«Telefonen anbefaler deg musikk. Søkemotoren fullfører setningene dine. Bilen din parkerer seg selv. Er alt dette kunstig intelligens — og hva er egentlig KI?»
60 min5.–10. trinnGrupperUten skjerm
10 minÅpning og undring
15 minDel 1: Arbeidsarket grunnspørsmål
20 minDel 2: Kortstokken — sorterer og kategoriserer
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
Kunstig intelligens er ikke magi — det er et system som tar innsignaler (data), prosesserer dem gjennom en algoritme, og produserer resultater. Denne enkle modellen — innsignal → algoritme → resultat — er nøkkelen til å forstå og evaluere KI-systemer kritisk. I denne aktiviteten gjør elevene akkurat det: de blir «KI-designere» som lærer å gjenkjenne mønstre i KI-applikasjoner og deretter designer deres eget system ved hjelp av en fysisk kube.
Aktiviteten er kraftfull fordi den kombinerer kartsortering (konkret og håndgripelig) med design og refleksjon. Når elevene bruker kortene til å fylle inn kubens seks sider — Navn, Innsignal, Algoritme, Resultat, Fordeler, Ulemper — har de skapt et fysisk designartefakt de kan dele med klassekameratene. Dette gir rom for diskusjon: «Hvem gagner dette systemet? Hvem kan det skade?» — spørsmål som fører til kritisk tenkning om KI i samfunnet.
Real-world KI-systemer som Spotify (anbefaling basert på lyttehistorikk), Snapchat-filtre (ansiktsgjenkjenning), medisinsk KI (analysering av røntgenbilder), selvkjørende biler (kombinering av sensorer og maskinlæring), og e-postfiltre (klassifisering av meldinger) kan alle analyseres med denne modellen. Elevene oppdager at KI er overalt — og at det har både fordeler og ulemper som må diskuteres åpent.
Gjennom refleksjonsspørsmålene blir elevene introdusert til etiske dimensjoner ved KI: Har jeg kontroll over når jeg bruker KI? Kan jeg stole på systemet? Hvem er ansvarlig hvis noe går galt? Disse spørsmålene er grunnlaget for digital dannelse og kritisk media- og teknologiforståelse.
Vil du forstå konseptet bak? Les Slik virker KI — 5 minutter.
Gjennomgå kortene selv og bli kjent med de ulike KI-applikasjonene.
Forbered kubekonstruksjonsmateriale — lim eller teip.
AI-kortstokk (utskriftsklar PDF) — ett sett per gruppe
Introducing AI-arbeidsark — ett per elev
KI-kube-mal (kubetemplate) — ett per elev/par
Saks og eventuelt lim (for kubekonstruksjon)
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 kjenne igjen KI-systemer i hverdagen og beskrive dem ved hjelp av modellen innsignal → algoritme → resultat.
De skal reflektere over egne holdninger til KI og diskutere fordeler og ulemper ved konkrete KI-systemer, inkludert hvem systemene gagner og hvem de kan påvirke negativt.
Forankring i LK20
Naturfag — Bruke digitale verktøy og modeller for å utforske og forstå prinsipper for teknologiske systemer.
Samfunnsfag — Drøfte teknologiens rolle i samfunnet, inkludert konsekvenser av kunstig intelligens for enkeltmennesket og fellesskapet.
Tverrfaglig tema — Demokrati og medborgerskap — hvem styrer teknologien, og hvordan kan vi påvirke utviklingen?
Begreper i dette opplegget
Kunstig intelligens (KI): Dataprogrammer som utfører oppgaver som vanligvis krever menneskelig intelligens — som å gjenkjenne bilder, oversette tekst eller ta beslutninger.
Innsignal: Data som mates inn i et KI-system — for eksempel bilder, lyd, tekst eller sensordata fra omgivelsene.
Algoritme: Et sett instruksjoner eller matematiske regler som KI-systemet bruker til å behandle innsignalet og produsere et resultat.
Resultat: Det KI-systemet produserer — for eksempel en anbefaling, en klassifisering, et bilde, en tekst eller en handling.
Datasett: En samling data som brukes til å trene et KI-system — for eksempel tusenvis av bilder av katter og hunder.
Sensor: En enhet som registrerer informasjon fra omgivelsene — for eksempel et kamera, mikrofon, GPS eller termometer.
Maskinlæring: En type KI der systemet lærer fra data i stedet for å følge forhåndsprogrammerte regler — jo mer data, jo bedre blir systemet.
«Telefonen anbefaler deg musikk. Søkemotoren fullfører setningene dine. Bilen din parkerer seg selv. Er alt dette kunstig intelligens — og hva er egentlig KI?»
💡 Tips: La elevene nevne tre steder de tror de har møtt KI i dag. Ikke korriger ennå. Fortell at de i løpet av denne timen vil bli eksperter på å gjenkjenne KI i hverdagen.
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.
Er det alltid tydelig når du bruker et KI-system? Gi eksempler der det er tydelig og der det er skjult.
Kan du stole på alle KI-systemer? Hva avgjør om et KI-system er pålitelig? Hvem tester det før det brukes?
Hvem bestemmer hva et KI-system skal gjøre — og hvem er ansvarlig hvis det gjør noe galt? Tenk på en situasjon der en KI tar en viktig beslutning (jobbintervju, rettssakskvalitet, medisinsk diagnose).
Hva er fordelene og ulempene med KI-systemet du designet? Hvem gagner det — og hvem kan det skade? Finnes det menneskegrupper som blir urettferdig behandlet?
I virkeligheten — og videre arbeid
I virkeligheten
Spotify / YouTube — Anbefaler musikk eller videoer basert på hva du har lyttet til og profilen din
Snapchat-filtre — Bruker ansiktsgjenkjenning i sanntid til å plassere digitale effekter på ansiktet ditt
Medisinsk KI — Analyserer røntgenbilder eller blodprøver for å oppdage sykdom
Selvkjørende biler — Kombinerer kamera, radar og maskinlæring for å navigere trafikken
E-postfiltre — Klassifiserer automatisk meldinger som spam eller legitim e-post
Bygg videre på opplegget
Er du smartere enn KI? — Neste opplegg i serien utforsker KI-styrker og svakheter gjennom sammenligningsaktiviteter — og inviterer elevene til å tenke på hva mennesker kan som maskiner ikke kan.
Praktisk utforskning — Tren din egen KI: Bruk Teachable Machine (teachablemachine.withgoogle.com) til å trene en enkel KI på egne bilder. Sammenlikn med dagens aktivitet: Hvor går det på skakket når du designer KI-en? Hva lærer den best på?
Ny-KI-design for samfunnsutfordringer — Elevene designer et KI-system for en lokal utfordring — for eksempel i skolen, i nærmiljøet eller i helseektoren. Hvem gagner det? Hvem kan det skade? Hva må man være forsiktig med?
Slik ser det ut i klasserommet
Elevhånd legger et KI-eksempelkort på et sorteringsark med radene Joy, Anger, Curiosity og Optimistic. Flere kort ligger usortert ved siden av.
Foto: Duri Long. Gjengitt med tillatelse.
Kilde, kreditering og videre lesning
Tilpasset fra «Introducing AI» 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.
