Årsavslutande omdömen i LGR22 med AI
juni 16, 2025
Årsavslutande omdömen enligt LGR22 kan kännas som en spurt: du ska omvandla månader av vardagliga underlag till hållbara skriftliga omdömen och, från Åk 6, betyg som är transparenta och rättvisa. Den här artikeln beskriver en Sverige-anpassad pipeline med ett arbetsflöde i fyra verktyg—Development Talk (Student) → Summariser → Student Communication → Parent Communication—så att du skriver mindre, men kan motivera mer. Du får se arbetsbelastningsmatematik, modereringskontroller och fullt genomarbetade exempel för Åk 2, Åk 4 matematik, Åk 6 första betyg och Åk 8 kemi.
Ta dig an rättningsberget med AI
maj 6, 2025
Rättning i slutet av läsåret fallerar ofta inte för att lärare saknar kompetens, utan för att det är svårt att hålla konsekvens när tempot är högt. Ett modereringsförst AI-arbetsflöde vänder på det vanliga upplägget: ni standardiserar hur bedömningsmatrisen tolkas innan någon återkoppling genereras, och använder sedan AI för första utkast i kommentarsbatcher och för konsekvenskontroller mellan klasser. Betygen sätts fortsatt av människor, och elevdata minimeras genom anonymiserade evidenspaket och lokala mallar. Den här artikeln erbjuder en praktisk process med låg risk som du kan rulla ut på en vecka.
AI-trafikljus för skolor under prov- och examensperioden
maj 2, 2025
Prov- och examensperioden är när AI-regler oftast faller isär: olika lärare säger olika saker, elever gissar vad som är tillåtet, och välmenande stöd kan glida över i otillåten hjälp. Det här en-sidiga gränssystemet med ”AI-trafikljus” ger ett gemensamt språk för repetition, läxor, coursework/NEA, kontrollerade bedömningar och prov/examinationer. Du får tydliga tillåtna/begränsade/förbjudna användningar, snabba sätt att introducera systemet på fem minuter, färdiga repliker för personal, elever och familjer, samt integritetskontroller som fungerar även när du inte pålitligt kan ”upptäcka AI”.
Nedräkning till majproven: en 28-dagars AI-revisionssprint
april 29, 2025
De sista 3–4 veckorna före GCSE- och A-Level-proven är inte tiden för nya anteckningar, oändliga videor eller ”mer innehåll”. Det är tiden för precision: återkallning, felkorrigering och tidsatt repetition. Den här 28-dagars, integritetssäkra provsprinten använder AI som ett revisionsoperativsystem snarare än en innehållsgenerator. Du sätter upp dagliga mini-set för återkallning, kör en levande loop från missuppfattning till åtgärd via felloggar och tränar tidsatta prov med AI-coaching endast före och efter. Du får också en lättviktig plan för läraruppföljning samt färdiga mallar för elever, vårdnadshavare och ämneslag.
KS2 SATs: AI-gränser och verktygslåda för repetition
april 17, 2025
AI kan på riktigt förbättra förberedelserna inför SATs i Year 6, men bara när gränserna är kristallklara. Den här guiden beskriver hur ”lämpligt AI-stöd” ser ut för KS2, tillsammans med icke förhandlingsbara integritetsregler för elever hemma och lärare i skolan. Du får praktiska sätt att använda AI för att skapa matematikuppgifter för återkallningsövning, diagnostisera missuppfattningar och ge stödstrukturer för SPaG och läsförståelse utan att ge svaren. Den innehåller också rutiner för skydd med minsta möjliga datamängd, alternativ med låg enhetsanvändning och färdiga prompts att kopiera, plus en ensidig familjeöverenskommelse som du kan anpassa.
Från Autocomplete till medförfattande
april 10, 2025
Under 2024–2025 skiftade AI-skrivverktyg från enkel autocomplete till dokumentmedvetna medförfattarmiljöer som kan skriva utkast, skriva om och omorganisera hela texter på kommando. Den förändringen har gjort ”använde de AI?” till fel fråga vid bedömning. I stället behöver lärare rutiner som fångar synligt beslutsfattande: promptloggar, revisionsmotiveringar, källspår och korta avstämningar i klassrummet. Den här guiden förklarar de nya riskerna (överpolering, röstglidning, dold outsourcing) och erbjuder praktiska sätt att göra om skrivundervisningen så att elever kan använda AI och ändå producera bedömningsbara belägg för tänkande, hantverk och integritet.
Betygssättning vid terminsslut: en pipeline för batchrättning
mars 17, 2025
Betygssättning vid terminsslut kan kännas som en spurt du inte tränat för. Använt på rätt sätt kan AI minska den administrativa bördan utan att bli den som avgör betygen. Den här artikeln erbjuder en praktisk ”pipeline för batchrättning” som håller läraren tydligt i kontroll: hur du strukturerar anonymiserade evidenspaket, genererar kommentarsbanker som är anpassade till bedömningsmatrisen, gör kontroller av konsekvens och bias, och tar fram nästa steg som är riktade till elever. Fokus ligger på prompting med minsta möjliga data, tydliga gränser och repeterbara rutiner som stödjer tillförlitlig och rättvis betygssättning samtidigt som dataskydd respekteras.
AI och LGR22-bedömning: rättvisa, kursplansanpassade prov
mars 14, 2025
LGR22-bedömning ber lärare att göra helhetsbedömningar utifrån underlag som samlas in över tid, men inför provperioder kan vi lätt dras mot beslut som bygger på ”ett stort prov”. Den här artikeln erbjuder ett praktiskt arbetsflöde med läraren i loopen för att omvandla inklistrade betygskriterier till rättvisa, kursplansanpassade bedömningar med hjälp av AI. Du får se hur du bygger frågor riktade mot E/C/A, genererar modellsvar i tre nivåer och lägger till motiveringschecklistor som håller bedömningen förankrad i kriterierna. Vi delar också en enkel portföljplan så att inget enskilt prov bär hela betyget.
AI-repetition som tar hänsyn till exam board för GCSE och A-Level
mars 10, 2025
Framgång på prov handlar sällan om att göra ”mer repetition”; det handlar om att göra rätt repetition för det prov du faktiskt ska skriva. Den här artikeln beskriver ett AI-arbetsflöde för GCSE och A-Level som tar hänsyn till exam board och som omvandlar specifikationer, kommandon, bedömningsanvisningar och examinatorrapporter till en plan som utgår från missuppfattningar. Du får se hur du bygger retrieval practice som matchar bedömningskriterier, och sedan organiserar den i spaced repetition som prioriterar svaga områden och högavkastande fel. Den innehåller också tydliga integritetsregler för elever och personal, samt en enkel lärar-setup och en rutin för uppföljning.
Stöd för övningsprov med AI
januari 15, 2025
Övningsprov är det säkraste tillfället att lära sig använda AI som en kraftfull repetitionscoach. Använd på rätt sätt kan AI hjälpa dig att förvandla röriga lektionsanteckningar och långa kursplaner till tydliga ämneslistor, övningsfrågor och exempelsvar – allt anpassat till just din kurs. Den här guiden går steg för steg igenom hur du gör det utan att fuska, bryta mot provregler eller låta tekniken tänka åt dig. Du får lära dig stegvisa sätt att använda AI för feedback, felanalys och aktiv återkallelse, plus en enkel checklista som skolor kan dela med elever inför övningsproven.
LGR22 digital kompetens: ett AI-evidenspaket
januari 14, 2025
LGR22 förväntar sig att elever använder digitala verktyg genomtänkt, förstår hur digitala system formar information och agerar ansvarsfullt online. AI passar naturligt in i dessa förväntningar, men behöver inte ett eget arbetsområde. Den här artikeln erbjuder ett ämnesövergripande upplägg som ett ”evidenspaket”: små, undervisningsbara mikroartefakter som ger bedömningsbart underlag för digital kompetens samtidigt som du undervisar ditt ordinarie innehåll. Du får färdiga uppgifter för kalkylark, programmering, källkritik, analys av fejknyheter och skrivande med digitala verktyg—var och en kopplad till centralt innehåll och utformad för progression från mellanstadiet till Åk 8.
Repetitionstekniker drivna av AI
november 19, 2024
AI kan turboladda repetition – men bara när den vilar på solid kognitiv forskning i stället för oändliga övningsfrågor. Den här artikeln visar hur du kan "bulta fast" AI på beprövade tekniker som utspädd repetition, hämtningsträning, interleaving och provliknande frågor, utan att späda ut önskvärd svårighet. Du får parallella arbetsflöden för lärare och elever, med konkreta ämnesexempel och färdiga rutiner. Vi utforskar också hur du undviker överberoende, fusk och kognitiv avlastning, så att eleverna behåller kontrollen över sitt tänkande. En praktisk, forskningsbaserad handbok för provförberedelser i alla ämnen och skolsystem.
Att omdefiniera originalitet: bedömning 2024
september 25, 2024
I takt med att generativ AI blir en naturlig del av elevers liv sätts traditionella idéer om ”eget arbete” under press. I stället för att försöka avslöja AI-stödd fusk kan lärare utforma om bedömningar så att autentisk process, personlig röst och kontextualiserade bevis väger tyngre än slutprodukten. Den här artikeln erbjuder en praktisk handbok för att arbeta om befintliga uppgifter till bedömningar med ”originalitet genom design”, med konkreta exempel, matriser och klassrumsrutiner. Du hittar strategier som gör AI till en transparent, avgränsad del av lärandet, snarare än något att frukta eller upptäcka.
Noggrannhet i AI-detektering: Bevisen
september 19, 2024
Verktyg för att upptäcka AI-skrivet innehåll lovar att avslöja text i ChatGPT-stil, men oberoende forskning visar en betydligt mer komplex bild. Den här artikeln sammanfattar vad studier faktiskt visar om Turnitin, GPTZero och liknande verktyg: deras träffsäkerhet, falska positiva resultat och oroande bias, särskilt för flerspråkiga och högpresterande elever. Den översätter sedan dessa bevis till konkret vägledning för skolor om när man inte ska använda detektorer, hur man bör reagera på AI‑flaggor och vad man kan göra i stället. Målet är ett rättvist, försvarbart bedömningssätt som skyddar den akademiska integriteten utan att skada just de elever vi vill stödja.
AI-betygssättning i stor skala: Lärdomar från universitet
augusti 22, 2024
Universitet har varit tidiga användare av AI-stödd betygssättning och har gått bortom hypen för att bygga praktiska system som fungerar i stor skala. Den här artikeln destillerar vad de faktiskt har gjort – från modereringsmodeller, kalibreringsrutiner och styrningsstrukturer till kommunikation med studenter och facklig samverkan – och översätter dessa lärdomar till realistiska arbetsflöden för skolor. Du hittar konkreta exempel på AI-anpassade bedömningsmatriser, återkopplingsmallar och stegvisa införandeplaner som ryms inom befintliga bedömningssystem, samtidigt som de respekterar provbanksregler, elevskydd och dataskyddskrav.