Teknik · Årskurs 8 · Framtidens Teknik och AI · Vårtermin

Etiska Dilemman med AI

Eleverna diskuterar de etiska utmaningar som uppstår med utvecklingen och användningen av artificiell intelligens.

• Skolverket Kursplaner
• Lgr22: Teknik 7-9 - Tekniska lösningars påverkan på människa och miljö
• Lgr22: Teknik 7-9 - Konsekvenser av teknikval

Om detta ämne

Etiska dilemman med AI handlar om de moraliska utmaningar som uppstår vid utveckling och användning av artificiell intelligens. Elever i årskurs 8 utforskar hur AI-system kan påverka rättvisa, ansvar och autonomi i samhället. De diskuterar nyckelfrågor som hur man säkerställer opartiska AI-system, vem som bär ansvar för kontroversiella beslut och riskerna med för mycket AI-autonomi. Detta kopplar direkt till Lgr22:s mål om tekniska lösningars påverkan på människa och miljö, samt konsekvenser av teknikval inom Teknik 7-9.

Ämnet utvecklar elevernas kritiska tänkande och etiska reflektion, centrala i Digital Innovation och Systemförståelse. Genom att analysera verkliga exempel, som ansiktsigenkänning som diskriminerar eller autonoma fordon i olyckor, lär sig eleverna att tekniska val har samhällskonsekvenser. Detta stärker systemförståelse, där elever ser AI som del av större samhällssystem med etiska kopplingar till människa, miljö och rättvisa.

Aktivt lärande passar utmärkt för detta ämne eftersom diskussioner och rollspel gör abstrakta dilemman konkreta och personliga. Elever engageras genom att argumentera för olika sidor, vilket främjar empati och djupare förståelse för komplexa frågor.

Nyckelfrågor

1. Hur kan vi säkerställa att AI-system är rättvisa och opartiska?
2. Vem bär ansvaret när ett AI-system fattar ett kontroversiellt beslut?
3. Utvärdera de potentiella riskerna med att ge AI för mycket autonomi.

Lärandemål

• Analysera hur bias kan introduceras i AI-system genom träningsdata och algoritmer.
• Utvärdera de etiska konsekvenserna av autonoma system i komplexa beslutsfattandesituationer.
• Kritiskt granska argument för och emot ökad autonomi för AI inom specifika samhällssektorer.
• Syntetisera olika perspektiv för att föreslå principer för ansvarsfull AI-utveckling.

Innan du börjar

Grundläggande om programmering och algoritmer

Varför: Eleverna behöver förstå vad en algoritm är och hur den fungerar för att kunna analysera hur bias kan introduceras.

Teknikens påverkan på samhället

Varför: En grundläggande förståelse för hur ny teknik har format och påverkat samhället är nödvändig för att diskutera AI:s framtida konsekvenser.

Nyckelbegrepp

Algoritmisk bias	Systematiska och upprepade fel i ett datasystem som skapar orättvisa resultat, ofta kopplat till hur AI tränas.
Autonomi	Förmågan hos ett system att fatta egna beslut och utföra handlingar utan direkt mänsklig inblandning.
Ansvarsskyldighet	Principen att någon eller några måste stå till svars för de handlingar och beslut som ett AI-system utför.
Transparens	Graden av öppenhet i hur ett AI-system fungerar och fattar beslut, vilket gör det möjligt att förstå dess logik.

Se upp för dessa missuppfattningar

Vanlig missuppfattning

AI är alltid opartisk eftersom det är matematik.

Vad man ska lära ut istället

AI speglar träningsdata, som ofta innehåller mänskliga fördomar. Aktiva diskussioner kring verkliga exempel, som partisk bildigenkänning, hjälper elever att se kopplingen mellan data och bias. Grupparbete avslöjar hur elevernas egna antaganden påverkar bedömningar.

Vanlig missuppfattning

Utvecklare bär alltid hela ansvaret för AI-beslut.

Vad man ska lära ut istället

Ansvaret delas mellan utvecklare, användare och samhälle. Rollspel låter elever uppleva olika perspektiv, vilket korrigerar förenklade syner. Reflektion efter aktivitet bygger nyanserad förståelse.

Vanlig missuppfattning

Mer AI-autonomi löser alltid problem effektivare.

Vad man ska lära ut istället

Ökad autonomi medför risker som oförutsägbara beslut. Debatter visar elever risker och behov av mänsklig översyn. Detta främjar balanserad syn genom kollektiv argumentering.

Idéer för aktivt lärande

Debattcirkel: AI-ansvar

Dela in eleverna i grupper som förbereder argument för och emot vem som bär ansvar vid AI-fel, som självkörande bilar. Grupperna presenterar i en cirkeldebatt med moderator. Avsluta med gemensam reflektion över lärdomar.

45 min·Smågrupper

Rollspel: Rättvis AI

Elever axlar roller som AI-utvecklare, användare och drabbade i scenarier med partisk rekryterings-AI. De diskuterar lösningar i par och redovisar för klassen. Använd enkla props som visitkort.

30 min·Par

Etikkort: Riskbedömning

Dela ut kort med AI-scenarier, som medicinska beslut eller övervakning. Grupper rangordnar risker och föreslår skyddsåtgärder. Samla input på tavlan för klassdiskussion.

35 min·Smågrupper

Expertpussel: Autonomi

Fördela case studies om AI-autonomi till expertgrupper som analyserar risker. Grupperna undervisar sedan hemgrupper. Avsluta med gemensam mindmap.

50 min·Smågrupper

Kopplingar till Verkligheten

• Rekryteringsverktyg som använder AI kan oavsiktligt diskriminera kandidater om de tränats på historisk data som speglar tidigare anställningsmönster, vilket leder till färre kvinnliga eller minoritetsanställda.
• Självkörande bilar ställs inför etiska val i olyckssituationer, där programmeringen måste avgöra vem eller vad bilen ska prioritera att skydda, vilket väcker frågor om programmerares ansvar.
• AI-baserade ansiktsigenkänningssystem används av polis och säkerhetsföretag, men studier har visat att de kan ha sämre träffsäkerhet för personer med mörkare hudtoner, vilket riskerar felaktiga identifieringar.

Bedömningsidéer

Diskussionsfråga

Låt eleverna diskutera i smågrupper: 'Om en AI som hjälper till med diagnoser inom sjukvården gör ett misstag, vem ska då hållas ansvarig: programmeraren, sjukhuset som använde systemet, eller AI:n själv? Motivera era svar.'

Utgångsbiljett

Be eleverna skriva ner ett exempel på algoritmisk bias de stött på eller hört talas om. Be dem sedan förklara kortfattat hur biasen uppstod och vilken negativ konsekvens den kan leda till.

Snabbkontroll

Ställ frågan: 'Vilken är den största etiska utmaningen med att ge AI mer autonomi?' Låt eleverna skriva ner sitt svar på en lapp och samla in dem för att snabbt få en överblick över klassens förståelse.

Vanliga frågor

Hur kopplar etiska dilemman med AI till Lgr22?

Ämnet täcker Teknik 7-9:s centrala innehåll om tekniska lösningars påverkan på människa, miljö och samhälle, samt konsekvenser av teknikval. Elever reflekterar över rättvisa, ansvar och risker, vilket stärker målen om kritiskt tänkande och etik i digitala system. Praktiska aktiviteter integrerar detta med Digital Innovation och Systemförståelse.

Hur undervisar man rättvis AI i årskurs 8?

Använd verkliga exempel som partiska algoritmer i sociala medier eller rekrytering. Låt elever analysera data i grupper och föreslå förbättringar, som diversifierad träningsdata. Detta gör abstrakta begrepp konkreta och kopplar till vardagsupplevelser.

Hur hanterar man känsliga diskussioner om AI-etik?

Skapa trygga ramar med klassregler för respektfull dialog. Börja med neutrala scenarier och använd anonyma röstningar för känsliga åsikter. Avsluta alltid med positiva lösningar för att främja hopp och engagemang.

Hur främjar aktivt lärande förståelse för AI-etik?

Aktiva metoder som rollspel och debatter engagerar eleverna emotionellt och intellektuellt, vilket gör etiska dilemman minnesvärda. Genom att argumentera olika sidor utvecklar de empati och kritiskt tänkande. Gruppdiskussioner avslöjar mångfald i perspektiv, medan reflektion konsoliderar lärande till personliga insikter, perfekt för årskurs 8:s mognad.