Fagspesifikke eksempler

– Tilpasning av språk og mottaker: Elever bruker KI til å generere flere versjoner av samme tekst for ulike mottakere (for eksempel ungdom, eldre lesere, fagpersoner) og sammenligner hvilke endringer som er gjort i ordvalg, stil og tone. Deretter tilpasser de selv en ny versjon og reflekterer over mottaker-hensyn. Kilde

– Skriveopplæring, trinnvis støtte: Bruk en styrt prompt for “idé → disposisjon → påstand + belegg → motargument” som elever fyller ut før egen skriving. Kilde.

– KI som “medleser” i norsk/engelsk: Elever limer inn egne utkast og ber KI foreslå omstrukturering av avsnitt og konkrete forbedringer per avsnitt, deretter reviderer elevene arbeidet sitt basert på tilbakemeldingen. Eleven legger ved KI-logg og kort refleksjon rundt endringene som ble gjort.

– Snu oppgaven på hodet: krev at eleven bruker KI aktivt i alle deler av oppgaven. Be om fullstendig logg og ha en avsluttende muntlig refleksjon.

– En liste med konkrete forslag til utforming av «KI-vennlige» skriveoppgaver.

• Personlig trenings- og bevegelseslogg: Elever bruker KI til å analysere sine egne bevegelsesdata (for eksempel skritt, puls, tid brukt på aktivitet) og får forslag til forbedringer eller variasjoner. Deretter diskuterer de i grupper hvilke tiltak som faktisk er realistiske og hvordan de måler fremgang. Kilde
  
• Tilpasset aktivitet for ulike nivåer: Læreren bruker KI til å generere flere aktivitetsløp eller stasjoner med forskjellig nivå (lett, middels, utfordrende) og får forslag til tilpasning for elever med ulike ferdigheter/fysiske forutsetninger. Elevene velger nivå, deltar og vurderer etterpå nivå- og læringsutbytte. Kilde
  
• Refleksjon over bevegelse, helse og teknologi: Elever får i oppgave å bruke KI til å hente eksempler på hvordan teknologi/AI brukes i sport og trening (for eksempel wearables, bevegelsesanalyse). Deretter diskuterer de et etisk / helseperspektiv: Hva betyr dette for deres egen kroppsøving, og hvilke muligheter og risikoer finnes? Kilde

– Debatt med KI-genererte rollekort: elever får tildelt ulike politiske roller eller interessegrupper laget av KI (f.eks. partier, miljøorganisasjoner, næringsliv). De bruker kortene i en strukturert debatt om en aktuell sak som klimakutt eller skatt. Kilde.

– Analyse av nyhetsbias: KI brukes til å generere korte sammendrag av samme nyhetssak fra ulike kilder. Elevene sammenligner vinkling, ordvalg og kildebruk for å avdekke bias. Kilde.

– Etiske og politiske dilemmaer: Læreren beskriver et dilemma (f.eks. overvåking vs. personvern) og KI skriver argumenter for begge sider; elevene vurderer troverdighet og verdigrunnlag. Kilde.

– Simulering av beslutningsprosesser: Elever bruker KI til å simulere beslutningsprosesser i nasjonale eller internasjonale organer, med KI som rådgiver; elevene vurderer politiske konsekvenser. Kilde.

– hypotesehjelper: Elever beskriver et planlagt forsøk; KI genererer 2–3 testbare hypoteser samt forslag til kontrollvariabler; elevene vurderer forslagene og justerer metoden. Kilde.

– Refleksjon etter forsøk: etter et eksperiment kan KI stille spørsmål som “Hva kunne du gjort annerledes?” eller “Hvilke feilkilder kan ha påvirket resultatet?”. Elevene svarer og får forslag til hvordan de kan forbedre metoden. Kilde.

– Begrepsforklarer: elever limer inn vanskelige fagbegreper som diffusjon eller ionebinding, og KI forklarer på flere nivåer (for eksempel for 10-åring, ungdomsskole og VGS). Klassen sammenligner forklaringene og diskuterer presisjon. Kilde.

– Mønstergjenkjenning: etter å ha samlet inn måledata (for eksempel temperatur og pH i vannprøver), bruker elevene KI til å finne mønstre og lage forslag til forklaring som de deretter vurderer kritisk. Kilde.

– Kritisk vurdering av KI-forklaringer: læreren ber KI forklare et naturfaglig fenomen (for eksempel drivhuseffekten). Elevene sjekker forklaringen mot læreboka og markerer hva som er riktig, unøyaktig eller mangler. Kilde.

– KI-veilederen i matematikk: elevene bruker en KI-assistent som stiller spørsmål, gir hint og hjelper dem å finne neste steg i oppgaveløsningen – uten å gi fasiten. Læreren bruker verktøyet for å støtte refleksjon og selvstendig tenking. Kilde.

– Feilfinneren: elevene løser oppgaver digitalt, og KI analyserer besvarelsene for å oppdage mønstre i vanlige feil. Klassen går gjennom tilbakemeldingene sammen og diskuterer hvordan de kan forbedre løsningsstrategiene. Kilde.

– Tilpassede oppgavesett: læreren bruker KI til å generere matematiske oppgaver på ulike nivåer – fra grunnleggende til utfordrende – og justerer promptene etter hvordan elevene mestrer innholdet.. Kilde.

– Åpen KI-bruk i klassen:
Elever får bruke KI aktivt under arbeid med algebraoppgaver. De dokumenterer hvordan verktøyet er brukt, og diskuterer forskjellen mellom støtte og juks i etterkant. Kilde.

– Utforskende problemløsing: elevene bruker KI til å få forslag, visualiseringer og hint mens de løser komplekse oppgaver. Læreren lar KI-støtten bli en del av samtalen i klassen for å fremme refleksjon og ulike løsningsstrategier. Kilde.

– Generere ressurs-kort og læringsaktiviteter: KI brukes av lærere til å lage “årsak/virkning-kort” for kjente historiske hendelser som elever jobber med for å forstå. Kilde.

– Elever i samtale med historiske “karakterer”: Elever bruker KI-chatbot som spiller en historisk skikkelse (for eksempel Abraham Lincoln, Cleopatra VII) og stiller spørsmål om tidsepoken. Kilde.

– Simulering av beslutningsprosesser i historie: Elever bruker KI til å foreslå handlingsalternativer i en historisk situasjon (for eksempel under Cuban Missile Crisis) og jobber med hvilke konsekvenser de kunne hatt. Kilde.

– Analysepartner: Elevene bruker KI-verktøy til å analysere satellittbilder av et kystområde for å identifisere tegn til erosjon og landhevning; klassen drøfter hvordan modellen kan ha feilkilder. Kilde.

– Fremtiden: I en undervisning om urbanisering får elevene KI-generert visualisering som viser byvekst over 30 år. De bruker dette som utgangspunkt for å vurdere konsekvenser for infrastruktur og miljø.

– Spørsmålskort og datasett: læreren bruker KI til å generere et sett med spørsmålskort om migrasjon og global mobilitet basert på store datasett. Elevene jobber i grupper og faktasjekker KI-kortene mot SSB-data. Kilde.

– Simulering: Klassen får en oppgave om naturfarer og ber KI lage forslag til scenarier for flom etter ekstremvær. Elevene vurderer modellforslagene selvstendig opp mot virkelige hendelser.

– Dilemmadiskusjon: elever bruker KI til å generere argumenter for og imot et etisk dilemma (f.eks. overvåkning vs. personvern). Deretter vurderer de kvaliteten på argumentene og diskuterer verdigrunnlaget. Kilde.

– Ulike perspektiver: i en klasse diskuteres hvordan teknologisk utvikling og kunstig intelligens påvirker menneskesyn og religion. KI foreslår ulike perspektiver som elevene undersøker i grupper og diskutere opp mot troverdige kilder.

– Feilsøk: Klassen får et KI-generert sammendrag av en religiøs tekst, og skal deretter sammenligne det mot originalen for å identifisere mangler eller skjevheter. Kilde.

– Spørsmålsgenerering: elever bruker KI til å lage refleksjonsspørsmål etter undervisning om menneskesyn, og jobber i grupper med å besvare ett av spørsmålene. Kilde.

– Begrepskart: lever bruker KI til å lage et “begrepskart” over sentrale begreper i livet etter døden, og presenterer det visuelt i klassen. Kilde.

– Spilleregler: lærer og elever samarbeider om å utvikle kriterier for god KI-bruk i religion og etikk – KI genererer forslag, elevene justerer og bruker kriteriene i egen oppgave. Kilde.

• Jobbforberedelse: elevene bruker KI til å skrive eller forbedre søknad, CV og kort presentasjon til potensielle lærebedrifter. De legger inn reelle erfaringer og lar KI foreslå formuleringer som passer for deres fagområde. Klassen diskuterer etterpå hvordan man bevarer personlig stemme og ærlighet.
  
• Planlegging av arbeidsoppdrag: elever får i oppdrag å planlegge et arbeidsoppdrag (for eksempel montering, frisørtime, catering eller byggarbeid). De bruker KI til å lage forslag til arbeidsliste, materialbehov og tidsplan. Deretter justerer de planen basert på reelle krav fra faglærer eller bedrift.
  
• Loggføring: elever bruker «loggføreren«, en skreddersykk KI-assistent på KI-Agderskolen som hjelper elever med å skrive og organisere loggføringen sin.
  
• HMS-hjelp: elevene beskriver et arbeidsoppdrag (f.eks. bruk av kjemikalier, elektriske verktøy, avfallshåndtering) og ber KI lage en sikkerhets- eller bærekraftsjekkliste. Deretter sammenligner de med bedriftens HMS-system og retter opp feil.
  

• KI-assistert labprosess: Elevene gjennomfører et eksperiment (f.eks. måling av lydhastighet) og bruker KI-verktøy til å foreslå hypoteser, tolke data og foreslå feilkilder. Deretter sammenligner de KI-tolkningene med egne observasjoner og vurderer hvor KI tar feil eller mangler. Kilde.
  
• Sensor- og IoT-integrasjon med KI-analyse: Klassen jobber med et opplegg der sensordata (temperatur, lyd, bevegelse) fra en enkel prototyp samles inn, og elever bruker KI til å modellere og visualisere resultatene, for så å diskutere hvordan modellene kunne vært bedre. Kilde
  
• Etikk, begrensninger og kritisk bruk av KI i teknologifaget: Elevene får et KI-generert forslag til teknologisk løsning (f.eks. automatisert vanningssystem), og så skal de kritisk vurdere modellen med hensyn til feil, ansvarsforhold, bærekraft og samfunnsmessige konsekvenser. Kilde
  
• KI-generert case-studie for teknologidesign: Læreren bruker KI til å generere et sett med teknologiske utfordringer (f.eks. «design et overvåkningssystem for innendørs klima med lavt strømforbruk»). Elevene velger ett case, planlegger en løsning, lager skisse/modell og argumenterer for valg av komponenter, materialer og virkemåte. Kilde

Kommer..

– Analysepartner: Klassen bruker KI-verktøy til å generere flere alternative visuelle tolkninger av ett tema (som “identitet”), og diskuterer hvilken versjon som best kommuniserer temaet og hvorfor. Kilde.

– Variasjon: Elever bruker KI til å eksperimentere med ulike stiler (for eksempel kubisme, popkunst, digital minimalisme) ved å generere bilder og deretter lage egne fysiske eller digitale verk basert på valgt stil. Kilde.

– KI som skisseverktøy: Elever bruker KI som “idepartner”: de gir prompt, mottar visuelle forslag, velger ett forslag og dokumenterer prosessen fra idé til ferdig verk, inkludert hvilken rolle KI hadde Kilde.

– Sammenlikning: elever bruker KI til å skape visuelle eksperimenter (f.eks. kollasjer, genererte bilder) som de så kontekstualiserte i forhold til kunsthistoriske strømninger og egen kreativ praksis. Kilde.

• Reiseplanlegger: Elevene ber KI lage en 3-dagers reiserute for ulike målgrupper (barnefamilie, backpacker, senior), og kvalitetssikrer med åpne kilder før de leverer en “kundevennlig” plan. Kilde.
  

• Kundeservice-rollespill: Læreren lar KI være “vanskelig gjest/kunde” (klage på rom, forsinket transfer, allergi). Elever trener svar, tone og kompensasjon – og sammenligner mot bransjepraksis. Kilde.
  
• Markedsføring/persona-arbeid: Elever bruker KI til å lage kunde-personas for en lokal attraksjon og generere annonseutkast; deretter etisk kontroll (bias, GDPR) og A/B-forbedring. Kilde.
  

• KI-samredaktør: Elevene produserer en kort nettnyhet; KI brukes til arbeidsflyt (idébank, disposisjon, faktasjekk-spørsmål, mellomtitler). Klassen diskuterer grenser for bruk (hva KI kan/ikke kan gjøre) og publiserer bare når en «menneskelig redaktør» godkjenner. Kilde.
  
• Etikkcase: når KI misbrukes i skolekontekst: Elevene analyserer en reell sak om KI-misbruk (deepfake/forfalskning), identifiserer skade, mulige mottiltak og lager en redaksjonell policy for MK-klassen. Caseforslag.
  
• Podkastproduksjon med KI-støtte: Elever planlegger episode, bruker KI til manusdisposisjon, transkripsjon og shownotes; de redegjør for hva som er KI-generert vs. egen redigering. Kilde.
  
• Visuell historiefortelling & storyboard-previs: KI lager hurtig-skisser for storyboard (scener, kameraforslag, tone). Elevene vurderer copyright/etikk (referanser, stiler), lager egen stilguide og produserer originale bilder/video. Kilde.

Kommer…

Kommer..