) och problemlösning är uttalade prioriteringar. Den kan vara mindre lämplig som en universell “handledarersättare” och mer lämplig som ett riktat program med tydliga urvalskriterier.
Alternativ: kortlista
En rimlig bake-off inkluderar minst en “plattformshandledare”, ett “innehåll-först-övningssystem” och ett “skolkontrollerat AI-upplägg” som kan begränsas av era egna policyer. I praktiken jämför skolor ofta med verktyg som ämnesspecifika övningsplattformar med analys, skrivåterkopplingsverktyg med starka lärarkontroller och (för MATs eller större skolor) potentiellt självhostade eller stramt styrda modeller där dataskydd är avgörande. Om ni överväger självhosting-spåret är avvägningarna betydande och värda att gå igenom med ett beslutsunderlag som Meta Llama for education.
När ni tar fram en kortlista, prioritera leverantörer som stödjer en riktig pilot: skriftliga svar på safeguarding- och GDPR-frågor, en tydlig demo av administratörskonsolen och ett sätt att exportera underlag. Undvik leverantörer som insisterar på ett “lita på oss”-upplägg, eller som inte kan förklara hur deras modell beter sig under stresstester.
Fördjupning: dataskydd
För många brittiska skolor avgörs “ja/nej”-beslutet av ett litet antal frågor. Fråga vem som är data controller för elevers interaktioner, och om leverantören agerar som processor enligt era instruktioner. Be om listan över sub-processors och var data lagras och behandlas. Fråga om något elevinnehåll används för att träna modeller, och säkerställ att avtalet anger svaret tydligt. Fråga om standardinställningar för retention av chattloggar och om ni kan sätta raderingsscheman. Fråga hur de stödjer subject access requests och raderingsbegäranden utan överdrivet manuellt arbete.
När det gäller safeguarding: fråga hur skadligt innehåll upptäcks, vilken eskaleringsväg som används och vilket underlag som produceras. Om en elev uttrycker tankar om självskada, vad händer exakt på skärmen, och vad skickas exakt till personal? Om svaret är vagt, behandla det som en risk. Fråga också hur plattformen förhindrar prompt-injection-försök som försöker kringgå säkerhetsregler, och hur ofta säkerhetssystem uppdateras.
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!
Prissättning och total ägandekostnad
När ni jämför priser, kräv en helårsbild. Ta med licenskostnader, men uppskatta också enhetstillgång (behöver elever 1:1-enheter, hörlurar eller webbkameror?), uppkoppling och personaltid. Administratörstid är ofta den dolda kostnaden: sätta upp konton, hantera grupper, återställa lösenord, granska dashboards och hantera incidenter. Utbildning är en annan: en timmes uppstart räcker sällan. Ni behöver korta, repeterbara rutiner som personal kan tillämpa konsekvent, särskilt i låg- och mellanstadiet. Om ni vill ha en praktisk modell för säkra, små rutiner, anpassa idéer från en teacher-in-the-loop-handbok för låg- och mellanstadiet även om er kontext spänner över flera stadier.
Tänk också på supportförväntningar. Ger leverantören snabb safeguarding-support? Finns det en SLA? Kan de stödja er upphandlingstidslinje och era behov av evidens?
Implementeringspassning
Implementering i låg- och mellanstadiet lyckas ofta när AI-handledaren är hårt avgränsad: korta pass, tydliga uppmaningar och vuxna som cirkulerar. Ni letar efter förutsägbart beteende, starka tillgänglighetsfunktioner och minimal frestelse att “chatta för skojs skull”. Implementering i högstadiet/gymnasiet kan hantera mer självständighet, men insatserna kring akademisk integritet ökar. Om handledaren stödjer skrivande eller längre svar behöver ni tydliga gränser och manus för personal och elever så att den inte blir en svarsgenerator. Även om ert fokus är handledning är det värt att linjera med bredare integritetsvägledning som AI-gränser under provperioden.
För SEND-grupper är bästa matchningen oftast plattformen som erbjuder konsekvent struktur, justerbar språklig komplexitet och tydliga multimodala stöd utan att överväldiga eleven. För interventionsmodeller: bestäm om handledaren ska användas för förundervisning (pre-teaching), uppföljning samma dag eller konsolidering. För användning hemma: skärp safeguards ytterligare—tydliggör föräldrainblick, tidsfönster och vad som händer utanför skoltid.
En 30-dagars pilotplan
En stark pilot är kort, avgränsad och evidensdriven. Vecka ett: håll en personalgenomgång, konfigurera kontroller och testa safeguarding med manusbaserade scenarier innan någon elev använder verktyget. Vecka två: börja med en liten grupp och ett enda ämnesområde, håll passen korta och övervakade. Vecka tre: expandera försiktigt till en andra grupp eller ett andra ämne och börja jämföra utfall mot er vanliga interventionsmetod. Vecka fyra: konsolidera—samla personalfeedback, elevröst, incidentloggar och lärandedata, och fatta ett stop/go-beslut med er ledningsgrupp, DSL och DPO.
Framgångsmått bör inkludera lärandeindikatorer (till exempel förbättrad träffsäkerhet på en definierad uppsättning frågor, eller färre återkommande missuppfattningar), operativa indikatorer (tid för administration och uppföljning) och säkerhetsindikatorer (antal och allvarlighetsgrad av flaggade interaktioner, och hur snabbt personal kunde agera). Stop/go-kriterier bör vara explicita i förväg: varje ohanterbar safeguarding-risk, oförmåga att uppfylla dataskyddskrav eller oacceptabel ökning av arbetsbördan bör utlösa stopp, även om resultaten ser lovande ut.
Beslutsmatris
Rekommendationer för bästa matchning är enklast när de kopplas till scenarier. Om ni behöver en strukturerad övningshandledare för intervention med tydliga gränser, prioritera plattformar som håller interaktionen tätt kopplad till läroplansuppgifter och ger användbar lärarrapportering. Om ni vill ha resonemang, diskussion och berikning, prioritera plattformar som är designade för kollaborativ problemlösning med stark moderering och tydliga lärandemål. Om er primära drivkraft är datakontroll och ni har kapacitet kan ett avgränsat, skolstyrt upplägg vara genomförbart, men bara om ni kan resursätta implementering och översyn.
För upphandling: håll er checklista praktisk. Bekräfta safeguarding-arbetsflöden, loggning och eskaleringsvägar. Bekräfta UK GDPR-roller, retention, radering och sub-processors. Bekräfta administratörskontroller, rostering och rapportering. Bekräfta tillgänglighetsfunktioner med riktiga elever, inte bara leverantörspåståenden. Bekräfta TCO med personaltid inkluderad. Slutligen: bekräfta implementeringsstöd—utbildning, dokumentation och vad som händer när något går fel.
Må ert nästa upphandlingsbeslut bli lugnt, evidenslett och genuint säkrare för elever.
The Automated Education Team