Vi mäter AI fel – det handlar inte om tid, det handlar om tankerum
AI mäts fel – det handlar inte om tid utan om tankeutrymme.
Det handlar inte om tid – det handlar om uppmärksamhet
När vi pratar om AI i skolan fastnar vi lätt i effektivitetsberättelsen. Snabbare rättning. Automatiserade scheman. Mindre pappersarbete. Det är inte fel – men det är inte heller hela bilden.
Ryan Boren, rektor vid en stor skola i delstaten Virginia, sätter fingret på något som sällan nämns i debatten, enligt EdSurge. Problemet för skolledare är inte i första hand tidsbrist. Det är bristen på ostörd uppmärksamhet. Fragmenterat fokus, beslutströtthet och administrativa krav som sakta kväver det mentala utrymme som verkligt ledarskap kräver.
Hans lösning är elegant i sin enkelhet: han använder röstfunktionen i ChatGPT under sin timslånga pendling. På morgonen resonerar han igenom dagens prioriteringar, förbereder svåra samtal och strukturerar sina tankar inför möten. På hemvägen bearbetar han dagen – vad gick bra, vad kan göras bättre, vilket nästa steg som är viktigast.
Det här är inte automatisering. Det är reflektion – med stöd.
Boren uppmanar verktyget att utgå från etablerade ledarskapsramverk, exempelvis metoder för coachande samtal och modeller för modigare skolledarskap. Resultatet är inte färdiga svar, utan ett strukturerat sätt att ordna de egna tankarna. Under skoldagen används verktygen mer selektivt: för att sammanfatta intryck efter klassrumsbesök, identifiera mönster i undervisningen och förbereda återkoppling till lärare.
– Vi mäter KI:s värde mot fel måttstock, skriver han.
Det är en påminnelse som borde sätta sig i väggen på varje skolledarkansli i Sverige.
Infrastrukturen som saknades – nu är den här
Men den enskilde rektorns smarta användning av AI löser inte ett strukturellt problem: att de digitala lärverktyg som faktiskt når eleverna alltför ofta saknar vetenskaplig förankring och kursplaneanpassning. Att bygga sådant tar tid, kostar pengar och är svårt att göra rätt.
Det är precis det tomrum som organisationen Learning Commons nu försöker fylla, rapporterar EdSurge. Med stöd från Chan Zuckerberg Initiative lanseras en öppen plattform riktad till både lärare och mjukvaruutvecklare – ett gemensamt fundament av fritt tillgängliga datamängder, läromedel och utvärderingsverktyg från samtliga 50 amerikanska delstater.
Plattformen består av två delar. Dels ett kunskapsschema – ett öppet nätverk som publiceras på GitHub och kartlägger hur olika kunskaper och färdigheter bygger på varandra. Dels utvärderingsverktyg som mäter hur väl digitala lärverktyg faktiskt lever upp till de krav och evidenskrav som ställs.
Vid lanseringen presenterades samarbeten med sex nya partnerorganisationer: Canva Education, Level, MagicSchool, OKO Labs, Really Great Reading och TalkingPoints. Totalt har plattformen nu över 70 partners – däribland OpenAI och Anthropic. Sedan starten 2025 har datamängderna laddats ned ungefär 20 000 gånger.
– Det här fundamentet fanns inte tillgängligt på ett öppet sätt tidigare, och nu gör det det, säger Sandra Liu Huang, ordförande för Learning Commons.
Det är en anspråkslös formulering för något som faktiskt är ganska remarkabelt. Hela branschen har länge lidit av att varje aktör byggt sin egen grund – med varierande kvalitet och ofta utan möjlighet till insyn. Nu finns en gemensam, öppen utgångspunkt.
Två berättelser, ett och samma skifte
Dessa två händelser – en rektors personliga praktik och en plattformslandning – kan vid första anblick verka orelaterade. Men de berättar egentligen samma historia från två håll.
I det ena änden: den enskilde ledaren som hittar ett nytt sätt att använda AI inte för att göra mer, utan för att tänka bättre.
I det andra: en infrastruktur som ska göra det möjligt för hela branschen att bygga lärverktyg som faktiskt håller – verktyg som lärare kan lita på, och som elever förtjänar.
Det som händer i klassrummet när AI blir vardag är inte en revolution som rullar ut uppifrån. Det är ett mönster av förändring som sprider sig inifrån – från den rektor som resonerar under pendlingen, från det läromedelsföretag som nu slipper bygga kursplanekartläggningen från grunden.
Och det är just det som gör det svårt att missa – och viktigt att förstå.
Vår analys
De två nyheterna signalerar en mognadsgrad i utbildnings-AI som länge saknats. Vi rör oss bort från det naiva "AI sparar tid" och mot en mer nyanserad förståelse: AI som kognitivt stöd och AI som gemensam infrastruktur.
Det som Ryan Borens berättelse visar är att de mest värdefulla användningsfallen kanske inte är de mest uppenbara. Att använda AI för att bli mer närvarande – inte mer produktiv – är ett paradigmskifte i hur vi tänker på teknikens roll i kunskapsarbete.
Learning Commons-plattformen är lika viktig, men av ett annat skäl: den demokratiserar tillgången till evidensbaserad grund. När fler aktörer kan bygga på samma solida bas minskar risken för pseudovetenskapliga lärverktyg som sprids i brist på bättre alternativ.
För svensk skola finns en tydlig lärdom: vi behöver inte invänta den perfekta AI-lösningen. Vi behöver lärare och ledare som experimenterar klokt – och en infrastruktur som stödjer dem när de gör det.