Hvorfor opplegget virker, og hva du gjør før timen. Selve timen minutt for minutt står i lærerveiledningen.
Hva elevene faktisk gjør — og hvorfor det virker
Datameglere som Acxiom, Experian og Oracle Data Cloud kjøper, samler og selger personopplysninger på millioner av mennesker — uten at disse selv vet det eller har gitt samtykke. I USA er praksisen nærmest uregulert. I Norge og EU setter GDPR grenser, men omfattende dataprofiling foregår fortsatt. Elevene din har data-profiler som allerede bygger seg selv bare av det de gjør på nettet hver dag.
Rekommendasjonsalgoritmer på TikTok, Instagram, Spotify og Netflix bruker akkurat denne typen profiler. Det som ser tilfeldig ut — en elev som pauser på en video, liker et innlegg, kjøper noe på nettet — blir samlet inn, analysert og brukt til å forutsi hva hun vil gjøre, hva hun ønsker seg, og hvilke produkter hun sannsynligvis kjøper. En databroker kan selge denne informasjonen til markedsføringsbyrå eller til andre bedrifter som ønsker å påvirke atferd.
Ved å la elevene rolleespille som dataanalytikere som velger produkter basert på fiktive profiler, skjer noe kraftig pedagogisk: de går fra å være «den profilerade» til å være «profileraren». De opplever selv hvor lett det er å lese en profil, og hvor presist algoritmer kan være. Når du så avslører at profilene var bygd fra reell datapraksis — fra søk, sosiale medier, kjøpshistorikk — opplever de det som en «aha!»-moment som ofte huskes lenge.
I norsk kontekst er Datatilsynet ansvarlig for GDPR-håndhevelse. Barn under 13 år skal ikke få data samlet in uten foreldres samtykke, men det blir ikke alltid respektert. EU AI Act bringer nye regler for algoritmer. Hva bør elevene vite om egne rettigheter og digitale fotavtrykk?
Vil du forstå konseptet bak? Les Slik virker KI — 5 minutter.
Les gjennom fasitarket (Answer Key) så du vet hva som kommer i avsløringsfasen.
Kopier og del ut elevarbeidsarket (Student Handout) — ett per elev eller per gruppe.
Bestem på forhånd: skal alle grupper analysere samme datasett, eller skal de få ulikt sett og så sammenligne?
Datasett Set 1–4 (profiler) — ett sett per gruppe, utskrift eller digital
Produktkort — ett sett per gruppe
Elevarbeidsark (Student Handout) — ett per elev
Fasitark (Answer Key) — kun for læreren
I timen
Lærerveiledningenpå papir foran deg — hva du sier, fasene, lærertips og differensiering
Presentasjonenpå skjerm for elevene — skal ikke skrives ut
Slå opp ved behov
Læringsmål og kompetansemål
Hva elevene skal lære
Elevene skal forklare hva en datamegler er og hvilke typer data som samles inn om dem som internettbrukere. De skal beskrive hvordan KI-algoritmer bruker persondata til personalisering og målrettet markedsføring.
De skal reflektere over egne digitale fotavtrykk — hvilke data de produserer daglig — og hva som er rimelig og urimelig bruk av slike data. De skal kjenne til GDPR og egne rettigheter.
Forankring i LK20
Samfunnsfag — Drøfte personvern, datahåndtering og konsekvenser av digitalisering. Diskutere etiske spørsmål om KI og algoritmer i samfunnet.
Norsk — Kritisk vurdere digitale kilder, medieinnhold og personvernpolitikk. Forstå hvordan algoritmer påvirker det vi ser.
Tverrfaglig tema — Demokrati og medborgerskap — rettigheter i det digitale samfunnet.
Begreper i dette opplegget
Datamegler: Selskap som kjøper, samler og selger persondata uten direkte kontakt med personene det gjelder. Profitterer på å selge innsikt om mennesker til markedsførere.
Dataprofil: En samling av data om en enkeltperson — søkehistorikk, interesser, atferd, kjøpsmønster — brukt til å forutsi behov og atferd.
Digitalt fotavtrykk: Sporene du etterlater deg på nett gjennom søk, klikk, kjøp, kommentarer, videovisninger og appbruk. Dette blir samlet inn av bedrifter.
Personalisering: Tilpasning av innhold, annonser eller tjenester basert på din dataprofil — f.eks. anbefalingsalgoritmer på Netflix eller TikTok.
GDPR: EUs personvernforordning som gir deg rett til å vite hvilke data som samles inn, rett til å få innsyn, rette og slette dine data.
Algoritmisk profil: En maskinlært representasjon av deg basert på din digitale atferd — brukt av systemer til å forutsi og påvirke fremtidig atferd.
Samtykke: Ditt informerte, frivillige og aktive «ja» til at data om deg kan samles inn og brukes til et bestemt formål. Må gis før innsamling.
«Dere er analytikere i et av verdens største dataanalysefirmaer. I dag har dere mottatt fire mapper med informasjon om ungdommer — søkehistorikk, interesser, kjøpsvaner, sosiale medier. Oppdraget: identifiser hvilke produkter som passer best for hver profil. Kundene betaler godt. Og de vet ingenting om at dere har disse mappene.»
💡 Tips: Ikke avslør ennå at profilene er basert på reell datapraksis. La elevene jobbe som om det er en ekte jobboppgave — avslør sammenhengen i refleksjonsrunden. Denne «perspektivskiftet» fra profilert til profilerarer er det pedagogiske ankeret.
Står også i lærerveiledningen som «Les til klassen», og på presentasjonens andre slide.
Refleksjonsspørsmål til klassen
Spørsmålene står også i lærerveiledningen og på presentasjonens refleksjonsslide.
Hvilke data om deg tror du er tilgjengelige for datameglere akkurat nå? Hva ville en profil av deg inneholdt?
Forskjellen på at en app anbefaler deg innhold og at en forsikring vurderer deg basert på data — hvor går grensen for deg?
Hva ville du gjort annerledes på nettet hvis du visste helt sikker at det ble samlet inn? Og hvorfor gjør du det ikke allerede?
Hva er rettigheter du har når bedrifter samler inn data om deg? (Hint: GDPR)
I virkeligheten — og videre arbeid
I virkeligheten
Annonseplatformer — Google, Meta (Facebook/Instagram) samler 1 000+ datapunkter per bruker for å profilere deg
Datameglere — Selskaper som Experian, Acxiom selger profiler til markedsførere, forsikringsselskaper og långivere
Streaming-algoritmer — Netflix, Spotify bruker din profil til personalisering som påvirker hva du ser/hører
Kredittøvervåking — Noen forsikringsselskaper og långivere kjøper data for å vurdere deg som kunde
Datatilsynet (Norge) — Håndterer klager over datamisbruk; barn under 13 skal ikke profileres uten foreldres samtykke
Bygg videre på opplegget
Din digitale ryddedag — Gå gjennom hvilke apper og tjenester du bruker. Hvilke har du gitt tilgang til kamera, mikrofon, lokasjon? Hva sier personvernerklæringen deres? Skriv en rapport der du vurderer: Samler de inn mer enn nødvendig?
Datatilsynet-klagen — Velg en digital tjeneste dere bruker. Undersøk: Samler de inn mer data enn nødvendig? Kan dere finne ut hvem de deler data med? Hvordan er personvernerklæringen formulert? Formuler en fiktiv klage til Datatilsynet.
Personvernregler på norsk — Ta personvernerklæringen til en populær app og omskrive den til enkelt, lesbart språk for jevnaldrende. Hva er det viktigste å vite?
Din egen dataprofil — Basert på det du gjorde og så på nettet siste uke: Lag en (fiktiv) dataprofil av deg selv. Hva ville en databroker vite om deg? Hva er sannsynlig unøyaktig?
Slik ser det ut i klasserommet
Profilkort med søkehistorikk sortert i grupper under gule lapper merket Science, Sport, Art og Leisure.
Foto: Duri Long. Gjengitt med tillatelse.
Kilde, kreditering og videre lesning
Tilpasset fra «Datasets and Data Brokers» i AI Unplugged: Exploring Pathways from Physical Simulation to Conceptualization of AI Reasoning Processes — Darabipourshiraz, H., Murakami Ng, L., Wang, G., Rollins, S. & Long, D. (2026), ACM Transactions on Computing Education. CC BY-NC 4.0. Norsk bearbeiding: Sigrun Lindaas Norhagen, kiforskolen.no — NLA Høgskolen.