Deklaration ved anvendelse af AI
En fælles ramme for transparent, ansvarlig og reflekteret brug af generativ AI
AI-deklarationens
FORMÅL OG FUNKTION
AI-deklarationen fungerer som et refleksionsværktøj, der skal understøtte elevernes kritiske og bevidste brug af generativ AI i skolearbejdet. Når elever afleverer opgaver med AI-deklaration, dokumenterer de både anvendte værktøjer, prompts og deres refleksioner over det genererede output.
Formålet er ikke blot dokumentation, men også at skabe en bevidst “pause” i arbejdsprocessen. Generativ AI gør det muligt hurtigt at generere tekst og idéer, men deklarationen skal hjælpe eleverne med at stoppe op, tage stilling til indholdet og reflektere over kvalitet, troværdighed og faglig relevans. På den måde understøttes en mere aktiv og ansvarlig læringsproces (Dalsgaard, 2025).
Refleksionsdelen har samtidig fokus på at styrke elevernes forståelse af, hvordan AI-systemer fungerer. Eleverne skal forholde sig kritisk til teknologiens begrænsninger, eksempelvis når AI hallucinerer kilder, fremstiller usikre oplysninger som fakta eller tilpasser svar for at virke hjælpsom og overbevisende. Målet er derfor ikke kun at arbejde med det færdige output, men også at udvikle indsigt i de mekanismer og logikker, der ligger bag generativ AI (Caviglia et al., 2019).
Lærernes bedømmelsespraksis
Når gymnasiet arbejder med AI-deklarationer, kræver det også en ændring i måden, elever vurderes på. Generativ AI kan i dag producere tekster, der fremstår både velformulerede og akademiske, og derfor bliver elevens arbejdsproces, refleksioner og faglige valg vigtigere end det færdige produkt alene (Mao et al., 2023).
I den formative evaluering kan underviseren derfor i højere grad vurdere elevens evne til at formulere faglige prompts, arbejde kritisk med AI’s svar og tage stilling til, hvilke forslag der skal bruges, omskrives eller afvises. Formålet er at fastholde eleven som den aktive og ansvarlige part i arbejdsprocessen, det Ethan Mollick (2024) beskriver som “the human in the loop”, hvor mennesket fortsat styrer og vurderer teknologiens bidrag.
Fremtidens prøveformer
Når – eller hvis – Undervisningsministeriet tillader generativ AI ved skriftlige eksamener (som det i øjeblikket afprøves med SRO), kan AI-deklarationen oplagt integreres som omdrejningspunkt for et mundtligt forsvar.
Ved det grønne bord vil elevens skriftlige AI-log fungere som eksaminationsgrundlag. Formålet her bliver at udprøve elevens transformative agency (Aagaard et al., 2024). Begrebet betegner evnen til ikke blot at bruge teknologien instrumentelt, men til at udvise selvstændig, kritisk agens. Eksaminator vil kunne vurdere, om eleven aktivt har modstået teknologiens bias, transformeret maskinens udkast gennem stærk grundfaglighed og derved gjort det faglige arbejde til sit eget.
Eksempel på opstilling af AI-deklaration
Her præsenteres et konkret eksempel på, hvordan en obligatorisk AI-deklaration og refleksionslog kan struktureres i skriftlige afleveringer i gymnasiet.
Deklarationen indledes med elevens navn, fag og opgavens titel, så dokumentet tydeligt knyttes til den konkrete aflevering.
Del 1: Teknologi og datasikkerhed
I denne del beskriver eleven, hvilke AI-værktøjer der har været anvendt i arbejdsprocessen, eksempelvis ChatGPT, Microsoft Copilot eller andre generative værktøjer. Eleven bekræfter samtidig, at der ikke er delt personfølsomme oplysninger, fortroligt materiale eller ophavsretligt beskyttet indhold med teknologien. Dette understøtter skolens arbejde med gældende retningslinjer for datasikkerhed og databeskyttelse, da skolen ikke har kontrol over eksterne AI-systemers lagring og behandling af data (Børne- og Undervisningsministeriet, 2025).
Del 2: Formålet med brugen af AI
Her reflekterer eleven over, hvilken rolle AI har haft i arbejdsprocessen. Teknologien kan eksempelvis være anvendt til idéudvikling, strukturering af indhold, sproglig feedback eller forklaring af faglige begreber. Når elever begrunder deres valg af digitale værktøjer, kan det understøtte deres bevidsthed om egen læreproces og fastholde det faglige ejerskab hos eleven (Pedersen, 2024).
Del 3: Prompts og arbejdsproces
I denne del dokumenterer eleven centrale prompts og korte uddrag af det genererede output, der har indgået i opgaveløsningen. Flere videregående uddannelser arbejder allerede med dokumentation af AI-interaktion som en del af akademisk praksis og kildearbejde (Danmarks Evalueringsinstitut, 2025). Erfaringer fra undervisere viser samtidig, at synligheden omkring elevens prompts kan skabe større refleksion over brugen af AI og give læreren indsigt i elevens faglige spørgsmål og arbejdsproces (Danmarks Evalueringsinstitut, 2025).
Del 4: Kritisk refleksion
Den afsluttende del fokuserer på elevens refleksion over arbejdsprocessen og brugen af AI. Eleven beskriver med egne ord, hvordan teknologiens output er blevet vurderet, bearbejdet og eventuelt omskrevet. Refleksionen kan blandt andet handle om situationer, hvor AI har været hjælpsom, men også tilfælde hvor teknologien har givet upræcise svar, opfundet kilder, udvist bias eller tilpasset svarene for at fremstå hjælpsom. Formålet er at styrke elevens kritiske forståelse af teknologiens muligheder og begrænsninger samt elevens evne til aktivt at forholde sig til AI’s uforudsigelighed, også beskrevet “the jagged frontier” (Mollick, 2024). Dermed bliver deklarationen ikke kun et administrativt dokument, men også et formativt læringsværktøj, der arbejder med elevens kritiske teknologiforståelse og transformative agens (Aagaard et al., 2024).
Litteraturliste:
Aagaard, T., Amdam, S. H., Nagel, I., Vika, K. S., Andreasen, J. K., Pedersen, C., & Røkenes, F. M. (2024). Teacher preparation for the digital age: Is it still an instrumental endeavor? Scandinavian Journal of Educational Research, 69(3), 651-665. https://doi.org/10.1080/00313831.2024.2330927
Børne- og Undervisningsministeriet. (2025). Vejledning om lovlig brug af kunstig intelligens for uddannelsesinstitutioner. UVM.
Caviglia, F., Dalsgaard, C., & O’Donovan, M. (2019). Introduktion til akademiske digitale kompetencer. Center for Undervisningsudvikling og Digitale Medier, Aarhus Universitet.
Dalsgaard, P. (2025). Reflective friction in generative AI: Designing for slow thinking in fast systems. I Proceedings of the Aarhus 2025 Workshop on The Role of Design in the Future of Human-AI Interaction (Aarhus ’25). ACM.
Danmarks Evalueringsinstitut (EVA). (2025). Kortlægning af bedømmelsespraksis i gymnasiet i lyset af generativ AI. EVA.
Johannessen, C. M., & Jørnø, R. L. V. (2023). Undgå at menneskeliggøre AI, når du taler med elever. Læremiddel.dk.
Luo, J. (2024). How does GenAI affect trust in teacher-student relationships? Insights from students’ assessment experiences. Teaching in Higher Education.
Mao, J., Chen, B., & Liu, C. J. (2023). Generative Artificial Intelligence in Education and Its Implications for Assessment. TechTrends, 68, 58-66.
Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio.
Pedersen, A. Y. (2024). Kunstig intelligens og elevernes digitale kompetencer. POLIS – Tidsskrift for samfundsfagsdidaktik.
Säljö, R. (2010). Digital tools and challenges to institutional traditions of learning: Technologies, social memory and the performative nature of learning. Journal of Computer Assisted Learning, 26(1), 53-64.