Vurdering der kan granskes
AI skal styrke lærerens vurdering – ikke erstatte den
Børne- og Undervisningsministeriet og Styrelsen for Undervisning og Kvalitet understreger, at vurdering bygger på lærerens professionelle helhedsbillede af relevante grundlag. Derfor er prøvebedømmelsen bygget til at vise belæg, begrænsninger og kriteriekoblinger – ikke til at udregne en endelig karakter.
Belæg først
Hver konklusion skal kunne følges tilbage til et elevsvar, en opgave, et facit eller en bedømmelsesanvisning.
Prøven er et grundlag
En prøve kan være vigtig, men den er stadig kun én del af lærerens samlede vurderingsbillede.
Sporbar dokumentation
Rapporten viser hvad AI'en har set, hvad den inddrager og hvad der skal kontrolleres manuelt.
Brugbar feedback
Eleven får konkrete næste skridt og læreren får et tydeligere billede af styrker, mangler og misforståelser.
Sådan fungerer det
Et lærerflow til prøver, elevsvar og bedømmelseskriterier
Funktionen er bygget til materialer lærere allerede har: kursusprøver, diagnoser, elevsvar, løsninger, facit, matriser, pointgrænser og egne instruktioner.
1. Upload eller indsæt materiale
Brug prøveopgaver, elevsvar, facit, bedømmelsesanvisninger eller et blandet dokument.
Virker med filer og indsat tekst
Kan håndtere én elev, flere eleveksempler eller materiale uden elevsvar
Ekstra kontekst kan tilføjes, fx prøvens formål eller maxpoint
2. Vælg vurderingsgrundlag
Vurdér mod aktivt fag, oprettet matris, egne kriterier eller en kombination der passer til opgaven.
Fælles Mål og danske bedømmelseskriterier
Egne opgavekriterier, facit eller pointgrænser
Genanvendelige matriser til lignende opgaver
3. AI'en læser opgaverne og markerer belæg
Analysen bryder materialet ned opgave for opgave og kobler elevsvar til kriterier, niveauindikatorer og begrænsninger.
Opgavevis vurderingskommentar
Kriteriedækning og manglende belæg
Forslag til hvad læreren bør kontrollere først
4. Du får en struktureret rapport
Rapporten samler helhedsbillede, foreløbig niveauindikation, elevfeedback, kriteriekoblinger og et belægskort.
Opsummering til læreren
Feedback direkte til eleven
Tydelig markering af risici og usikkerhed
5. Læreren foretager den endelige vurdering
AI'en kan give et velstruktureret beslutningsgrundlag, men den fastsætter ikke en formel karakter. Læreren vejer grundlaget mod sin professionelle helhedsvurdering.
Foreløbig niveauindikation i stedet for endelig karakter
Mulighed for at se bort fra, ændre eller bruge grundlaget
Tydelig støtte til menneskelig oversyn
Kriterier uden binding
Vurdér mod Fælles Mål, egne kriterier eller begge
Forskellige prøver kræver forskellige vurderingsgrundlag. Nogle gange vil du læne dig op ad Fælles Mål og officielle bedømmelseskriterier. Andre gange er opgavens egne kriterier, facit eller pointgrænser vigtigere. Derfor kan du selv styre vurderingen.
Fag- og kursusforankring
Når du arbejder i en dansk kursus- eller fagkontekst, kan materialet kobles til centrale indholdsområder og bedømmelseskriterier.
Velegnet til kursusprøver og større vurderingsopgaver
Giver tydeligere relation mellem opgave og kriterium
Hjælper læreren med at se hvad prøven faktisk tester
Egne eller oprettede matriser
Brug matriser du har oprettet i Studera.ai for at få konsekvent sprog og genanvendelig struktur.
Godt til tilbagevendende opgaver
Gør fællesvurdering lettere i teamet
Giver eleverne tydeligere vurderingsrammer
Frie kriterier, facit og anvisninger
Indsæt lokale kriterier, opgavespecifikke krav, facit, pointgrænser eller bedømmelsesanvisninger.
Virker til specialopgaver og diagnoser
Velegnet når prøven ikke dækker hele faget
Gør AI-støtten mere præcis til netop opgaven
Kombinér for bedre præcision
Brug fagets kriterier som ramme og egne opgavekriterier som konkretisering. Det giver både styringsdokumentforankring og praktisk vurderingspræcision.
Tydeliggør hvad der er fagniveau og hvad der er opgaveniveau
Reducerer risikoen for at AI'en inddrager irrelevante elementer
Gør rapporten lettere at granske
Rapporten
Det læreren har brug for efter en AI-analyse
Målet er ikke at give et hurtigt svar der føles sikkert. Målet er at give et vurderingsgrundlag der kan granskes: hvad ses i elevsvaret, hvad mangler, hvordan kobles det til kriterier og hvad bør læreren overveje?
Opgave-for-opgave-analyse
Hver identificeret opgave eller delopgave får en vurdering, belæg, niveauindikation og kommentar.
Kriteriedækning
Se hvilke kriterier der er opfyldt, delvist opfyldt, mangler belæg eller ikke kan vurderes ud fra materialet.
Belægskort
Kobl kriterium til opgave, konkret eksempel og hvad eksemplet viser i forhold til opgaven.
Foreløbig niveauindikation
Få en signal om hvilket niveau materialet peger på, sammen med begrundelse og vurderingssikkerhed.
Elevnær feedback
Rapporten kan formulere feedback der fremhæver styrker, næste skridt og hvad eleven skal vise tydeligere.
Grundlag for opfølgning
Gem rapporter som prøvebedømmelser og brug dem som struktureret dokumentation i lærerens videre arbejde.
AI Act, ansvar og tryghed
Bygget til menneskelig oversyn i henhold til EU's AI-forordning
På EU-markeder skal AI i skolen bruges med tydelig kontrol, AI-kompetencer og mulighed for at mennesker kan forstå, granske og se bort fra AI-uddata. Derfor er prøvebedømmelsen et beslutningsstøtteværktøj: læreren har altid sidste ord.
Læreren har magten
AI'en kan foreslå en niveauindikation og strukturere belæg, men det er læreren der vurderer relevans, pålidelighed og endelig anvendelse.
Beskyttelse mod automatiseringsbias
Rapporten fremhæver usikkerheder og anbefalede lærer-kontroller, så AI-svaret ikke behandles som facit.
Tydeligt beslutningsgrundlag
Du ser hvad analysen bygger på: elevsvar, kriterier, belæg, mangler og hvad der skal granskes.
Omhyggelig håndtering af elevdata
Arbejdsmetoden opfordrer til dataminimering, godkendte værktøjer og bevidst håndtering af elevtekster, prøvesvar og personoplysninger.
Bygget til mere end én rapport
Et fundament for flere vurderingsflows fremover
Prøvebedømmelsen er første skridt i et større vurderingssystem. Samme belægslogik kan bruges til flere elevsvar, fællesvurdering, klasseoverblik og tydeligere opfølgning over tid.
Flere elevsvar i samme flow
Analysér flere eleveksempler uden at blande elever eller svar sammen, og lad læreren granske hver del for sig.
Velegnet til prøver med mange fritekstsvar
Giver hurtigere første gennemgang
Bevarer sporbarhed pr. svar
Fællesvurdering og kalibrering
Brug samme kriterier og belægsstruktur til at diskutere niveauer i teamet.
Tydeligere eksempler på forskellige niveauer
Mindre usynlige forskelle i vurdering
Bedre grundlag for fagteamsdiskussioner
Klasseoverblik og mønstre
Når flere rapporter samles, kan læreren se tilbagevendende styrker, misforståelser og undervisningsbehov.
Hvilke kriterier mangler belæg?
Hvilke opgaver var sværest?
Hvilke næste undervisningstiltag er nødvendige?
Eksport, arkiv og opfølgning
Rapporterne kan bruges som praktisk grundlag for elevsamtaler, omprøver, ekstra tilpasninger og planlægning.
Struktureret dokumentation
Lettere feedback til elev
Mindre manuelt efterarbejde
Ret hurtigere uden at slippe fagligheden
Studera.ai hjælper dig fra ustruktureret prøvegrundlag til tydelige belæg, foreløbig niveauindikation og konkrete næste skridt. Du gransker, justerer og beslutter.
Test prøvebedømmelse gratisKilder og videre læsning
Dyk ned i officielle anbefalinger om AI i skolen, vurdering, prøver, lærerens ansvar og menneskeligt tilsyn i henhold til EU's AI-forordning.
Ofte stillede spørgsmål om AI-bedømmelse af prøver
Kan AI fastsætte en karakter på en prøve?
Nej. Funktionen giver et AI-understøttet vurderingsgrundlag og en foreløbig niveauindikation. Læreren har altid ansvaret for den endelige professionelle vurdering.
Hvordan hænger dette sammen med danske vurderingsprincipper?
Vurdering i Danmark bygger på lærerens professionelle helhedsbillede af relevante grundlag. Derfor viser Studera.ai belæg, kriteriekoblinger og begrænsninger i stedet for at behandle en enkelt prøve som en automatisk endelig karakter.
Hvilke dokumenter kan jeg uploade?
Du kan bruge prøveopgaver, elevsvar, facit, bedømmelsesanvisninger, pointgrænser, matriser eller egen tekst. Jo tydeligere materialet er, desto mere gennemsigtig bliver rapporten.
Kan jeg bruge egne kriterier?
Ja. Du kan bruge aktivt fag, oprettede matriser eller indsætte helt egne kriterier, facit og anvisninger. For mange opgaver er en kombination bedst.
Følger dette EU's AI-forordning?
Funktionen er designet til menneskeligt tilsyn: læreren kan forstå, granske, ændre, se bort fra og træffe endelig beslutning om AI-grundlaget. På EU-markeder kobles dette også til skolens arbejde med AI-færdigheder.
Er dette kun til nationale prøver?
Nej. Funktionen passer til kursusprøver, diagnoser, mindre vidensprøver, fritekstsvar, bedømmelsesanvisninger og lokale opgaver. Nationale prøver håndteres altid efter gældende regler og lærerens ansvar.
Kan jeg bruge AI til at rette prøver hurtigere?
Ja, AI kan hjælpe dig med at sortere opgaver, markere belæg, sammenligne elevsvar med kriterier og skrive første udkast til feedback. Du gransker altid resultatet før brug.
Hvad betyder foreløbig niveauindikation?
Det er et signal om hvilket niveau materialet peger på. Det er ikke en formel karakter og skal altid vejes op mod lærerens helhedsvurdering.
Kan AI vurdere åbne opgaver og fritekstsvar?
Ja. Funktionen er særligt nyttig til åbne svar hvor læreren vil se belæg, ræsonnementer, misforståelser, styrker og kobling til bedømmelseskriterier.
Kan jeg bruge facit og pointgrænser i analysen?
Ja. Du kan tilføje facit, modelbesvarelser, pointgrænser og bedømmelsesanvisninger. Hvis materialet indeholder point, kan rapporten bruge dem som støtte, men læreren afgør hvordan pointene skal vægtes.
Hvordan hjælper funktionen ved fællesvurdering?
Rapporten gør vurderingsgrundlaget mere synligt ved at vise kriterier, belæg og usikkerheder på samme måde for flere elevsvar. Det giver bedre grundlag for diskussion i fagteamet.
Kan jeg vurdere flere elevsvar i samme dokument?
Ja, hvis materialet er tydeligt opdelt kan AI'en identificere flere svar eller eksempler. Rapporten forsøger at holde svarene adskilt og markerer hvis materialet er uklart.
Passer AI-bedømmelse til gymnasiet og voksenuddannelse?
Ja. Funktionen er relevant for grundskole, gymnasium og voksenuddannelse, især når opgaven har tydelige kriterier, facit, pointgrænser eller faglig kobling.
Hvordan undgår I at AI'en opfinder vurderingsgrundlag?
Analysen instrueres i at tage udgangspunkt i uploadet materiale og valgte kriterier. Rapporten skal markere begrænsninger når opgaver, elevsvar, facit eller kriterier mangler.
Er AI-bedømmelse retfærdig for elever?
AI kan bidrage med konsekvent struktur, men retfærdig vurdering kræver lærerens granskning. Derfor viser rapporten både støttende belæg og det der begrænser vurderingssikkerheden.
Kan eleven få feedback fra rapporten?
Ja. Rapporten indeholder elevnær feedback med styrker, udviklingsområder og konkrete næste skridt som læreren kan granske og tilpasse.