# AI Fluency för lärare: utveckla omdöme, inte bara prompts

> En guide för att utforma AI-utbildning kring pedagogiskt omdöme, verifiering, delegeringsgränser och ansvarsfull praktik.

- Author: Viktor Berthelius (BRTHLS)
- Published: 2026-09-03
- Category: ai operating models
- Tags: utbildning, ai-fluency
- Language: sv
- Canonical: https://www.brthls.com/magazine/ai-fluency-larare-omdome-sv
- Source: BRTHLS Magazine — https://www.brthls.com

---

## Problem

Mycket AI-utbildning för lärare börjar och slutar med en samling prompts. Det kan hjälpa någon att skapa en första aktivitet, men förbereder inte läraren på att avgöra när AI bör användas, hur output ska granskas eller vilket ansvar som aldrig får delegeras.

## Tes

AI Fluency är beslutsförmåga, inte skrivhastighet. En AI-kunnig lärare kan formulera en pedagogisk avsikt, välja en lämplig roll för AI, verifiera resultatet och förklara dess begränsningar för eleverna.

## Ramverk

Utveckla fyra lager av kompetens:

- **Avsikt:** vilket lärande ska ske och varför tillför AI värde?
- **Interaktion:** hur ger man kontext, begränsningar och användbara exempel?
- **Verifiering:** hur kontrolleras fakta, bias, lämplighet och spårbarhet?
- **Ansvar:** vilka beslut och relationer förblir mänskliga?

| Situation | AI kan | Läraren behåller |
| --- | --- | --- |
| Förbereda aktivitetsvarianter | Föreslå utkast | Mål och lämplighet |
| Ge formativ feedback | Upptäcka mönster | Tolkning och samtal |
| Bedöma lärande | Organisera underlag | Slutligt omdöme och rätt till svar |

## Varför det spelar roll nu

UNESCO beskriver lärarkompetens i fem dimensioner, bland annat människocentrering, etik och pedagogik. DigCompEdu går också bortom teknisk skicklighet genom att koppla samman resurser, undervisning, bedömning och elevförmåga. Artikel 4 i EU:s AI Act lägger till ett kontextuellt ansvar för AI-kunnighet hos leverantörer och användarorganisationer.

## Anti-exempel

En workshop lär ut tjugo ”perfekta” prompts utan att granska data, fel eller bedömning. Lärarna går därifrån med recept som slutar fungera när verktyget ändras, men utan en metod för att fatta beslut.

## Protokoll (3 steg)

1. **Börja med ett pedagogiskt beslut:** inte en produktfunktion.
2. **Öva genom kontrast:** jämför acceptabla, tveksamma och oacceptabla resultat.
3. **Avsluta med spårbarhet:** dokumentera vad AI gjorde, vad personen verifierade och vad eleven lärde sig.

## Relaterat

- [Vad en startup inte bör automatisera ännu](/magazine/vad-inte-automatisera-startup-sv)
- [Ett 14-dagars AI-experiment för en startup](/magazine/14-dagars-ai-experiment-startup-sv)

## Konsulterade källor

- [UNESCO AI Competency Framework for Teachers](https://www.unesco.org/en/articles/ai-competency-framework-teachers)
- [EU-kommissionens DigCompEdu](https://joint-research-centre.ec.europa.eu/projects-and-activities/key-competences-lifelong-learning/digcompedu_en)
- [EU:s AI Act, artikel 4](https://eur-lex.europa.eu/eli/reg/2024/1689/oj?locale=sv)

## Nästa steg

Gör om en verklig aktivitet: definiera lärandet först, därefter AI:s roll och till sist underlaget som visar om insatsen faktiskt hjälpte.

---

_Cite as: Berthelius, V. (2026). "AI Fluency för lärare: utveckla omdöme, inte bara prompts". BRTHLS Magazine. https://www.brthls.com/magazine/ai-fluency-larare-omdome-sv_