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).
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
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
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
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.
