Efter provet
maj 15, 2026
När proven är rättade vill många ämneslag ha återkoppling som är skarpare än ”repetera det här området” men snabbare än att skriva samma kommentar på varje elevsvar. Den här artikeln beskriver ett praktiskt AI-stött arbetsflöde för att omvandla vanliga fel till tydliga missuppfattningskluster, korta omundervisningsstarter och återkopplingsblad för hela klassen. Den visar också hur man bygger en rutin för prompt och redigering som håller ämnesmässig precision, examensnämndens språkbruk och ämneslagets egen röst stadigt i mänskliga händer.
Sveriges betygsskala 1–10: använd de här AI-verktygen nu
januari 16, 2026
Sveriges föreslagna betygsskala 1–10 har skapat förståelig osäkerhet, men lärare behöver inte vänta på slutliga reformdetaljer innan de förbättrar sina bedömningsrutiner. Den här artikeln visar hur Answer Key, Concept Explainer, Quiz Generator och Summariser kan användas redan nu på sätt som är oberoende av betygssystem. Huvudbudskapet är praktiskt: använd verktygen för tydligare beskrivningar, skarpare återkoppling, starkare retrieval och snabbare kommunikation i arbetslaget i dag, och byt sedan in den slutliga 1–10-formuleringen när politiken är fastställd.
Gy25 och LGR22: Sveriges dubbla läroplansreform
augusti 15, 2025
Sveriges lärare i årskurs 7–9 förväntas hålla två sanningar i huvudet samtidigt: hålla undervisningen enligt LGR22 stabil, samtidigt som de förbereder eleverna för Gy25:s ämnesbetyg i gymnasiet. Den här klassrumsnära guiden förklarar vad som gäller var under 2025–26, vad som förändras i betygsfilosofi och vad du kan justera redan nu utan att skriva om planeringar. Med en argumenterande skrivuppgift i 8 lektioner visar den hur ”sen förbättring räknas” kan bli en normal lärloop genom återkoppling, insamling av underlag och elevvanor som följer med smidigt in i Gy25.
UK:s AI-playbook för resultatperioden
augusti 4, 2025
Resultatperioden kan kännas som en rusning av siffror, berättelser och brådskande beslut. Det här playbooket visar ämneslag och SLT hur man använder AI för att omvandla GCSE- och A-level-resultat till konkreta undervisningsprioriteringar—utan att mata in elevidentifierande data i verktyg. Du får se vad du ska exportera (och vad du ska rensa bort), hur du säkert kan upptäcka mönster i kohorter och undergrupper, och hur du översätter svagheter på frågenivå till omundervisningssekvenser, retrieval och riktad träning. Det innehåller också en enkel styrningschecklista och en sign-off-kedja.
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.
Skrivning av årsrapporter i stor skala
juni 10, 2025
Att skriva årsrapporter ”i stor skala” handlar mindre om att skriva snabbare och mer om att bygga en tillförlitlig pipeline: strukturerade underlag in, konsekvent språk ut och tydligt mänskligt ansvar hela vägen. Den här artikeln beskriver ett moderation-first, integritetsminimerat arbetssätt för att batch-generera rapporter med hjälp av meningsbanker och variabla fält, med skydd för ton, SEND-anpassningar och korrekthet. Du får praktiska arbetsflödessteg, kvalitetsgrindar och ett revisionsvänligt versionssätt som undviker verktygssprawl. Den innehåller också en transparensnotis riktad till vårdnadshavare samt FAQ så att familjer förstår vad AI gjorde (och inte gjorde).
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.
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-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.
LGR22:s betygskriterier: AI-modellsvar
februari 14, 2024
LGR22:s E/C/A-beskrivningar är avsiktligt holistiska, vilket kan göra att sambedömning känns halt och subjektivt. Den här artikeln erbjuder ett sambedömningsförst-arbetsflöde som använder AI för att översätta LGR22:s kvalitativa språk till ”observerbara belägg” utan att glida tillbaka till LGR11-liknande kryssrute-bedömning. Du får tre fullt genomarbetade exempel som du kan kopiera och anpassa: modellsvar i historia med motiveringsnoter, ett frågeset i kemi som klättrar från återgivning till analys, och en ansvarsfull metod för ”svårighetsjustering” som stegvis sänker ett A-svar till C och sedan E med en tydlig ändringslogg.
Behärskning av Excel för lärare
februari 12, 2024
Utforska Excel's transformerande potential för lärare med vårt senaste inlägg om 'Behärskning av Excel för lärare'. Fördjupa dig i hur denna kraftfulla verktyg kan effektivisera betygsscheman och närvarorapportering, vilket förenklar administrativa uppgifter som ofta tar upp värdefull tid för lärare. Upptäck Automated Education, en AI-driven assistent som erbjuder anpassat stöd och verktyg för att hjälpa lärare på alla nivåer att dra nytta av Excel's möjligheter. Oavsett om du är nybörjare eller expert, erbjuder vår plattform handledningar, mallar och AI-vägledning för att förbättra effektiviteten inom utbildning. Omfamna innovation och fokusera mer på undervisning med Automated Education, din partner i utbildningsresan.
Vårt Svarnyckelverktyg
januari 18, 2024
Vi introducerar den senaste funktionen i Automated Education-appen: **Svarnyckelverktyget**. Detta innovativa verktyg hjälper lärare att skapa detaljerade svarnycklar för uppgifter, quiz och prov, anpassade till olika årskurser och ämnen. Genom att automatisera genereringen av enkla, utvecklade och avancerade svar baserade på fördefinierade rubriker, sparar verktyget tid, säkerställer konsekvent betygsättning och förbättrar feedbacken till eleverna. Perfekt för att skapa provnycklar, ge elevexempel och betygsätta uppgifter, är Svarnyckelverktyget ett mångsidigt tillskott till varje lärares verktygslåda, vilket främjar bättre läranderesultat med minimal ansträngning.
Automatiserad bedömning
januari 16, 2024
I blogginlägget utforskas automatiserad bedömning inom utbildningen och dess förmåga att förbättra lärarrollen genom tidsbesparingar och objektiv feedback. Författaren diskuterar hur artificiell intelligens (AI) kan betygsätta skriftliga svar, ge feedback på projekt, samt bedöma kreativa arbeten med hjälp av naturlig språkbehandling och andra avancerade tekniker. Samtidigt betonas vikten av att bevara en mänsklig touch i utbildningen, då AI inte kan ersätta lärarens subjektiva bedömning och personliga engagemang. Författaren argumenterar för att AI bör ses som ett verktyg som, när det används korrekt, kan komplettera men aldrig ers