Kort guide: hva skjer nå i norske klasserom med kunstig intelligens. Her får du en rask oppsummering, konkrete verktøy og priseksempler (i GBP), tabell for sammenligning, praktiske råd for skoler, og hva som kommer neste.
Rask oppsummering
- AI brukes i norske skoler først og fremst til planlegging, vurdering, tilpasset læring og administrasjon.
- Større statlige satsinger støtter forskning og piloter: AI LEARN fikk 200 millioner NOK i 2025, og myndighetene har pekt på cirka 1 milliard NOK til AI-relaterte prosjekter i utdanning og forskning over flere år.
- Vanlige verktøy i bruk inkluderer ChatGPT (abonnement), Microsoft Copilot, Google Workspace for Education og norske tjenester som Itslearning og Kahoot! Som har lagt til AI-funksjoner.
- Regelverk: DPIA-er (konsekvensvurderinger for personvern), 72-timers meldeplikt ved brudd og en nasjonal høringsrunde om en AI-lov fra 30. Juni til 30. September 2025.
Hurtigtabell — verktøy og priseksempler (GBP)
| Verktøy | Vanlig bruk i skolen | Pris per måned (cirka, GBP) |
|---|---|---|
| ChatGPT Plus | Svarstøtte, idéhjelp, språktrening | £16/mnd |
| Microsoft 365 + Copilot (utgave for utdanning) | Elevoppgaver, automatisert tilbakemelding, Office-integrasjon | £24/mnd per lærer (tillegg) |
| Google Workspace for Education Plus | Samarbeid, lagring, klasseadministrasjon | £4/mnd per bruker |
| Kahoot! (pro/enterprise) | Interaktive øvinger med AI-spørsmål | £6–£20/mnd per lærer |
| Itslearning (kommunale avtaler) | Læringsplattform, vurdering, tilpasning | Kommunale kontrakter: £20,000–£60,000/år (avhengig av størrelse) |
Jeg bruker en omregningsrente på cirka 13 NOK = 1 GBP når jeg nevner NOK‑til‑GBP-verdier i denne artikkelen.
Oversikt: hvordan situasjonen er i 2026
Norske skoler har gått fra prøveprosjekter til praktisk bruk av AI. Mange kommuner har etablert lokale retningslinjer. Flere fylker har sentraliserte avtaler for å få bedre priser og styring.
Skolene bruker AI i tre hovedspor: administrative oppgaver, faglig støtte og vurdering. Administrative oppgaver handler om timeplaner, fraværsoppfølging og kommunikasjon med foresatte. Faglig støtte dekker adaptive øvinger, ekstra språkstøtte og hjelp til elever med spesielle behov. Vurdering betyr alt fra automatisert retting av flervalgsprøver til AI-drevet forslag til tilbakemeldinger på skriftlig arbeid.
Det er fortsatt stor variasjon mellom skoler. Bymessige skoler med fiberbredbånd, pedagogisk IKT-støtte og egne digitale koordinatorer har raskere adopsjon. Mindre kommuner sliter fortsatt med bredbånd, enkle enheter og mangel på etterutdanning — så utviklingen er ujevn.
En del skoler har også valgt en restriktiv linje. De blokkerer generative modeller uten god API‑kontroll, eller krever at all elevdata anonymiseres først. Andre har innført fri tilgang under veiledning, men krever loggføring og lærerkontroll ved oppgaver som involverer personopplysninger.
Nøkkelutviklinger de siste 18 månedene
- Statlig og akademisk satsing: Seks nasjonale forskningssentre, inkludert AI LEARN ledet av UiB og NTNU, fikk betydelige midler i 2025 for å forske på menneske‑maskin samarbeid i læring. AI LEARN fikk 200 millioner NOK som skal dekke forskning, pilotstudier og kompetanseheving gjennom 2026–2028 (cirka £15,4 millioner ved 13 NOK/GBP).
- Regelverksløp: Norge gjennomførte en høringsrunde for utkast til nasjonal AI-lov fra 30. Juni til 30. September 2025. Samtidig har statlige piloter krevd konseptvurdering og DPIA-er for alle skoleprosjekter som bruker persondata. En 72‑timers meldeplikt ved avvik har tvunget kommunene til å bygge varsling i sine rutiner.
- Verktøymodning: Store aktører lanserer mer skoletilpassede versjoner av generative systemer. Microsoft og Google tilbyr egne utdanningsversjoner med ekstra sikkerhet og administrasjonskontroller.
Norske læringsplattformer som Itslearning har rullet ut AI‑moduler for automatisk vurdering av flervalgsoppgaver og forslag til differensiering av oppgaver. Kahoot! Introduserte AI-genererte spørsmål og tilbakemeldinger for å spare lærere tid.
- Kompetanseheving: Flere kommuner har satt av midler til lærerkurs. Staten øremerket deler av forskningsmidlene til etterutdanning; rundt 40 prosent av midlene i enkelte programmer skal gå til kurs for lærere og skoleledere i løpet av 2026.
Industriell og pedagogisk påvirkning
For teknologileverandører betyr Norge et konsolidert marked. Flere kommuner vil ha sentrale avtaler. Det gir stordriftsfordeler — men også krav til datalagring i Europa, databehandleravtaler og lokale supportavtaler.
For pedagogikken betyr AI noe konkret: mer differensiert innhold og raskere tilbakemeldinger. Lærere får forslag til oppgaver tilpasset nivå, oversettelser og forklaringer. Men mye av verdien kommer først når lærere tar forslagene i bruk og tilpasser dem faglig. AI kan spare tid, men det skjer ikke automatisk.
Vurderinger blir både enklere og mer kompliserte. Automatisert retting av flervalgsprøver og kodetester fungerer bra.
Automatisk vurdering av skriftlige arbeider krever mer kontroll — spesielt med hensyn til juks og originalitet. Skoler har innført krav om at større innleveringer skal leveres via skolens LMS, med plagieringskontroll og personvernvurdering før de får lov til å bruke åpne tjenester.
Økonomisk er kostnadene også tydelige. En middels stor kommune som går over til en sentral lisens for Itslearning, Google Workspace og noen AI‑tillegg kan se årlige kostnader på flere titalls tusen pund — ofte £20,000–£60,000 per år for Itslearning, pluss lisenskostnader per bruker for Google eller Microsoft. For små kommuner kan det være mer økonomisk å gå sammen i region‑ eller interkommunale avtaler.
Ekspertutsagn og bekymringer
Forskere og skoleledere peker på tre hovedområder: kvalitet, personvern og kompetanse. Kvalitet: er AI‑forslag faglig riktige? Mange pilotstudier viser at AI ofte gir gode førsteutkast, men feilfrekvensen øker på komplekse spørsmål. Personvern: DPIA-er og 72‑timers meldeplikt har satt standarden. Det betyr at skoler må dokumentere bruken, lagring og sletting av elevdata. Kompetanse: lærere trenger praktisk opplæring — ikke bare teori — for å bruke verktøyene pedagogisk.
Noen eksperter advarer også mot for rask automatisering av vurdering. De minner om at skjønn og faglig vurdering fortsatt hører hjemme hos læreren. Andre ser muligheter: mer tid til samtale med elever, bedre tid til å følge opp sårbare elever, og mer målrettet øving for de som trenger det.
Teknologi‑leverandører har begynt å tilby sertifiseringer for skolebruk. Det hjelper. Men mange eksperter mener at lokale retningslinjer må være klare: hvilke typer oppgaver kan automatisk scores, hvilke må forbli manuelle, og hvilke modeller skal brukes lokalt versus skybasert utenfor EU/EØS.
Hva skjer videre — korte veivalg for 2026
Fortsatt vekst i bruk. Flere kommuner planlegger å utvide piloter til hele skoler i løpet av 2026. For å lykkes kreves tre ting: klare regler, gjennomførte DPIA-er og målrettet lærerkurs. Skoler som jobber med datahåndtering og lærerkvalifisering først, får mest igjen for pengene.
Teknisk utvikling vil også gjøre verktøyene enklere å kontrollere. For eksempel kommer mer granularitet i hva en modell kan se og lagre, og flere leverandører tilbyr lokale datalagre i Europa. Det gjør det lettere for norske kommuner å kreve datalagring i EØS‑regionen.
Til slutt vil elevene selv endre praksis. Mange elever bruker allerede generative verktøy utenfor skolen. Skolene må finne realistiske løsninger: gode rutiner for innlevering, lærerstyrt bruk i undervisning, og opplæring i kildekritikk og etterrettelighet — så teknologien hjelper læring, ikke skjuler den.
I 2026 vil norske skoler bruke mer AI i hverdagen — men det krever klare regler, DPIA‑arbeid og lærerkurs for at teknologien skal gi bedre læring uten å svekke personvernet.
Denne artikkelen er laget med hjelp av AI.
