Hoppa till huvudinnehåll
bedoma
Alla inlägg
5 min läsning

Källkritik i AI-tid, de fyra kriterierna uppdaterade

Källkritikens fyra klassiska kriterier äkthet, närhet, beroende och tendens står sig men behöver kompletteras när källor är AI-genererade. Praktisk uppdatering för svenska skolor.

Källkritiken är en av skolans mest centrala kompetenser. Den lärs ut i samhällskunskap och historia, integreras i svenska, och tillämpas i alla ämnen där elever söker information. Tills nyligen byggde undervisningen på fyra kriterier från 1900-talets historieforskning. Med AI-genererade texter behöver dessa kompletteras, inte ersättas.

De fyra klassiska kriterierna

Källkritikens grund formulerades av historiker tidigt på 1900-talet och fortsätter att vara giltig. Skolverkets centrala innehåll i SO-ämnena nämner alla fyra explicit.

Äkthet. Är källan vad den utger sig för att vara? Är dokumentet ett autentiskt brev eller ett senare påhittat? För digitala källor: är webbplatsen genuin eller en imitation?

Närhet. Hur nära i tid och rum står upphovsmannen till händelsen källan beskriver? Ett ögonvittne från 1944 är närmare slaget i Normandie än en historiker från 2010. Närhet kan vara både styrka och svaghet beroende på syfte.

Beroende. Bygger källan på förstahandsobservation eller refererar den vidare till andra källor? En tidningsartikel som citerar TT som citerar AP som citerar en regeringskälla är fjärde led från originalet. Varje led ökar risken för förvanskning.

Tendens. Har upphovspersonen ett intresse av att framställa något på ett visst sätt? Politiska partier, lobbygrupper, kommersiella aktörer och ibland enskilda forskare har tendens. Det betyder inte att källan är värdelös, men man måste väga in.

Dessa fyra fungerar fortfarande för traditionella källor: tidningsartiklar, böcker, intervjuer, arkivmaterial.

Det fyra klassiska räcker inte för AI

När en elev citerar ChatGPT eller Perplexity som källa stöter de fyra kriterierna på problem.

Äkthet är märkligt. AI-genererad text är "äkta" i den meningen att modellen verkligen producerade den, men det finns ingen mänsklig upphovsperson som tar ansvar för innehållet. Det är inte ett dokument utan en sannolikhetsutdataljerad text.

Närhet blir nästan omöjlig. Modellen är tränad på data fram till en viss tidpunkt och kan ge information från olika år utan att specificera. Det är inte närhet i traditionell mening.

Beroende är svårast. Modellen är beroende av sin träningsdata, men träningsdatan är ofta ospecificerad. Eleven vet inte om modellen plockat fakta från Wikipedia, en bok eller en blogg.

Tendens. Modellen själv har en svag direkt agenda men företaget som tränat den har det. Träningsmetoden RLHF lägger in mänskliga preferenser i modellen. OpenAI, Anthropic och Google har olika säkerhets- och innehållsregler som påverkar svar.

Tre nya kriterier att lägga till

Den uppdatering som börjar växa fram bland svenska och nordiska bedömningsforskare lägger till tre kriterier specifika för AI-källor.

Hallucinationsrisk. Stora språkmodeller producerar ibland uppgifter som inte stämmer, så kallade hallucinationer. För källkritik betyder det att en AI-genererad text aldrig kan tas på rakt allvar utan verifiering mot oberoende källa. En elev som citerar AI utan att verifiera har misslyckats med källkritiken.

Träningsdatans bias. Vad fanns i datan modellen lärde sig av? Övervägande engelska källor? Främst västerländska perspektiv? Underrepresentation av minoritetsröster? Modeller från olika företag visar systematiska skillnader när man frågar om kontroversiella ämnen. Eleven behöver kunna reflektera över hur valet av modell påverkar svaret.

AI-företagets tendens. AI-företag är kommersiella aktörer med ekonomiska intressen. De policyer som styr vad modellen säger om vissa ämnen är inte neutrala. Att veta att svaret kommer från en specifik modell är därför analogt med att veta att en artikel kommer från en specifik tidning.

Sammanlagt blir det sju kriterier i AI-tid: äkthet, närhet, beroende, tendens, hallucinationsrisk, träningsdatans bias, AI-företagets tendens.

Praktisk tillämpning i klassrummet

Tre konkreta sätt att integrera detta i undervisningen.

Övning för åk 7 till 9. Be eleverna ställa samma fråga till två olika AI-modeller (till exempel ChatGPT och Claude). Jämför svaren. Var skiljer de sig? Vilka fakta verifieras lätt mot Wikipedia? Vilka inte? Diskussion: hur påverkar det vår tilltro?

Övning för svenska 3. Eleverna skriver en utredande text med traditionella källor. Sedan låter de en AI sammanfatta samma frågeställning. Jämför struktur, argumentation och faktatätthet. Vilken text håller bättre för källkritisk granskning? Diskussion om varför.

Övning för historia 1b. Be eleverna fråga AI om en specifik händelse i nordisk historia, gärna en där tendens är tydlig (svensk-norsk unionsupplösning, finska inbördeskriget). Sedan jämför med Skolverket-godkända läromedel. Vad lyfter AI som inte läromedel gör, eller vice versa? Vad säger det om träningsdatans bias?

När AI är OK som källa

Det är inte fel att använda AI i lärandet. Det är fel att citera AI utan källkritisk granskning.

OK: använda AI för att förstå ett begrepp, hitta uppslag, formulera frågor.

OK med försiktighet: använda AI för faktauppgifter, men alltid verifiera mot oberoende källa innan man citerar.

Inte OK: citera AI som källa utan verifiering.

Skolverket har tydligt sagt att en lärare som inte kan verifiera om en text är elevens egen inte ska använda den som betygsunderlag. Samma logik gäller åt andra hållet: en elev som inte kan verifiera om en uppgift är korrekt ska inte använda den som faktabas.

Vad detta betyder för bedömning av elevtexter

När du som lärare bedömer en elevtext med källhänvisningar, leta efter:

Verifiering. Citerar eleven en AI som primär källa, eller används AI som inspiration men verifieras mot annan källa? Det första är källkritisk svaghet, det andra är god praxis.

Reflektion. Skriver eleven om hur de använt AI? Reflektion över verktygets begränsningar visar källkritisk medvetenhet och bör värderas högt.

Triangulering. Hänvisas till flera oberoende källor som bekräftar samma uppgift? Det är fortfarande den starkaste markören för källkritisk kompetens.

Bedöma elevtexters källkritik enligt Skolverkets E, C, A skala har inte ändrats. Det som ändras är vad som räknas som tillämpning av kriterierna.


Bedoma analyserar elevtexter mot Skolverkets aktuella betygskriterier inklusive källkritik. Vill du se hur det ser ut konkret? Prova gratis eller se en riktig analys.

Vill du prova AI-stödd bedömning? Kom igång gratis med Bedoma . Fem analyser per månad, alla ämnen och kurser.