Tager AI'en beslutningen for os?

Nej. Assistenten foreslår — ledelsen accepterer manuelt. Det er en bevidst designvalg fra OECD TALIS' AI-governance-anbefalinger, og det sikrer at forhandlingsretten med TR ikke kompromitteres.

Hvilke data ser AI'en?

Kun fagfordelingens egne data: lærere, klasser, fag, kompetencer, ønsker, budget. Elevdata sendes ikke til AI'en. Vi bruger OPENAI gpt-4o-mini med strict JSON-output.

Kan AI'en foreslå at en lærer mister timer?

Ja, hvis I beder den om at reducere mod et budgetloft. Men reduktioner kommer altid med begrundelse, og assistenten respekterer låste tildelinger og minimumstimetal.

Virker assistenten på engelsk?

Ja. Chat-input og forslag følger skolens locale — dansk på skoleelev.ai, engelsk på mystudent.ai. Begge anvender samme model.

Fagfordeling — AI

AI-assistent til fagfordeling

En samtale-baseret assistent der foreslår tildelinger, rebalanceringer og reduktioner — med lærerønsker, budget og kompetencer som kontekst. Assistenten skriver aldrig direkte: alle forslag accepteres manuelt af ledelsen, jf. AI-styringsprincipper i OECD TALIS (2019).

Kontakt

Chat-interface

Spørg på dansk: 'hvem kan tage 7.B matematik?' — få konkrete forslag med begrundelse.

Tre forslagstyper

Tildel (nyt), rebalancér (flyt mellem lærere), reducér (skær ned for at ramme budget).

Lærerønsker tæller

Forslag favoriserer lærere der har ønsket faget eller klassen — uden at miste blik for kompetencer.

Budget-bevidst

Hvis I er over loft, foreslår den hvor der kan skæres — ikke bare hvor der mangler dækning.

Kompetence-respekt

Linjefag og undervisningskompetence tælles op — assistenten anbefaler ikke en lærer uden kompetence.

Forslag, ikke automat

Hvert forslag accepteres manuelt af ledelsen — assistenten skriver aldrig direkte til fordelingen.

I klassen

Sidste 5 huller

Når 95% er fordelt og resten er svær, peger AI'en på de mest sandsynlige løsninger.

Sygemelding mellem rundene

En lærer falder fra — bed AI'en om rebalanceringer der rammer mindst muligt.

Budgetkrav fra forvaltningen

Skær 40 timer — AI'en foreslår de mindst smertefulde steder.

For skoleledelsen og for skolens TR

For skoleledelsen

Assistenten fjerner det mest kognitivt belastende arbejde — at kombinere fag, klasse, kompetence, ønske og budget i hovedet. Forslagene kommer med begrundelse, så ledelsen kan forklare beslutningen i forhandlingen.

Begrundelse pr. forslag — ikke en black-box-anbefaling
Budget-bevidst: foreslår hvor der kan skæres uden at ramme dækning
Kører på OPENAI gpt-4o-mini med strict JSON-output

For skolens TR

TR ser samme forslag som ledelsen og kan kontrollere, at lærerønsker og kompetencer faktisk vægter med. Assistenten skriver aldrig direkte til fordelingen, så forhandlingsretten er intakt — i tråd med DLF's TR-håndbog (2022).

Forslag er rådgivende — ikke besluttede tildelinger
Ønsker dokumenteres i forslagets begrundelse
Audit-spor for hvert accepteret/afvist forslag

Hænger sammen med

Fagfordeling-suite Validering Budget

Forskningsgrundlag

AI-assistenten er bygget på principper om menneske-i-loopen fra OECD TALIS og dansk praksis for medbestemmelse.

OECD (2019). TALIS 2018 Results (Volume I): Teachers and School Leaders as Lifelong Learners. OECD Publishing kilde
OECD (2020). TALIS 2018 Results (Volume II): Teachers and School Leaders as Valued Professionals. OECD Publishing kilde
Danmarks Evalueringsinstitut (EVA) (2018). Skoleledelsens arbejde med fagfordeling og kompetencedækning. EVA kilde
Danmarks Lærerforening (2022). TR-håndbogen: Medbestemmelse, forhandling og lokalaftaler om arbejdstid. dlf.org
Darling-Hammond, L. (2000). Teacher quality and student achievement: A review of state policy evidence. Education Policy Analysis Archives, 8(1) kilde
Datatilsynet (2023). Vejledning om behandling af personoplysninger om ansatte — løn, kompetencer og vurdering. datatilsynet.dk kilde

Ofte stillede spørgsmål

Klar til at prøve?

Få en gratis demo for din skole — vi viser hele platformen på 30 minutter.