AI baserat återkopplingsverktyg för gymnasiematematik

Sammanfattning

Individualiserad återkoppling är avgörande för matematisk kunskapsutveckling, men strukturella begränsningar i klassrummet gör det svårt för lärare att erbjuda detta kontinuerligt. I denna studie undersöks hur ett AI baserat verktyg för formativ återkoppling påverkar gymnasiestudenters lärande inom matematik, hur återkopplingen upplevs av studenterna, samt vilka designkrav som krävs för att verktyget ska vara pedagogiskt användbart. Studien genomfördes vid en gymnasieskola i Stockholm, Sverige. Totalt deltog 47 studenter från kurserna Matematik 2c och 3c, fördelade i en experimentgrupp som använde det AI baserade verktyget (24 studenter), och en kontrollgrupp som fick traditionell läraråterkoppling (23 studenter). Data samlades in med hjälp av intervjuer, observationer, för- och eftertest, samt en enkät med nio påståenden. Resultaten visar att AI gruppen förbättrade sina testresultat med 11,6 procentenheter, jämfört med 5,2 procentenheter för lärargruppen. Skillnaden motsvarar en förbättring som var mer än dubbelt så stor som i lärargruppen. Enkätresultaten visar att en stor majoritet av studenterna upplevde återkopplingen som begriplig och användbar. Motivationseffekten var positiv, men mer varierad mellan studenterna. Studien identifierar även centrala designkrav: återkopplingen bör vara strukturerad i tydliga steg, balanserad i sitt innehåll, samt anpassad till studentens kunskapsnivå. AI återkoppling bör fungera som ett komplement till läraren, inte som en ersättning. Slutsatsen är att AI genererad formativ återkoppling har tydlig potential som pedagogiskt stöd i matematikundervisning. Detta förutsatt att den bygger på välgrundade pedagogiska principer, samt integreras i en undervisning där lärarens roll kvarstår som central. Dataintegritet är likaså en viktig del av arbetet och ska stå i fokus.