AI-bedömning i skolan

AI-bedömning, AI-rättning och AI-detektion är tre olika saker

Tre begrepp blandas ihop i nästan varje samtal, och skillnaden avgör både juridiken och nyttan.

• AI-bedömning: en text analyseras mot betygskriterier och får en indikerad nivå per aspekt, med motivering. Läraren tar ställning.
• AI-rättning: uppgifter med facit, till exempel flervalsfrågor eller kortsvar. Där finns ett rätt svar och maskinen kan jämföra.
• AI-detektion: försök att avgöra om texten skrivits av en språkmodell. En helt annan uppgift, med helt andra felmarginaler.

Bedoma gör det första. Vi bygger ingen fuskdetektor, och det är ett medvetet val. Skolverket skriver rakt ut att chattbottar kan skriva uppsatser av hög kvalitet och att det inte finns något säkert sätt att avgöra om en text är AI-genererad. Vi har gått igenom hur långt detektorerna faktiskt räcker, och slutsatsen är att en skola inte bör bygga rutiner på dem.

AI-bedömning är inte heller automatisk betygssättning. Ett betyg är ett myndighetsbeslut. Enligt skollagen 3 kap. 16 § beslutas det av den eller de lärare som bedriver undervisningen när betyget ska sättas, och är läraren inte legitimerad fattas beslutet tillsammans med en legitimerad kollega. Ett verktyg producerar underlag, ungefär som en kollegas andra läsning. Det fattar inget beslut.

Skolverkets råd om AI, chattbottar och liknande verktyg

Skolverket har publicerat råd om AI, chattbottar och liknande verktyg, senast uppdaterade 18 juni 2026. Tre punkter är relevanta för bedömningsarbetet.

Läraren ansvarar för att underlaget är elevens eget. Skolverket avråder från att använda inlämningsuppgifter som betygsunderlag utan kontroll. Det är i grunden en fråga om provsituation och uppgiftsdesign, inte om detektionsteknik.

Var försiktig med personuppgifter. Skolverket påpekar att AI-tjänster ofta skickar data till andra länder, att personuppgifter och elevtexter inte ska lämnas ut utan tillåtelse, och att det inte går att radera information som en AI-tjänst har fått tillgång till.

Skriv ned era riktlinjer. Skolverket rekommenderar nedskrivna riktlinjer för AI-användning som går att justera och uppdatera löpande.

Myndigheten förbjuder alltså inte att en lärare använder AI som stöd i sitt bedömningsarbete. Den säger något annat och mer användbart: sköt personuppgifterna, säkra att texten är elevens, och dokumentera hur ni gör. Det juridiska läget för dig som lärare har vi gått igenom mer i detalj.

I Skolverkets uppföljning i maj 2026 uppgav nära åtta av tio tillfrågade lärare att de använt AI-tjänster i någon del av arbetet, vanligast vid planering och förberedelse. Underlaget är 368 lärare i myndighetens webbpanel, verksamma i grundskola, förskoleklass och fritidshem, och Skolverket skriver själv att bilden inte är nationellt representativ. Riktningen är ändå svår att missa.

EU AI Act: bilaga III, artikel 14 och vad högriskklassningen betyder för en lärare

AI-system som utvärderar läranderesultat är högrisk enligt bilaga III punkt 3 i EU AI Act. Det låter dramatiskt. I praktiken är det en kravlista som träffar leverantören, inte läraren.

Tidslinjen efter omnibusförordningen (EU) 2026/1744, som trädde i kraft 27 juli 2026:

• Transparenskraven i artikel 50 gäller sedan augusti 2026. Det ska bland annat framgå när innehåll är AI-genererat.
• Högriskkraven för fristående system i bilaga III gäller från 2 december 2027, framflyttat från augusti 2026.

Klassningen ligger kvar. Det som sköts fram är riskhanteringssystem, teknisk dokumentation, datakvalitet, loggning, registrering i EU-databasen och mänsklig tillsyn enligt artikel 14. Mänsklig tillsyn är kärnan i hela klassningen: en fysisk person ska kunna förstå systemets utdata, ifrågasätta den och åsidosätta den.

Det finns ett undantag i artikel 6.3 för system som bara utför en snäv procedurell uppgift, förbereder underlag, upptäcker mönster utan att ersätta mänsklig bedömning, eller förbättrar resultatet av ett redan avslutat mänskligt arbete. Undantaget ska tolkas snävt, leverantören måste dokumentera sin bedömning innan systemet släpps, och profilering av fysiska personer gör systemet högrisk oavsett.

Vi har inte byggt produkten på det undantaget. Bedoma visar en indikation, aldrig ett satt betyg, och läraren väljer betyg själv i gränssnittet. Hur väl indikationen stämmer med lärarens bedömning redovisas öppet på transparenssidan, ämne för ämne och med antalet texter bakom varje rad.

GDPR och elevtexter: personuppgiftsansvar, biträdesavtal och allmänna chattbottar

En elevtext är nästan alltid en personuppgift. Namn, klassbeteckning, en berättelse om familjen eller om ett tidigare hemland räcker. Då gäller GDPR.

Tre saker missförstås ofta:

• Personuppgiftsansvaret ligger hos huvudmannen, alltså nämnden i kommunen eller styrelsen för den enskilda skolan. Inte hos rektor, och inte hos den enskilda läraren. En lärare kan därför inte på egen hand godkänna ett verktyg.
• Personuppgiftsbiträdesavtal krävs innan uppgifterna behandlas hos en leverantör. Avtalet ska enligt artikel 28.3 slå fast att biträdet bara behandlar uppgifter enligt dokumenterade instruktioner. Därtill behövs rättslig grund, registerförteckning, och i vissa fall en konsekvensbedömning.
• Pseudonymisering är inte anonymisering. Att stryka namnet gör inte texten till en icke-personuppgift, vilket IMY är tydlig med. En elev som skriver om sin egen skolgång kan vara identifierbar ändå.

Här ligger det verkliga problemet med allmänna chattbottar. Inte att de skriver dålig svenska, utan att huvudmannen sällan har biträdesavtal för just den tjänst läraren råkar ha öppen, inte vet var texten hamnar, och inte kan få den raderad. En lärare som klistrar in en klassuppsättning i ett privat konto har gjort en behandling som huvudmannen ansvarar för utan att känna till den. Vad GDPR säger om exakt det scenariot har vi skrivit en längre genomgång om.

Ett bedömningsstöd byggt för skola ska erbjuda biträdesavtal, redovisa sina underbiträden, och låta bli att spara elevtexter som standard. Bedoma sparar ingen elevtext om inte läraren aktivt väljer det.

Så arbetar ett bedömningsstöd mot Skolverkets betygskriterier

Under huven finns tre lager: kriterierna, läsanvisningen och efterbearbetningen.

Kriterielagret är kurs- och ämnesplanerna. Bedoma har 116 verifierade ämnen, kurser och nivåer, avstämda mot Skolverkets öppna kursplans-API: Lgr22 för åk 4 till 6 och åk 7 till 9, Gy11-kurserna, och Gy25-ämnena. Varje analys utgår från den faktiska kriterietexten för rätt ämne och rätt nivå, inte från en allmän uppfattning om vad ett C brukar vara.

Läsanvisningen översätter kriterierna till något en maskin kan tillämpa. Progressionsorden är det som skiljer stegen åt: enkelt mot utvecklat mot välutvecklat, i huvudsak fungerande mot ändamålsenligt. Verktyget bygger på en ledande språkmodell, specialiserad och kalibrerad för bedömning mot Skolverkets betygskriterier, och körs med temperatur noll så att samma text ger samma läsning i dag och om två veckor.

Efterbearbetningen är den tråkiga men avgörande delen. Sedan 2022 gäller sammantagen bedömning vid betygssättning, med undantag för E-tröskeln där samtliga kriterier ska vara uppfyllda. En regelmotor stämmer därför av matrisen mot betygsskalans logik innan resultatet visas, till exempel när aspekterna landar blandat mellan två steg.

Du får en matris per aspekt, markeringar i texten som visar var nivån syns, och en motivering kopplad till kriterietexten. Hur matriserna ser ut per ämne och årskurs kan du läsa på våra matrissidor.

Där AI-bedömning är svagast: gränsfall, sammansatta betyg och allt som inte står i texten

Ärlighet om svagheterna är det som gör ett stöd användbart. Fyra begränsningar är strukturella, inte buggar som försvinner med nästa version.

Gränsfallen mellan betygssteg är svårast. Skillnaden mellan E, C och A är en tolkningsfråga där även erfarna lärare drar gränsen olika, och den svåraste gränsen är sällan den mot E utan den mot C.

De sammansatta betygen D och B är svårare än de rena stegen. Ett D förutsätter att helheten ligger på E men att övervägande delar når C. Vad övervägande del betyder i en enskild text är ett omdöme, inte en beräkning.

Verktyget ser inte eleven. Det vet ingenting om muntliga insatser, om processen fram till texten, om anpassningar, om undantagsbestämmelsen, eller om att eleven visade förmågan i ett samtal för tre veckor sedan. Betyget ska sättas utifrån all tillgänglig information om elevens kunskaper. En text är en del av den informationen, aldrig hela.

Det läser bara text. Laborationer, framföranden, gestaltningar och praktiska moment ligger utanför. I ämnen där merparten av kunskapsvisandet sker utanför skriven text blir ett textbaserat stöd av rent logiska skäl en mindre del av underlaget.

Det finns också en positiv sida av osäkerheten. När din bedömning och indikationen går isär är det oftast ett tecken på att texten faktiskt är ett gränsfall. Att känna sig osäker vid betygssättningen betyder oftare att du ser problemet klart än att du gör fel.

AI-bedömning per skolform: Lgr22, Gy11, Gy25, komvux och högskola

Förutsättningarna skiljer sig mer mellan skolformer än mellan ämnen.

Grundskolan åk 4 till 6. Kortare texter, färre kriterier, och en bedömning som väger tungt eftersom det är elevens första betyg. Texterna är korta nog att enstaka formuleringar lätt övertolkas, så läs indikationen som en ingång till ett samtal snarare än som ett svar.

Grundskolan åk 7 till 9. Här finns störst textunderlag och tydligast progression i kriterierna. De nationella proven i svenska och engelska ger dessutom en gemensam referenspunkt för hela kollegiet, vilket gör kalibrering enklare.

Gymnasiet. Gy11-kurserna har detaljerade kriterier per kurs, medan Gy25 flyttar till ämnesbetyg med nivåer inom ämnet. Skillnaden får konsekvenser för hur underlag samlas över tid, inte bara för hur en enskild text läses.

Komvux. Samma kriterier, annan verklighet: kortare kurser, glesare kontakt, elever som läser flera kurser parallellt. Ett konsekvent stöd gör mest nytta just där lärarens egen kalibrering får minst tid att sätta sig.

Högskola och universitet. Här finns inga kriterier från Skolverket, utan kursens egna lärandemål och lokala betygsskalor. Bedoma stödjer det som betafunktion mot lärarens inklistrade lärandemål.

Nationella prov har egna bedömningsanvisningar och en helt egen rytm över läsåret. Det har vi samlat för sig, eftersom förutsättningarna där skiljer sig från vanlig löpande bedömning.

Sambedömning, likvärdighet och Skolinspektionens ombedömning av nationella prov

Likvärdighetsproblemet är inte nytt, och det är inte orsakat av AI. Skolinspektionen ombedömde nationella prov på regeringens uppdrag från 2009 fram till att uppdraget avbröts under pandemin 2020, och mönstret upprepade sig omgång efter omgång. I de senare omgångarna gjorde ombedömaren en annan bedömning än skolans lärare i över hälften av de granskade delproven, skillnaderna var störst på delprov med långa fritextsvar, och när bedömningarna skilde sig var det vanligast att skolans egen bedömare hade varit generösare.

Det är inget underkännande av lärarkåren. Det är vad forskningen om mellan-bedömare-reliabilitet har visat i decennier: långa, tolkande texter är genuint svåra att bedöma samstämmigt, oavsett vem som läser.

Sambedömning är det etablerade svaret, och det fungerar. Problemet är att det kräver samtidig tid av två lärare, och den tiden finns sällan i maj.

Ett bedömningsstöd ersätter inte sambedömning. Det kan däremot göra tre saker som liknar den: ge en andra läsning som alltid utgår från kriterietexten, läsa den nittionde texten utan den trötthet och den ordningseffekt som drabbar oss människor, och peka ut var i texten en nivå påstås synas, så att ni har något konkret att diskutera.

Praktiskt fungerar det bäst inuti sambedömningen, inte som ersättning för den. Alla läser sin text, alla kör samma text genom stödet, och skillnaderna blir dagordningen för mötet. Så kan det se ut vid nationella proven.

Så inför en skola AI-bedömning utan att det blir ett IT-projekt

Det vanligaste misstaget är att behandla ett bedömningsstöd som en plattform. Det behöver inga elevkonton, ingen koppling till lärplattformen och ingen utrullning.

En ordning som brukar fungera:

• En lärare eller ett arbetslag testar på texter de redan har bedömt själva. Jämför indikationen med er egen bedömning. Det tar en eftermiddag och ger ett ärligare beslutsunderlag än vilken leverantörsdemo som helst.
• Huvudmannen tecknar personuppgiftsbiträdesavtal och för in behandlingen i registerförteckningen innan verktyget används skarpt på elevtexter.
• Skriv in bedömningsstödet i skolans AI-riktlinjer: vem får använda det, till vad, och hur dokumenteras att läraren gjort den slutliga bedömningen. En AI-policy för skolan behöver inte vara lång, men den behöver finnas.
• Informera elever och vårdnadshavare. Det är en förtroendefråga i vardagen, och det ligger i linje med Skolverkets råd om nedskrivna riktlinjer som går att ta del av.
• Utvärdera efter en termin: sparad tid, upplevd trygghet i betygssättningen, och om skillnaderna mellan kollegors bedömningar minskat.

Rektor behöver framför allt kunna svara på tre frågor: vem är personuppgiftsansvarig, hur säkerställs den mänskliga tillsynen, och vad kostar det per lärare och termin. De svaren har vi samlat för skolledning.

Sju frågor att ställa till varje leverantör av AI-bedömningsverktyg, inklusive oss

Ställ samma frågor till alla, och be om skriftliga svar.

• Vilka läroplaner och kurser stöds, och är kriterietexterna hämtade från Skolverkets egen källa eller omskrivna av leverantören?
• Publicerar ni hur väl era indikationer stämmer med lärares bedömningar, per ämne, med antalet texter bakom varje siffra? Ett tal utan underlag säger ingenting.
• Tecknar ni personuppgiftsbiträdesavtal, var behandlas uppgifterna, och vilka underbiträden anlitas?
• Sparas elevtexter, och kan skolan välja bort det?
• Används våra elevtexter för att träna modeller?
• Hur är den mänskliga tillsynen byggd i gränssnittet? Visas ett betyg, eller en indikation som läraren måste ta ställning till?
• Kan en enskild lärare prova på riktigt innan skolan köper, eller krävs ett införandeprojekt först?

Fråga tre, fyra och fem avgör oftast om huvudmannens dataskyddsombud säger ja. Fråga två skiljer verktyg som faktiskt mätt sig från verktyg som bara påstår.

Vi svarar på alla sju själva. Mätningarna ligger öppet, vi sparar inga elevtexter som standard, och gratisnivån räcker för att pröva på texter du redan bedömt. En jämförelse av verktygen på svenska marknaden finns också, med samma kriterier tillämpade på oss som på alla andra.

Vanliga frågor om AI-bedömning