Bedömningsdrift, vad forskningen säger om lärares gradvisa förskjutning

Bedömningsdrift är ett av de mest replikerade fynden i bedömningsforskningen. Begreppet beskriver hur en bedömare gradvis förskjuter sin nivå under arbetet med en stor textmängd, oftast utan att märka det själv. Pedagogisk forskning har dokumenterat fenomenet sedan tidigt 1900-tal, och det fortsätter att rapporteras i moderna metaanalyser av bedömnings-tillförlitlighet.

Vad fenomenet är

Drift kan ta sig flera former. En lärare som börjar mjuk och blir strängare ju längre rättningen pågår. En lärare som blir mer generös efter att ha sett några starka texter och kalibrerar sin förväntan uppåt. En lärare vars bedömning oavsiktligt ankras vid den första texten i högen och påverkas av den under hela genomgången.

Det viktiga i forskningen är att drift sällan är slumpmässig. Den är systematisk och påverkar betygens likvärdighet, både inom samma lärares arbete och mellan kollegor som börjar i olika delar av en provhög.

Tre orsaker enligt forskningen

Forskningen pekar typiskt på tre samverkande mekanismer.

Den första är kognitiv trötthet. Att bedöma elevtexter är högkrävande arbete som tar mental energi. Efter ett antal texter sjunker uppmärksamhet och precision. Effekten är väl beskriven inom kognitionsvetenskap och har replikerats specifikt för lärares bedömningsarbete.

Den andra är kontextuell ankring. När en lärare just har läst en stark text påverkas nästa bedömning av jämförelsen, även om bedömningen formellt ska göras mot kursens kriterier. Detta är ett uttryck för det allmänna fenomenet anchoring bias, som beskrivits brett inom beslutsforskningen sedan 1970-talet.

Den tredje är skiftande mentala modeller. Ju fler texter en lärare har sett inom en specifik uppgift, desto mer förfinas lärarens egen uppfattning om vad som karaktäriserar de olika nivåerna. Det är konstruktivt i längden, men det skapar drift inom samma rättningssession eftersom kalibreringen sker i realtid.

Vad det betyder för svensk likvärdighet

Skolverkets återkommande utvärderingar av nationella prov pekar på att bedömningar varierar mer mellan skolor än vad kursplanerna förutsätter. En del av variationen kan förklaras av drift. Det är en del av motiven bakom satsningen på central rättning av nationella prov från hösten 2026.

Drift påverkar inte bara betygsmedelvärden. Den påverkar enskilda elever på gränsfall mellan nivåer. En elev vars text rättas tidigt på en lång session kan få annan bedömning än en elev vars text rättas sent, även om båda texterna är likvärdiga.

Fyra motåtgärder med stöd i forskning

Varje åtgärd nedan har visst forskningsstöd från bedömningslitteraturen.

Pausering. Långa rättningssessioner ökar drift mer än korta. Att rätta i pass om 10 till 15 texter med pauser emellan dämpar trötthetseffekten. Pauser om 15 till 30 minuter med fysisk aktivitet eller annan typ av uppgift fungerar bättre än korta pauser vid skrivbordet.

Ankarexempel. Att börja varje pass med att läsa en eller två kalibreringstexter på olika nivåer hjälper läraren att återställa sin mentala kalibrering. Skolverket publicerar bedömaranvisningar med ankartexter. Att aktivt återgå till dem under arbetet är en evidensbaserad praxis.

Slumpvis ordning. Att ordna texterna efter elevnamn, klass eller annan systematik kan introducera oavsiktliga effekter. Att rätta i slumpvis ordning, eller åtminstone att blanda starka och svaga texter, dämpar systematisk ankring.

Andra-pass på gränsfall. För elever på gränsen mellan nivåer ger ett andra-pass där läraren läser bara dessa texter samlat ofta en mer exakt bedömning. Idén är att kalibreringen för gränsfallen sker mot varandra istället för att blandas in i rättningen av tydliga fall.

AI som referenspunkt mot drift

Ett AI-baserat bedömningsstöd har en strukturell fördel jämför med en mänsklig bedömare i denna fråga. Modellen tröttnar inte. Den ankras inte av tidigare texter eftersom varje analys körs isolerat med samma kursprompt. Den behåller samma kalibrering på text nummer 1 som på text nummer 30.

Det betyder inte att AI är en bättre bedömare. Det betyder att AI är en stabil referenspunkt som läraren kan använda för att upptäcka egen drift. Om en text som AI:n placerar på C-nivå plötsligt känns som en E hos läraren senare under sessionen, är det en signal att ta paus och återkalibrera.

Forskningen om sambedömning, som Skolverket aktivt främjar, bygger på samma logik fast med en kollega som referenspunkt. AI fungerar som ett komplement när kollegan inte är tillgänglig.

Vad detta betyder för dig som lärare

Drift är inte en personlig svaghet. Det är en mänsklig kognitiv egenskap som påverkar alla bedömare, oavsett erfarenhet. Att vara medveten om mekanismen är första steget. Att aktivt strukturera arbetet för att motverka den är andra steget.

Skolverkets allmänna råd om bedömning lyfter helhetsbedömning vid betygssättning, inte bara matrisbockning per uppgift. Hög-lärar drift inom enskilda rättningar är ett av motiven bakom det rådet. Helhetsbedömning vid terminsslut, baserat på flera underlag insamlade vid olika tidpunkter, neutraliserar drift bättre än enstaka prestationer.

Bedoma fungerar som en stabil referenspunkt vid bedömning av elevtexter. AI:n tröttnar inte och behåller samma kalibrering genom hela rättningssessionen. Prova gratis eller se en riktig analys.