# AI Fluency for undervisere: udvikl dømmekraft, ikke kun prompts

> En guide til at designe AI-undervisning omkring pædagogisk dømmekraft, verifikation, grænser for delegering og ansvarlig praksis.

- Author: Viktor Berthelius (BRTHLS)
- Published: 2026-09-03
- Category: ai operating models
- Tags: uddannelse, ai-fluency
- Language: da
- Canonical: https://www.brthls.com/magazine/ai-fluency-undervisere-dommekraft-da
- Source: BRTHLS Magazine — https://www.brthls.com

---

## Problem

Meget AI-undervisning for undervisere begynder og slutter med en samling prompts. Det kan hjælpe med at skabe en første aktivitet, men forbereder ikke underviseren på at beslutte, hvornår AI bør bruges, hvordan output skal vurderes, eller hvilket ansvar der aldrig må delegeres.

## Tese

AI Fluency er beslutningskompetence, ikke skrivehastighed. En AI-kompetent underviser kan formulere en pædagogisk intention, vælge en passende rolle til AI, verificere resultatet og forklare dets begrænsninger for de studerende.

## Framework

Udvikl fire lag af kompetence:

- **Intention:** hvilken læring skal ske, og hvorfor tilfører AI værdi?
- **Interaktion:** hvordan gives kontekst, begrænsninger og nyttige eksempler?
- **Verifikation:** hvordan kontrolleres fakta, bias, egnethed og sporbarhed?
- **Ansvar:** hvilke beslutninger og relationer forbliver menneskelige?

| Situation | AI kan | Underviseren beholder |
| --- | --- | --- |
| Forberede aktivitetsvarianter | Foreslå udkast | Mål og egnethed |
| Give formativ feedback | Opdage mønstre | Fortolkning og samtale |
| Vurdere læring | Organisere evidens | Endelig bedømmelse og ret til svar |

## Hvorfor det er vigtigt nu

UNESCO beskriver lærerkompetence i fem dimensioner, blandt andet menneskecentrering, etik og pædagogik. DigCompEdu går også videre end teknisk kunnen ved at forbinde ressourcer, undervisning, vurdering og elevkompetence. Artikel 4 i EU's AI Act tilføjer et kontekstuelt ansvar for AI-kompetence hos udbydere og anvendere.

## Anti-eksempel

En workshop underviser i tyve ”perfekte” prompts uden at undersøge data, fejl eller vurdering. Underviserne går derfra med opskrifter, der udløber, når værktøjet ændres, men uden en metode til at træffe beslutninger.

## Protokol (3 trin)

1. **Start med en pædagogisk beslutning:** ikke en produktfunktion.
2. **Øv gennem kontrast:** sammenlign acceptable, tvivlsomme og uacceptable resultater.
3. **Slut med sporbarhed:** dokumentér, hvad AI gjorde, hvad personen verificerede, og hvad den studerende lærte.

## Relateret

- [Hvad en startup ikke bør automatisere endnu](/magazine/hvad-ikke-automatisere-startup-da)
- [Et 14-dages AI-eksperiment for en startup](/magazine/14-dages-ai-eksperiment-startup-da)

## Konsulterede kilder

- [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=da)

## Næste skridt

Redesign en virkelig aktivitet: definér læringen først, derefter AI's rolle og til sidst den evidens, der viser, om indsatsen faktisk hjalp.

---

_Cite as: Berthelius, V. (2026). "AI Fluency for undervisere: udvikl dømmekraft, ikke kun prompts". BRTHLS Magazine. https://www.brthls.com/magazine/ai-fluency-undervisere-dommekraft-da_