Sådan vælger du AI-løsninger til lektionsforberedelse på erhvervsskoler

Annonce

Forskellige typer AI-redskaber til lektionsforberedelse og deres fokus

Brugen af AI til lektionsforberedelseReklamelink fylder mere og mere på erhvervsskolerne, hvor der findes mange forskellige løsninger. Nogle fungerer som planlægningsværktøjer, der hjælper læreren med at skabe lektionsplaner ud fra både kompetencemål og elevprofiler. Disse systemer kombinerer ofte AI med skemalægning, så undervisningsforløbet både tager hensyn til progression, variation og individuelle behov. Andre platforme er mere koncentreret om at generere konkrete undervisningsaktiviteter, opgaver eller quizzer, der kan tilpasses det enkelte fag eller hold. Læreren kan vælge mellem færdige forslag eller lade AI generere nyt indhold ud fra udvalgte nøgleord, læringsmål eller materialetyper.

AI kan altså både give det store overblik og bidrage med detaljerede forslag. Mens ét værktøj foreslår en samlet forløbsplan med opdelte moduler, kan et andet fokusere på dagens tema og komme med tre idéer til læringsaktiviteter i eksempelvis el-faget eller frisøruddannelsen. Visse platforme tilbyder integration til skolens øvrige systemer, så elevdata kan bruges til at tilpasse forslagene yderligere. Andre fungerer mest som eksterne værktøjer, hvor læreren selv justerer det foreslåede indhold. Valget afhænger derfor både af skolens digitale opsætning og af, hvor meget læreren ønsker at styre og tilpasse selv.

Tilpasning til fag og elevtyper på erhvervsskoler

Undervisningen på erhvervsskoler spænder fra praksisnære håndværksfag til mere teoretiske områder, og det stiller krav til, hvordan AI-værktøjer kan bruges i lektionsforberedelsen. Nogle systemer har specialiserede moduler, der er trænet på relevante cases, materialer og fagspecifikke udtryk. For eksempel kan et redskab til autouddannelsen foreslå opgaver, hvor elever arbejder med fejlfinding på elektriske kredsløb, mens et værktøj til ernæringsassistent-uddannelsen tager udgangspunkt i opskrifter og fødevarehåndtering.

AI’s evne til at tilpasse sig forskellige elevtyper varierer også. Visse løsninger kan give forslag baseret på tidligere resultater eller individuelle præferencer, hvis sådanne data er tilgængelige. Her kan AI tage hensyn til for eksempel læsevanskeligheder og foreslå materialer i form af videoer, illustrationer eller overskuelige trin-for-trin anvisninger. Andre systemer har et mere generelt fokus, og læreren skal derfor selv vurdere, hvordan materialet kan bruges til det aktuelle hold.

Derfor er det ikke alle AI-værktøjer, der fungerer lige godt i alle fag eller for alle elevgrupper. Nogle platforme er særligt velegnede til fag med klare læringsmål og meget tekstbaseret materiale, mens andre er mere oplagte til praksisrettede forløb, hvor visuelle instruktioner og hands-on-aktiviteter er i centrum. Det kræver indsigt i både muligheder og begrænsninger, når man vælger et redskab til forberedelsen.

Hvordan adskiller AI lektionsforberedelse sig fra traditionelle metoder?

Traditionelt bygger lektionsforberedelse på gennemprøvede skabeloner, egne materialer og vidensdeling mellem kolleger. Med AI-baserede løsninger ændres denne arbejdsform, da læreren får adgang til dynamiske forslag, der hurtigt kan tilpasses. I stedet for at begynde helt fra bunden eller bruge tid på at søge inspiration, kan man på få øjeblikke få genereret en lektionsplan, der tager udgangspunkt i eleverne, faget og de aktuelle mål.

Et af de tydelige skift er tempoet og fleksibiliteten. Hvor det tidligere kunne tage lang tid at opbygge et undervisningsforløb, kan AI straks foreslå forskellige alternativer. Det gør det muligt hurtigt at tilpasse sig nye hold eller ændringer i skemaet, hvilket ofte er nødvendigt på erhvervsskoler, hvor elevsammensætningen kan variere fra forløb til forløb. Samtidig kan AI hjælpe med at få øje på manglende progression, for eksempel hvis bestemte kompetencer ikke er inddraget, og foreslå relevante aktiviteter eller materialer, som ellers kunne blive overset.

Selv om AI tilbyder denne fleksibilitet, er der fortsat forskel på graden af kontrol. Mange lærere vil gerne justere hvert element, mens AI-forslag nogle gange kan opleves som for generelle eller mindre nuancerede. Derfor vælger nogle at bruge AI som et supplement til egne materialer frem for erstatning. På den måde kan AI både spare tid og give inspiration, mens det stadig er læreren, der tilpasser undervisningen til det enkelte hold.

Fordele og begrænsninger ved AI i lektionsforberedelsen

AI kan give et hurtigt overblik, foreslå nye strukturer og bidrage til variation i undervisningen. For mange erhvervsskolelærere betyder det, at den indledende planlægning kan gennemføres hurtigere, og der bliver frigjort tid til andre opgaver. Flere oplever, at AI kan inspirere til at afprøve nye undervisningsmetoder, som for eksempel gruppearbejde, cases eller digitale quizzer, der ikke nødvendigvis var i spil tidligere.

På den anden side er der også udfordringer med relevansen og præcisionen i materialet. AI-værktøjer kan foreslå lektionsplaner, der ikke altid passer præcist til det håndværksfaglige eller tager hensyn til lokale forhold, såsom skolens værkstedsfaciliteter eller samarbejder. Automatisering betyder desuden, at undervisningen kan miste noget af det personlige præg, som ofte har særlig betydning for eleverne. I praksisfag er det væsentligt, at eksempler og cases føles nærværende og relevante for elevernes hverdag.

En yderligere udfordring handler om datasikkerhed og integration til skolens egne systemer. Ikke alle AI-redskaber er udviklet til danske forhold, hvilket kan skabe vanskeligheder med sprog, terminologi og adgang til elevdata. Det vil ofte være en fordel at afprøve flere løsninger og se, hvordan de matcher skolens krav til datasikkerhed og hverdagens behov. For nogle lærere opleves AI som et ekstra redskab, mens andre vælger at lade det indgå mere fast i planlægningen.

Valget mellem færdige AI-værktøjer og mere åbne løsninger

Blandt de AI-værktøjer, der findes til lektionsforberedelse, er der både færdige platforme, der er udformet specifikt til undervisning, og mere åbne generative systemer, hvor læreren selv former rammerne for indholdet. Færdige løsninger tilbyder ofte specialiserede skabeloner, integration til skolens systemer og dansk sprogsupport, hvilket gør dem enkle at tage i brug. Her får læreren adgang til funktioner, der passer til skolens hverdag, og kan hurtigt komme i gang uden at skulle programmere eller tilpasse ret meget selv.

Mere åbne AI-løsninger giver til gengæld større frihed. Læreren kan her eksperimentere med prompts, materialetyper og struktur for at få netop det indhold, der passer til det aktuelle hold. Det tiltaler især dem, der ønsker maksimal fleksibilitet eller har erfaring med digitale værktøjer. Til gengæld kræver det ofte mere tid i opstarten og et vist kendskab til teknologien for at udnytte mulighederne fuldt ud.

Valget afhænger ofte af skolens størrelse, lærernes digitale erfaring og behovet for særlige funktioner. På nogle erhvervsskoler kan det give mening at kombinere flere typer AI-værktøjer, så man både har adgang til færdige forslag og selv kan justere og eksperimentere. På den måde får lærerne mulighed for at gøre lektionsforberedelsen både mere effektiv og bedre tilpasset de enkelte hold og fag.