Antingen stödjer din webbläsare inte javascript, eller är javascript inaktiverat. Denna webbplats fungerar bäst om du aktiverar javascript.

Den första återvändsgränden är att hoppas att det blåser över. Den hållningen finns sällan uttalad, men ofta i praktiken: kursen lämnas oförändrad, AI-frågan adresseras med en mening i kursdokumentationen, och ansvaret läggs på studenten att inte fuska. Det är en hållning som skapar förutsättningar för skugglärande. AI kommer att användas ändå, och när kursen inte är designad för det är det vi som bär ansvaret för att över tid devalvera värdet av våra egna utbildningar. Forskningen är tydlig med att den hållningen inte fungerar (Castro-Lopez m.fl., 2026; Sejdiu & Sejdiu, 2025), och problemet försvinner inte av sig självt. 

Den andra återvändsgränden är att låta examinationsfrågan ta över hela samtalet. För många blir salstentamen den lösning som ligger närmast till hands, ibland med rättssäkerhet som motivering, ibland av andra skäl. Och rättssäkerhet i utbildningssammanhang har en etablerad innebörd. UKÄ definierar i sin vägledning begreppet som förutsägbarhet i rättsliga angelägenheter och pekar ut tre villkor: att reglerna är klara och adekvata, att de är publicerade och att de tillämpas lojalt och korrekt (UKÄ, 2020). Inget av detta handlar om att med visshet kunna avgöra vem som har skrivit varje mening. När frågan ändå reduceras till författarskap har vi gjort om kursutveckling till plagiatpolisarbete, och samtidigt förlorat det vi egentligen ville mäta. Corbin, Dawson och Liu (2025) visar att de flesta institutionella svar på AI delar samma grundproblem: de är diskursiva snarare än strukturella. De kommunicerar regler om hur AI får användas men lämnar examinationens mekanik orörd. Det är vad de kallar en verkställighetsillusion. Den som lägger till ett stycke i kursdokumentationen har gjort en diskursiv förändring. Den som ändrar vad studenten faktiskt förväntas visa, och under vilka omständigheter, har gjort en strukturell. 

Så vad gör vi då? Det finns inget enskilt svar, och det är en del av poängen. Det finns däremot en uppsättning principer och format som tillsammans bildar en palett som faktiskt fungerar. 

Från slutprodukt till milstolpe

Den första utmaningen handlar om vad slutprodukten är till för. I den traditionella kursen är produkten kronan på verket: rapporten, uppsatsen, koden, det gestaltande verket. Examinationen sker när produkten är klar, och betyget sätts utifrån vad den innehåller. Logiken har länge fungerat eftersom produkten i sig bar vittnesbörd om den arbetsinsats som låg bakom den. Det krävdes så mycket arbete att ta sig fram till en färdig text eller ett färdigt verk att något av kunskapen följde med på köpet. Produkten var inte bara ett resultat, den var ett spår av den process och arbetsinsats som lett dit. Med AI håller det sambandet inte längre. Produkten kan nu produceras utan den arbetsinsats som var dess pedagogiska poäng, och därmed försvinner också det man kunde läsa ur den. 

Det betyder inte att produkten blir oviktig. Det betyder att dess funktion förskjuts. Den blir en milstolpe på vägen till kunskap snarare än det som kunskapen till sist mäts genom. Att arbeta med formativ bedömning och delexaminationer är inget nytt, men logiken har hittills varit att delarna kommer först och slutprodukten utgör avslutningen. Det är där tyngdpunkten behöver flyttas. Slutprodukten blir en av flera delar, och efter den följer ytterligare moment där studenten måste påvisa kunskapen bakom produkten på en rad olika sätt, ofta genom någon form av tillämpning. Det innebär också att tiden för att producera själva produkten blir kortare, vilket är rimligt om studenten tar hjälp av AI på vägen dit.

Nästa nivå: bedömning över hela programmet

Det finns också en mer omfattande tankegång som är värd att lyfta fram, även om den ligger längre fram och inte kan genomföras av den enskilde läraren. Inom medicinsk utbildning finns sedan flera år en modell där examinerande moment sträcker sig över flera kurser, över terminer och läsår, och mäter kunskap och förståelse som inte ryms i någon enskild kurs (Heeneman m.fl., 2021). Det bryter mot vår grundläggande logik om att examination ska knytas till en kurs och rapporteras därefter. 

I skenet av AI blir den tankegången mer angelägen. När den enskilda produkten inte längre kan bära beviset behöver vi se studentens lärande i ett större sammanhang. Det är en omläggning som inte sker över en natt, men det är en riktning som vi behöver börja röra oss mot. Den större förändringen, att låta bedömningen vila på examinerande moment som spänner över hela program, kräver samtal som inte hör till de vanliga. 

Det skrivna ordet, men inte ensamt

En reflexreaktion på AI har varit att tona ner skriftliga uppgifter, men det är fel slutsats. Skrivande är ett av de mest kraftfulla verktyg vi har för att bearbeta och förankra kunskap. Att tänka i text, pröva invändningar mot sina egna formuleringar och ompröva sin förståelse genom att skriva om den, det är något AI inte kan göra åt studenten även om AI kan producera texten åt hen.

Det som har förändrats är inte vikten av att skriva, utan rimligheten i att låta texten ensam fungera som examination. När asynkron textproduktion bär hela bevisbördan blir det omöjligt att avgöra vad som är studentens eget tänkande. När texten i stället fungerar som underlag för något annat, ett seminariesamtal, en muntlig fördjupning, en gemensam analys, behåller skrivandet sin pedagogiska kraft utan att behöva bära mer än det kan. Bearman m.fl. (2024) visar dessutom att AI vidgar klyftan mellan förmågan att producera något och förmågan att bedöma om det håller. En student som aldrig behöver ta ställning till om texten faktiskt är bra, för att AI redan har producerat något som ser ut att vara det, utvecklar inte det omdöme som är hela poängen med att skriva.

Konkret kan det se ut som att studenten lämnar in en kortare text en eller två dagar före seminariet. Texten är inte betygsgrundande i sig utan en biljett till samtalet. I seminariet förväntas studenten kunna utveckla det texten påstår, ta emot invändningar och förändra sin position om argumenten kräver det. Det är där bedömningen sker, och den sker mot något som AI inte kan ta över.

Det aktiva seminariet som format

En väg framåt, om än mindre prövad, är att låta det aktiva seminariet fungera som en egen examinationsform. I praktiken är det en beskrivning av seminariet som det är tänkt att fungera, där studenten genom sin förberedelse kan hantera de situationer som uppstår, de frågor som ställs och de invändningar som kommer. Det nya är att deltagandet i sig blir det bedömningsgrundande, snarare än en kringaktivitet till en separat examination längre fram. Det handlar inte om närvaro i bemärkelsen att kroppen befinner sig i rummet, inte om talutrymme räknat i minuter, och inte om att studenten redovisar något hen har förberett. Det handlar om att kunskapen blir synlig i hur studenten rör sig i det som händer: en träffande fråga, en relevant invändning, en påbyggnad på någon annans resonemang, eller ett svar på lärarens fråga som visar att hen har tagit in och förstått. Med andra ord är lösningen många gånger att se till att examinationen blir ett sätt att hantera AIU, arbetsintegrerad utbildning.

Tanken bygger på en tillit till att studenten genom sitt aktiva deltagande tillägnar sig en kunskap som är tillräcklig, utan att den behöver återbevisas i en separat inlämning. Det är en tillit som behöver prövas i praktiken. Inget hindrar att den kombineras med kortare reflektioner från studenterna, men poängen är att deltagandet i sig erkänns som ett uttryck för kunskap.

Det är en bedömningsform som kräver att vi vågar lita på vårt omdöme och tar oss tid att möta studenten i det öppna utforskande samtalet utan att ha “checkliste-glasögonen” på. Bedömning är en yrkesmässig avvägning mot kriterier, inte en mätning, och det går inte att i förväg specificera exakt vilka yttranden som räknas som tillräckliga.

Invändningen att tystare studenter missgynnas ska tas på allvar. Den löses inte genom att kräva ett visst antal yttranden per seminarium, utan genom att samtalet designas så att olika sätt att delta får utrymme: mindre samtalsgrupper, skriftliga reflektioner som följer på samtalet, tid att tänka innan man svarar. Corbin, Sharpe och Dawson (2026) visar dessutom att de villkor som gör fysisk uteslutning av AI möjlig redan håller på att lösas upp av bärbara AI-verktyg utan tillförlitliga yttre signaler om användning. Försök att hålla tekniken utanför rummet förskjuter problemet snarare än löser det. I längden måste examinationen vila på kursdesign.

Att leda den här sortens seminarium är ett hantverk som kan behöva utvecklas: att hålla samtalet öppet utan att tappa riktningen, att göra bedömningar i realtid, att hantera dynamiken i en grupp där olika studenter tar plats på olika sätt. Det är inte en självklar kompetens hos alla lärare.

Det aktiva seminariet som examinerande form ställer också krav på hur vi arbetar administrativt. Högskoleförordningen och UKÄ:s rättssäkerhetsbegrepp förutsätter att den enskilda studentens prestation går att urskilja, dokumentera och överpröva. När examinationen utgörs av deltagande i ett seminarium finns ingen text att arkivera, och bedömningen behöver dokumenteras i form av anteckningar om vad studenten har bidragit med och vad som har betraktats som tillräckligt för godkänt. Till det kommer att formatet tar tid och inte fungerar i hur stora kursgrupper som helst, vilket reser administrativa frågor om resursfördelning. De frågorna behöver hanteras, men inte här.

Valet av examinationsformat är heller aldrig neutralt. Tai m.fl. (2022) visar att varje format gynnar vissa studenter och missgynnar andra, inte alltid av de skäl som är ämnesmässigt relevanta. Muntliga seminarier missgynnar den som behöver mer tid för att formulera sig. Salstentamen under tidspress missgynnar den som inte fungerar väl under stress. Föreskrivna format mäter i bland annat än vad lärandemålen pekar mot. Det är alltså inte rörelsen mot synkrona moment som är lösningen i sig. Det är att välja format utifrån vad kursen faktiskt ska mäta, och fråga vem det gynnar och vem det missgynnar. Den frågan hör hemma i designarbetet, inte i efterhandsanpassningen.

Tre format att utveckla

AI-transparent examination.

Studenten får inte bara använda AI utan förväntas redovisa hur. Inlämningen består av två delar: produkten och en process- eller metodredogörelse där studenten visar vilka prompts hen har använt, vilka svar hen har förkastat och varför, och vilka beslut hen har fattat på vägen. Den senare delen är ofta svårare att producera än produkten själv, för den kräver faktisk reflektion över det egna arbetet. Formatet tränar precis det Bearman m.fl. (2024) kallar evaluative judgement: förmågan att bedöma kvaliteten i både AI-genererade utfall och de processer som lett fram till dem. Den klyftan kan bara slutas av studenten själv. 

Muntlig fördjupning som komplement.

Till skillnad från det aktiva seminariet, som är ett gruppformat där bedömningen sker mot studentens deltagande i en pågående samtalsdynamik, är muntlig fördjupning ett individuellt format knutet till en specifik inlämning. Studenten lämnar in en skriftlig produkt och försvarar eller utvecklar den i ett samtal med läraren. Det är inte ett klassiskt muntligt förhör utan ett samtal där studenten resonerar om det hen har skrivit, motiverar sina val och svarar på följdfrågor. Bedömningen baseras på helheten, alltså både på texten och på samtalet. Formatet kräver tid, vilket är den uppenbara begränsningen, men det går att designa effektivt även i större grupper genom slumpmässigt urval eller kortare individuella avstämningar.

Iterativ examination.

Studenten arbetar med samma problem över flera faser och tar vid varje fas in återkoppling, från läraren, från medstudenter eller från strukturerad självreflektion. Bedömningen baseras inte enbart på slutprodukten utan på hur studenten har hanterat återkopplingen och utvecklat sitt arbete. Det är ett format som tränar förmågan att förändra sin position när argumenten kräver det vilket återigen är ett sätt att skap autenticitet inför kommande yrkesroll, en kompetens som blir alltmer betydelsefull i takt med att AI gör det enklare att producera initiala utkast och svårare att avgöra vad som faktiskt är genomtänkt.

Gemensamt för flera av dessa format är att de utmanar våra administrativa processer kring dokumentation, resursfördelning och hur examinationen rapporteras. 

Inget av dessa format är nytt. Det möjligen nya är att de behöver lyftas från att vara pedagogiska valmöjligheter till att bli grunden i hur kurser både designas och examineras. Det är ett byte av platser som löper genom hela det här resonemanget. De pedagogiska verktygen flyttar in i examinationen, och det som tidigare var examination, den färdiga produkten, blir en del av processen fram till kunskap.

Kursplanen som levande dokument

Det här reser också en fråga om vårt sätt att hantera kursplaner. Den stora frågan handlar inte i första hand om formalia, utan om relevans. En kursplan är ett löfte om att studenten får en utbildning som är adekvat och tidsenlig. När förutsättningarna förändras snabbt, som de gör nu, blir det svårare att hålla det löftet med en kursplan som ska kunna stå oförändrad i fem år. Det fanns goda skäl att formulera kursplaner med viss flexibilitet, men de skälen hörde hemma i en tid då kunskapsfältet förändrades långsamt och idén om vad det innebär att kunna något var stabil. Med AI är ingetdera självklart.

Arbetar vi dessutom aktivt med konstruktiv länkning får det konsekvenser för kursplanen. När examinationsformer, lärandemål och läraktiviteter behöver justeras för att svara mot en ny verklighet kommer kursplanen att behöva följa med. Det är inte ett problem som ska lösas genom att skriva ännu vagare kursplaner, utan en konsekvens av att vi gör det vi bör göra. Det är också ett aktivt arbete mot den devalvering av akademisk kunskap som annars hotar.

Att behandla kursplanen som ett levande dokument innebär en högre arbetsbelastning och reser administrativa utmaningar som inte ska underskattas. Men det är delvis just därför den här diskussionen behöver föras: för att vi ska kunna utmana de processerna och behålla utbildningens relevans, inte cementera dem på bekostnad av den.

Omexaminationen som designfråga

När examinationen flyttar mot synkrona moment uppstår en fråga som behöver hanteras tidigt: hur omexaminationen ska se ut. Examinationsformerna ska enligt HV:s regler anges i kursplanen även för omexamination, och utgångspunkten är att omexaminationen ska ske i samma form som ordinarie examination, om inget annat anges i kursplanen.

Det är där spänningen blir tydlig. Den traditionella reflexen, en skriftlig ersättningsuppgift, är svår att förena med en kursdesign som i övrigt rör sig bort från asynkron textproduktion. För det aktiva seminariet blir frågan särskilt svår, och svaret kommer rimligen att variera mellan kurser och ämnen.

En annan fråga som inte är ny, men som blir mer angelägen när slutprodukten inte längre är målet, är hur progressionen inom kursen hanteras. När examinationen sker stegvis och varje del bygger på den föregående blir det svårt att låta en student som missar ett tidigt moment fortsätta genom resten av kursen för att sedan göra om det missade i efterhand. Då har själva poängen med progressionen gått förlorad. Det är inte ett problem AI har skapat, men det blir tydligare när examinationen flyttar in i processen.

Att tänka igenom omexaminationen från början är inte bara en fråga om rättssäkerhet. Det är också ett sätt att skapa transparens mot studenten. När formerna är genomtänkta i förväg vet studenten vad som gäller om något moment behöver göras om.

När delarna riskerar att skymma helheten

En gemensam logik löper genom det här. Bort från enskilda produkter som ensamma bevis. Bort från textproduktion som självgående examination. Bort från salstentamen som reflex. Men där finns också en spänning som vi behöver vara medvetna om. Om vi ersätter den stora slutprodukten med flera milstolpar har vi i en mening bara bytt ut en sorts uppdelning mot en annan. Det är inte rörelsen mot fler bedömningstillfällen som är problemet. Problemet uppstår om varje delmoment i sin tur bygger på en egen slutprodukt, så att modulen blir en minikurs som examineras genom ännu en text eller artefakt.

Så länge varje sådan delprodukt har krävt eget arbete av studenten har problemet inte synts. I en AI-värld blir det synligt. När varje liten avgränsad uppgift kan produceras med AI utan att helheten ifrågasätts försvinner möjligheten att bedöma den sammanhållna förståelsen. Modulindelning är inte fel i sig, och kan vara helt rimlig som strukturerande princip. Men om varje modul examineras som en miniatyrversion av den gamla kursmodellen, med egen slutprodukt som bevis, har vi inte skapat en formativ bedömning, vi har bara gjort den gamla modellen mindre och vanligare.

En palett, inte en mall

Det som beskrivits här är en uppsättning principer och format som tillsammans bildar en palett, inte en uppsättning regler som passar alla kurser. En labbintensiv ingenjörskurs har andra förutsättningar än en kurs i litteraturvetenskap. En kurs på avancerad nivå med trettio studenter har andra möjligheter än en grundkurs med fyrahundra. Det är inte ett argument för att låta bli, utan för att arbetet behöver göras lokalt.

En invändning vi behöver ta på allvar är att den här typen av kursdesign tar tid. Det gör den. Men frågan måste ändå ställas: vad är alternativet? Att fortsätta med examinationsformer som inte längre mäter det de säger sig mäta är inte ett mindre arbetsamt val. Det är ett val där priset hamnar någon annanstans, och där det landar på något som är svårare att laga än en pressad arbetsvardag. När examinationen inte kan stå för det den utger sig för att stå för, devalveras värdet av den akademiska kunskapen och våra utbildningsprogram. Att inte välja är också ett val, och som Corbin, Dawson och Liu (2025) påpekar är det inte en hållbar väg framåt i en AI-värld.

Riktningen är gemensam även om formerna skiljer sig åt. Enskilda produkter kan inte längre bära hela bevisbördan. Asynkront textarbete fungerar bättre som underlag för ett samtal än som examination i sig. Salstentamen är en giltig form när den väljs utifrån vad kursen faktiskt mäter, inte som svar på ett kontrollbehov. AI behöver sluta betraktas som ett hot mot examinationen och i stället ses som en del av den verklighet kursen ska förbereda studenten för.

Det är en förändring som kräver mod och som tar tid. Men om vi gör den väl, leder den till något som är värt insatsen: att den kunskap vi säger oss stå för också är den kunskap som examineras. Det är inte en mager tröst. Det är hela poängen med vad vi gör.

Text skriven av Lars Johansson, avdelningschef Akademus

Källor

Bearman, M., Tai, J., Dawson, P., Boud, D., & Ajjawi, R. (2024). Developing evaluative judgement for a time of generative artificial intelligence. Assessment & Evaluation in Higher Education, 49(6), 893–905. https://doi.org/10.1080/02602938.2024.2335321

Castro-Lopez, A., El Abed, M., Cervero, A., & Álvarez-Blanco, L. (2026). From AI adoption to underperformance? Investigating the impact of interactive AI tools on student outcomes in higher education. European Journal of Higher Education. https://doi.org/10.1080/21568235.2026.2620686

Corbin, T., Dawson, P., & Liu, D. (2025). Talk is cheap: why structural assessment changes are needed for a time of GenAI. Assessment & Evaluation in Higher Education, 50(7), 1087–1097. https://doi.org/10.1080/02602938.2025.2503964

Corbin, T., Sharpe, S., & Dawson, P. (2026). On AI glasses and wearable AI in assessment. Assessment & Evaluation in Higher Education. https://doi.org/10.1080/02602938.2026.2661367

Heeneman, S., de Jong, L. H., Dawson, L. J., Wilkinson, T. J., Ryan, A., Tait, G. R., Rice, N., Torre, D., Freeman, A., & van der Vleuten, C. P. M. (2021). Ottawa 2020 consensus statement for programmatic assessment – 1. Agreement on the principles. Medical Teacher, 43(10), 1139–1148. https://doi.org/10.1080/0142159X.2021.1957088

Sejdiu, N. P., & Sejdiu, S. (2025). The quiet transformation of higher education in the AI era. Open Research Europe. https://doi.org/10.12688/openreseurope.20715.1

Tai, J., Ajjawi, R., Bearman, M., Boud, D., Dawson, P., & Jorre de St Jorre, T. (2022). Assessment for inclusion: Rethinking contemporary strategies in assessment design. Higher Education Research & Development, 42(2), 483–497. https://doi.org/10.1080/07294360.2022.2057451

UKÄ (Universitetskanslersämbetet). (2020). Rättssäker examination (4:e uppl.). Stockholm: Universitetskanslersämbetet.

Senast uppdaterad