Utbildning och skola (2026-04-01)

Introduktion

Det andra mötet i Intric Arena med fokus på utbildning samlade deltagare från flera kommuner för att dela konkreta exempel på assistenter och diskutera tekniska möjligheter. Baserat på önskemål från föregående träff låg tyngdpunkten på verkliga användningsfall – från förskola till gymnasium – samt hur MCP-servrar (Model Context Protocol) kan förenkla arbetet med data och integrationer.

Ämnen som diskuterades

Assistenter i praktiken

Bedömningsassistent – Grundskola

En kommun demonstrerade en bedömningsassistent där lärare matar in läroplan (exempelvis Svenska åk 1 enligt Lgr25), elevens arbete (t.ex. ett nationellt prov) och eventuella lärandemål. Assistenten genererar då:

• En sammanfattande bedömning
• Kommentarer på olika delområden
• Identifierade fel och förbättringsförslag
• Preliminär bedömning utifrån kunskapskraven

Assistenten är kopplad till Skolverkets styrdokument och används under tydliga premisser: läraren behåller alltid det slutgiltiga bedömningsansvaret. Den har nyligen släppts skarpt efter grundligt förankringsarbete med rektorer och IT-pedagoger. Ett viktigt tillägg som diskuterades var att använda maskeringsfunktioner för att automatiskt ta bort personuppgifter från elevarbeten innan AI-analys.

Terminsplaneringsassistent – Grundskola

Denna assistent skapar pedagogiska planeringar över hela terminen. Läraren kan specificera undantag som idrottsdagar, prao, lovdagar och vård- och omsorgsdagar, och assistenten skapar en komplett terminplanering anpassad efter detta. Assistenten testas för närvarande av en grupp på ca 20 lärare innan bredare utrullning.

Kuratorsstöd och rektorsassistenter – Grundskola

Flera verksamheter har tagit fram assistenter för vägledning i kuratorers yrkesroll samt olika rektorsassistenter för administrativa uppgifter. Alla dessa har utvecklats tillsammans med representanter från verksamheten.

Dokumentationsstöd – Förskola

Pedagoger i förskolan använder assistenter för att underlätta dokumentationsarbetet kopplat till läroplanen.

Pedagogiska assistenter – Förskola

Enkla men mycket uppskattade assistenter inkluderar sagoskrivare, sångskrivare, veckobrevsgeneratorer och temaplanerare kopplade till läroplanen. Trots att dessa inte har avancerade prompter används de flitigt och uppskattas mycket. En kommun har rullat ut dessa till över 100 förskollärare med mycket positiv respons, och planerar utbildning för ytterligare 120 förskollärare.

Dataanalysassistenter – Grundskola och gymnasium

Gabriel Wallén från Intric demonstrerade två exempel på assistenter som visualiserar och analyserar data som kan exporteras från elevregister, lärplattformar och frånvarosystem.

Frånvaroanalys: Assistenten tar emot exporterad frånvarostatistik och visualiserar den i grafer på olika nivåer – för hela skolan, per klass eller för enskilda elever. Data kan exporteras från system som Skola24, Schoolsoft eller andra tjänsteleverantörer som stödjer standarder som SS12000:2020. Assistenten kan också kombinera frånvaro med andra datakällor som betyg för djupare analys.

Måluppfyllelse och betyg: Genom att kombinera data från Kolada med exporterad skolspecifik statistik kan assistenten visa betygsutveckling över tid. Exempel som visades inkluderade andel elever med lägst betyg och genomsnittliga betygspoäng i matematik, jämfört mellan en specifik skola, kommunen och riket. Assistenten kan förpromptas att visualisera data på önskat sätt så att rektorer och elevhälsan enkelt kan få underlag för analys och jämförelse.

Tillvägagångssättet är iterativt: börja med manuellt exporterade kalkylblad för att testa och validera värdet, för att sedan i ett senare skede titta på direktintegrationer via MCP-servrar för automatisk datainhämtning.

MCP-servrar och datavisualisering

En central del av mötet ägnades åt MCP-servrar – en teknik som standardiserar hur AI kan kommunicera med olika datakällor. Konceptet beskrevs som “USB för AI”: istället för att bygga skräddarsydda integrationer för varje system skapar man en gemensam standard.

Praktiska demonstrationer visade hur assistenter kan hämta och visualisera data från SCB, Kolada och elevregister för att skapa grafer över betyg, frånvaro och andra nyckeltal. Genom att kombinera flera datakällor kan assistenter ge fördjupad analys och stöd i det systematiska kvalitetsarbetet.

Systematiskt kvalitetsarbete

Diskussionen kring systematiskt kvalitetsarbete var särskilt engagerad. Deltagare lyfte fram hur mycket tid som idag läggs på manuell datasammanställning och rapportskrivning. Med rätt datakopplingar skulle AI kunna generera färdiga analyser, identifiera utvecklingsområden och föreslå åtgärder direkt när terminen avslutas – istället för veckor eller månader senare.

Säkerhet och personuppgifter

Flera deltagare betonade vikten av korrekt hantering av känsliga personuppgifter, särskilt i skolmiljö. Diskussioner fördes om behörighetsstyrning i MCP-servrar, konsekvensbedömningar enligt GDPR, och hur man säkerställer att data endast är tillgänglig för behöriga användare. Maskeringsfunktioner för att anonymisera elevarbeten innan AI-analys nämndes som en värdefull funktion.

Lärdomar och insikter

• Starta enkelt: Även mycket enkla assistenter kan ge stort värde om de möter ett reellt behov – förskoleassistenterna är ett tydligt exempel
• Fokusera på ändamål: Tydlighet kring vad AI får och inte får användas till är avgörande, särskilt vid myndighetsutövning
• Iterera med manuell data först: Börja testa assistenter med exporterad data innan ni bygger integrationer – det ger snabbare validering av värdet
• MCP öppnar dörrar: Standardiserade kopplingar till datakällor kan förändra hur skolor arbetar med analys och uppföljning
• Bygg gemensamt: Många kommuner använder samma system – genom att samarbeta kring MCP-servrar får alla nytta av samma utvecklingsinsats
• Kompetens är nyckeln: Tekniken är viktig, men förhållningssätt, riktlinjer och kompetensutveckling är minst lika avgörande för framgång

Arbetsgrupp för dataanalysassistenter

Det finns ett tydligt intresse för att gemensamt utveckla assistenter som kan visualisera och analysera data från elevregister, lärplattformar och frånvarosystem. En arbetsgrupp kommer att formas där intresserade kommuner kan bygga dessa assistenter tillsammans på ett iterativt sätt:

1. Börja med data som kan exporteras från befintliga system för att testa promptar och validera värdet
2. Därefter titta på vilka integrationer som behövs och vad som krävs från respektive tjänsteleverantör
3. Bygga MCP-servrar som kan återanvändas av alla deltagare

Särskilt fokus ligger på systematiskt kvalitetsarbete där mycket tid idag läggs på manuell datasammanställning. Med rätt assistenter skulle verksamheter kunna få färdiga analyser, identifierade utvecklingsområden och förslag på åtgärder direkt när terminen avslutas.

Anmäl intresse i Intric Arena-chatten om du vill vara med i arbetsgruppen.