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

    Forskningsgrundlag

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

    1. OECD (2019). TALIS 2018 Results (Volume I): Teachers and School Leaders as Lifelong Learners. OECD Publishing kilde
    2. OECD (2020). TALIS 2018 Results (Volume II): Teachers and School Leaders as Valued Professionals. OECD Publishing kilde
    3. Danmarks Evalueringsinstitut (EVA) (2018). Skoleledelsens arbejde med fagfordeling og kompetencedækning. EVA kilde
    4. Danmarks Lærerforening (2022). TR-håndbogen: Medbestemmelse, forhandling og lokalaftaler om arbejdstid. dlf.org
    5. Darling-Hammond, L. (2000). Teacher quality and student achievement: A review of state policy evidence. Education Policy Analysis Archives, 8(1) kilde
    6. 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.